У дисертаційній роботі на підставі проведених досліджень розв'язана важлива науково-прикладна задача, яка стосується розробленню інформаційної технології ідентифікації полум'я на зображеннях та їх послідовностях на початкових етапах.Проаналізовано існуючі методи виявлення пожежі як за допомогою традиційних засобів (пожежні сповіщувачі) так і за допомогою методів комп'ютерного зору. Виявлені їх основні переваги та недоліки, оцінено перспективність використання запропонованого підходу до виявлення вогню. Розроблено метод виявлення ознак пожежі, який базується на вдосконалених методах: колірної сегментації з використанням моделі L*a*b та кластеризації k-середніх; виявлення рухомих об'єктів з використання методу різниці кадрів та врахуванням можливого напрямку руху полум'я. Розроблена згорткова нейронна мережа, яка базується на архітектурі мережі SquezeNet з її подальшим тонким налаштуванням. Запропоновано архітектуру, яка дозволяє врахувати варіативність розмірів полум'я з метою покращення його класифікації.Розроблено власний набір зображень, який використовувався для навчання класифікатора та характеризується високим показником варіативності місця, умов зйомки та інших факторів, які можуть ускладнити процес виявлення загоряння.Експериментальні результати свідчать, що в результаті використання розроблених методів та інформаційної технології показник точності в задачах ідентифікації полум'я в середньому становить 92 %.Ключові слова: інформаційна технологія, машинне навчання, відеокамери, пожежі, згорткові нейронні мережі, штучний інтелект, обробка даних, системи відеоспостереження, генерування, верифікація, трансферне навчання.

Постачальник даних: УкрІНТЕІ (Український Інститут науково-технічної експертизи та Інформації)

  Завантажити автореферат