Convolutional neural networks for solving fire detection problems based on aerial photography

2022

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.25209/2079-3316-2022-13-1-195-213
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

В работе представлены результаты применения новой структуры свёрточных нейронных сетей (СНС) для обнаружения пожаров на основе аэрофотоснимков. Сформирован обучающий набор данных на основе видеозаписей пожаров, снятых с воздуха в различных условиях. Показано, что предлагаемая свёрточная нейронная сеть достаточно хорошо работает в области обнаружения пожара. Представлены результаты экспериментов на реальных видеопоследовательностях. Предложенный подход обеспечивает высокую точность(precision) 94,78%, полноту(recall) 92,97%, F1-меру 95,42% и хорошие показатели IoU (Intersection over Union), что позволяет сделать вывод об эффективности использования предлагаемой СНС для обнаружения пожаров.