Frühe Segmentierung von Waldbrandregionen basierend auf Deep Learning

Da Waldbrände große Sachschäden und ökologische Katastrophen verursachen können, hat sich in den letzten Jahren ein auf künstlicher Intelligenz basierendes System zur Überwachung von Waldbränden zunehmender Beliebtheit erfreut, um den Brandalarm schnell und genau auszulösen. In diesem Papier schlagen wir einen neuartigen Rahmen zur Überwachung von Waldbränden vor, der auf konvolutionalen neuronalen Netzwerken basiert, da das betroffene Brandgebiet sehr klein und mit traditionellen Methoden schlecht zu erkennen ist. Um zu validieren, dass der vorgeschlagene Rahmen die Effektivität und Genauigkeit beim Erkennen von frühen Waldbränden verbessert, werden zahlreiche Gruppen von Branddetektionsexperimenten unter Verwendung eines selbstgenerierten Waldbranddatensatzes und zweier realer Videos zur Überwachung von Waldbränden durchgeführt. Die Ergebnisse der Experimente zeigen seine Fähigkeit, unter verschiedenen herausfordernden Brand- und Beleuchtungsbedingungen zu arbeiten, die in der Studie präsentiert werden, und belegen, dass der Rahmen frühzeitige Waldbrände effektiv erkennen kann.