高度なリアルタイム画像処理を通じて森林火災の監視と検出を向上させることを目的とした新しいシステムは、報告されましたで情報通信技術の国際ジャーナル。この取り組みにより、より迅速かつ正確な検知が可能となり、環境、人体、経済への影響を軽減するための緊急対応の改善に役立つ可能性があります。

中国山西省長志大学の Zhuangwei Ji 氏と Xincheng Zhong 氏は、BiseNet モデルの拡張バージョンである STDCNet に基づく画像セグメンテーション モデルについて説明しています。画像のセグメンテーションには、炎と森林の背景を区別できるように画像内の領域を分類することが含まれます。STDCNet アプローチでは、過度の計算リソースを要求することなく、関連する特徴を効率的に抽出できます。

チームは、彼らのアプローチが双方向注意モジュール (BAM) をどのように使用しているかを説明しています。これにより、さまざまな画像特徴の明確な特徴に焦点を当て、同じ特徴内の画像内の隣接する領域間の関係を判断することができます。この二重のアプローチにより、精度が向上します。火境界の検出、特に規模が大きくなるまで見逃されることが多い小規模火災の場合。

公開データセット上のモデルを使用したテストでは、精度と計算効率の両方の点で、既存のアプローチよりも優れたパフォーマンスが示されました。これにより、リアルタイムの火災検知の可能性が高まり、早期に特定することで制御不能な火災の拡大を防ぐことができます。

新しいシステムには、地上センサーや火災検知システムなどの標準的な火災検知方法に比べて、いくつかの利点があります。衛星画像。これらには、高額なメンテナンスコスト、信号伝送の問題、雲や険しい地形などの環境要因による干渉などの制限があります。

研究者らは次のように示唆しています。ドローン新しい画像処理技術を搭載したシステムは、センサーや衛星に代わる、より適応性が高くコスト効率の高い代替手段を提供できる可能性があり、さまざまな気象条件や困難な環境でも火災検知を実行できるようになります。

詳細情報:Zhuangwei Ji 他、UAV 画像に基づく森林火災のリアルタイム セグメンテーションのための双方向注意ネットワーク、情報通信技術の国際ジャーナル（2024年）。DOI: 10.1504/IJICT.2024.141434