通过语义分割进行次日火灾预测

本文提出了一种用于次日火灾预测的深度学习流程。次日火灾预测任务在于学习模型，该模型接收某区域截至某日的可用信息作为输入，以预测次日的火灾发生情况。从我们先前将问题表述为基于表格特征向量表示的实例（每个区域的每日快照）的二分类任务出发，我们将该问题重新表述为图像上的语义分割任务；其中，每个像素对应一个区域的每日快照，而其通道则代表先前的表格训练特征。我们证明，这种在完整流程内构建的问题表述取得了最先进的结果。