Методи обробки відеопотоків з використанням моделій глибокого навчання для задач кризового моніторингу

Abstract

Сучасні системи кризового моніторингу активно використовують безпілотні літальні апарати для оперативного огляду великих територій та отримання відеопотоків у реальному часі. Однією з ключових задач є раннє виявлення пожеж, що дозволяє запобігти їх масштабному поширенню. Традиційний підхід, заснований на ручному аналізі відео оператором, є неефективним, що зумовлює необхідність автоматизації цього процесу із застосуванням методів комп’ютерного зору та глибокого навчання [1]. Основною складністю задачі є специфіка диму як об’єкта спостереження. Він не має чітких меж, характеризується змінною формою, напівпрозорістю та значною варіативністю в залежності від умов середовища. З висоти дрона дим виглядає як малий об’єкт, часто схожий на туман або пил, що ускладнює його детекцію.