用于热图像中目标检测以改善消防作业的深度学习框架
计算机视觉与模式识别
2020-04-21 v3
摘要
智能检测与处理能力可有助于提升消防员在应急第一响应环境中执行的救援任务的安全性、效率与成功完成度。本研究的目标是创建一个能够实时、智能地进行目标检测与识别的自动化系统，并提升消防员在应急响应期间的态势感知能力。我们探索了最先进的机器学习/深度学习技术以实现该目标。这项工作的目标是通过有效利用消防员所携带红外相机收集的信息来增强消防员的态势感知。为此，我们使用训练好的深度卷积神经网络（CNN）系统实时从热图像中对感兴趣目标进行分类与识别。在由建筑火灾造成的那些危急情况下，该系统能够通过提取、处理和分析关键信息，以实时最新的场景信息准确告知消防员的决策过程。借助该框架产生的新信息，消防员能够对在此类危险且可能灾难性的环境中安全导航的情况做出更明智的推断。
引用
@article{arxiv.1910.03617,
title = {A Deep Learning Framework for Detection of Targets in Thermal Images to Improve Firefighting},
author = {Manish Bhattarai and Manel Martínez-Ramón},
journal= {arXiv preprint arXiv:1910.03617},
year = {2020}
}