Candidate of technical sciences. Leading researcher
Кандидат технических наук. Ведущий научный сотрудник
This work includes an analytical review, investigated, supplemented and tested actual neural network methods, algorithms and approaches for solving the problem of early detection of fires in forests using images and video streams from unmanned aerial vehicles. The proposed scheme for solving the problem is based on feature extraction and the use of machine learning for frame classification, selection of a rectangular region with target fire sources and accurate semantic segmentation of fires using convolutional neural networks. The performed modifications of the architectures of neural networks are described, which made it possible to improve the F1-measures achieved by them by 20%.
В работе выполнен аналитический обзор, рассмотрены, доработаны и протестированы актуальные нейросетевые методы, алгоритмы и подходы для решения задачи раннего выявления возгораний в лесных массивах по изображениям и видеопотокам с беспилотных летательных аппаратов. Предлагаемая схема решения задачи основана на выделении признаков и использовании машинного обучения для классификации кадров, выделения прямоугольных областей с целевыми источниками огня и точной семантической сегментации очагов огня с применением нейронных сетей сверточного типа. Описаны выполненные модификации архитектур нейронных сетей, позволившие улучшить достигаемые ими F1-меры на 20%.