EscapeWildFire：协助人们实时逃离野火
计算机与社会
2021-02-24 v1 计算机视觉与模式识别
摘要
在过去几十年中，全球野火发生次数和过火土地面积持续增加，部分归因于气候变化和全球变暖。因此，更多人暴露于森林火灾并面临危险的概率很高。因而迫切需要从普适系统设计入手，在野火期间有效协助人们并引导其到达安全地带。本文介绍 EscapeWildFire，一个连接后端系统的移动应用，该系统建模并预测野火地理蔓延，协助市民实时逃离野火。一项小型试点表明了系统的正确性。代码为开源；鼓励全球各地消防机构采纳此方法。
引用
@article{arxiv.2102.11558,
title = {EscapeWildFire: Assisting People to Escape Wildfires in Real-Time},
author = {Andreas Kamilaris and Jean-Baptiste Filippi and Chirag Padubidri and Jesper Provoost and Savvas Karatsiolis and Ian Cole and Wouter Couwenbergh and Evi Demetriou},
journal= {arXiv preprint arXiv:2102.11558},
year = {2021}
}
备注
6th IEEE International Workshop on Pervasive Context-Aware Smart Cities and Intelligent Transport System (PerAwareCity), Proc. of PerCom 2021, Kassel, Germany, March, 2021