フレイムファインダー学習の深度を測る新しいシステムです密度の高い煙で遮断された火の炎,消防ドローンが撮影したペアされた熱とRGB画像を使用する.火災が厚い煙によって隠されたときに伝統的なRGBカメラはしばしば失敗する.熱センサーは役立ちますが,セグメンテーションの明確性は欠けている.FlameFinderは,炎のサインパターンと熱コントラストに敏感なメトリック学習モデルを訓練することで,そのギャップを埋めますarxiv.org について.
このシステムは,注意力メカニズムと組み合わせた,深い特徴埋め込み空間内のトリプルとセンター損失機能を使用します.モデルが炎の構造を部分的に煙に覆われているときでも 差別的な表現を学習します効果は,炎の検出の精度は4.4.7%FLAME2とFLAME3データセットにおけるベースライン (VGG19,ResNet18) arxiv.org について.
実際には,FlameFinderは,消防機関が使用する無人機や地上ロボットを装備することができる.それは,建物火災や野火などの状況において,悪視力のある煙の背後にある火を認識する.空間意識の向上は,チームをより安全にするのに役立ちます意思決定を速くします
このシステムは,安全性のあるアプリケーションにおけるモダリティ・フュージョンとメトリック・ラーニングの能力熱画像の限界を 単に把握するのではなく モデルが部分的に遮断された場合でも 炎の外観を 意味学的に学ぶのです注意モジュールは,さらに熱RGBペアの最も有益な部分を強調します.
操作的には,フラームファインダーは複雑な環境で偽陰性を減らすことができます. 多スペクトルデータや深度センサーを含むように拡張することができます.リアルタイム警報システムと組み合わせると,スマート消防キットで標準的なツールになるかもしれません.
フレイムファインダー学習の深度を測る新しいシステムです密度の高い煙で遮断された火の炎,消防ドローンが撮影したペアされた熱とRGB画像を使用する.火災が厚い煙によって隠されたときに伝統的なRGBカメラはしばしば失敗する.熱センサーは役立ちますが,セグメンテーションの明確性は欠けている.FlameFinderは,炎のサインパターンと熱コントラストに敏感なメトリック学習モデルを訓練することで,そのギャップを埋めますarxiv.org について.
このシステムは,注意力メカニズムと組み合わせた,深い特徴埋め込み空間内のトリプルとセンター損失機能を使用します.モデルが炎の構造を部分的に煙に覆われているときでも 差別的な表現を学習します効果は,炎の検出の精度は4.4.7%FLAME2とFLAME3データセットにおけるベースライン (VGG19,ResNet18) arxiv.org について.
実際には,FlameFinderは,消防機関が使用する無人機や地上ロボットを装備することができる.それは,建物火災や野火などの状況において,悪視力のある煙の背後にある火を認識する.空間意識の向上は,チームをより安全にするのに役立ちます意思決定を速くします
このシステムは,安全性のあるアプリケーションにおけるモダリティ・フュージョンとメトリック・ラーニングの能力熱画像の限界を 単に把握するのではなく モデルが部分的に遮断された場合でも 炎の外観を 意味学的に学ぶのです注意モジュールは,さらに熱RGBペアの最も有益な部分を強調します.
操作的には,フラームファインダーは複雑な環境で偽陰性を減らすことができます. 多スペクトルデータや深度センサーを含むように拡張することができます.リアルタイム警報システムと組み合わせると,スマート消防キットで標準的なツールになるかもしれません.
