カプセルネットワークにおける注意機能マップを用いた新しいビデオ監視ベースの火災および煙分類

火災は、財産を損なう可能性があり、人々の生活に著しい影響を与える特異なイベントです。しかし、煙と火の早期検出は、多くの最近の研究において課題として認識されています。そのため、火災イベントのタイムリーな検出を図り、人間の犠牲を回避するためにさまざまな解決策が提案されています。解決策として、我々は手頃な視覚検出システムを使用しました。この方法は、早期の火災検出が認められているため、効果的な可能性があります。ほとんどの先進国では、CCTV監視システムがほぼすべての公共の場所に設置され、特定のエリアの定期的な画像を取得しています。しかし、カメラはさまざまな環境光のもとで使用され、遮蔽や視界の歪み、異なるカメラアングルや季節による画像の変化が発生し、これらが現在確立されたモデルの精度に影響を与えます。これらの問題に対処するために、我々はカプセルネットワークで使用される注意機能マップに基づくアプローチを開発しました。これにより、屋外での火災および煙の位置を異なる距離で分類できます。このモデルは、基本となるカプセルネットワークの入力の2つの主要な制限と大サイズの画像の分析を解決するように設計されており、注意ベースのアプローチを使用して深いネットワークの欠如を補うことで、火災と煙の結果の分類を改善します。実用性の観点から、我々の方法は機械学習および深層学習の方法に基づく以前の戦略と比較可能です。我々は、さまざまなソースから収集したデータセットを使用して提案されたモデルをトレーニングおよびテストしました。結果は、他の現代的なアーキテクチャと比較して高い分類精度が達成されたことを示しています。さらに、結果は、提案されたアプローチが、煙と火の存在において異なる視点からの屋外CCTVカメラの画像の分類に対して堅牢で安定していることを示しています。