Система обнаружения очага возгорания в лесном массиве на основе ансамбля нейронных сетей

Рассмотрены система раннего обнаружения пожаров и визуализации результатов ее работы. Обоснован выбор нейросетевого моделирования для распознавания объекта возгорания (технология Object detection). Предложен алгоритм распознавания пожароопасных объектов, в основе которого лежит реализация модели Eff...

Full description

Bibliographic Details
Published in:Вестник Томского государственного университета. Управление, вычислительная техника и информатика № 63. С. 72-83
Other Authors: Лаптев, Никита Витальевич, Гергет, Ольга Михайловна, Лаптев, Владислав Витальевич, Кравченко, Андрей Александрович
Format: Article
Language:Russian
Subjects:
Online Access:http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001004342
LEADER 03077nab a2200349 c 4500
001 koha001004342
005 20230814110118.0
007 cr |
008 230707|2023 ru s c rus d
024 7 |a 10.17223/19988605/63/9  |2 doi 
035 |a koha001004342 
040 |a RU-ToGU  |b rus  |c RU-ToGU 
245 1 0 |a Система обнаружения очага возгорания в лесном массиве на основе ансамбля нейронных сетей  |c Н. В. Лаптев, О. М. Гергет, В. В. Лаптев, А. А. Кравченко 
246 1 1 |a Forest fire detection system based on neural network ensemble 
336 |a Текст 
337 |a электронный 
504 |a Библиогр.: 20 назв. 
520 3 |a Рассмотрены система раннего обнаружения пожаров и визуализации результатов ее работы. Обоснован выбор нейросетевого моделирования для распознавания объекта возгорания (технология Object detection). Предложен алгоритм распознавания пожароопасных объектов, в основе которого лежит реализация модели EfficientDet-D1 c вычитанием фона, обработкой кадра по Гауссу и переводом изображения в один канал. С целью повышения эффективности работы нейронной сети последовательно реализованы предло-женные авторами методы и алгоритмы предобработки, кластеризации прогнозов видеоряда и фильтрации обнаруженных объектов посредством использования гибридной архитектуры нейронной сети. Приведены результаты работы системы на тестовой выборке: Precision – 98%, Recall – 97%, Accuracy – 98%. 
653 |a компьютерное зрение 
653 |a нейронные сети 
653 |a визуализация 
653 |a обнаружение лесных пожаров 
655 4 |a статьи в журналах 
700 1 |a Лаптев, Никита Витальевич 
700 1 |a Гергет, Ольга Михайловна 
700 1 |a Лаптев, Владислав Витальевич 
700 1 |a Кравченко, Андрей Александрович 
773 0 |t Вестник Томского государственного университета. Управление, вычислительная техника и информатика  |d 2023  |g  № 63. С. 72-83  |x 1998-8605  |w 0210-40860 
852 4 |a RU-ToGU 
856 4 |u http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001004342 
908 |a статья 
999 |c 1004342  |d 1004342