从社交媒体图像中进行有效且高效火灾检测的技术
计算机视觉与模式识别
2015-07-07 v2
摘要
社交媒体可提供有价值的信息以支持危机管理中的决策，例如事故、爆炸和火灾。然而，来自社交媒体的大量数据是图像，其上传速率使人类无法分析它们。尽管有许多图像分析工作，但关于社交媒体的火灾检测研究尚属空白。为填补此空白，我们提出使用并评估一套广泛的基于内容的图像检索与分类技术用于火灾检测。我们的主要贡献是：(i) 开发快速火灾检测方法（FFDnR），其结合特征提取器与评估函数以支持基于实例的学习；(ii) 构建带有描绘火灾发生的真值标注图像集——FlickrFire数据集；(iii) 评估36种高效的火灾检测图像描述子。使用来自Flickr的真实数据，我们的结果表明FFDnR能够达到与人类标注者相当的火灾检测精度。因此，我们的工作将为社交媒体图像监控的进一步发展提供坚实基础。
引用
@article{arxiv.1506.03844,
title = {Techniques for effective and efficient fire detection from social media images},
author = {Marcos Bedo and Gustavo Blanco and Willian Oliveira and Mirela Cazzolato and Alceu Costa and Jose Rodrigues and Agma Traina and Caetano Traina},
journal= {arXiv preprint arXiv:1506.03844},
year = {2015}
}
备注
12 pages, Proceedings of the International Conference on Enterprise Information Systems. Specifically: Marcos Bedo, Gustavo Blanco, Willian Oliveira, Mirela Cazzolato, Alceu Costa, Jose Rodrigues, Agma Traina, Caetano Traina, 2015, Techniques for effective and efficient fire detection from social media images, ICEIS, 34-45