Dissertação

Fire and smoke detection using Fully Supervised training Methods and search by Quadtree EVALUATED

Os incêndios são uma das catástrofes naturais mais destrutivas e incontroláveis enfrentadas pela humanidade. As equipas de combate a incêndios podem beneficiar imensamente de uma fonte de informação fiável sobre os diferentes aspectos relacionados com um incêndio. Ao localizar, em tempo real, a posição actual das frentes de incêndio, uma melhor estratégia de combate pode ser desenvolvida de modo a ajudar eficiência das operações. É também fundamental, a detecção das primeiras ignições de incêndio de modo a tomar medidas o mais rapidamente possível. Este trabalho propõe um método original de aprendizagem profunda para a detecção de fogo e fumo recorrendo a imagens aéreas de fogos florestais. Treinámos tanto um classificador de imagem como uma rede de segmentação a fim de detectar a presença de fogo/fumo e de localizar as regiões das imagens que contêm os respetivos fenómenos. Associada à componente de detecção, utilizámos um algoritmo inovador de Quad-Tree para aumentar a precisão das detecções, processando as imagens em parcelas mais pequenas. O sistema proposto foi capaz de produzir segmentações com um elevado nível de precisão e detalhe, conseguindo um Avg. IoU de 0,88 para o fogo e 0,83 para a classe de fumo num conjunto de imagens aéreas de teste. O sistema provou ser altamente capaz de ser utilizado num cenário de incêndio real.
Deteção de Chama, Deteção de Fumo, Imagens Aéreas, Incêndios Florestais, Redes Neurais Convolucionais.

Fevereiro 3, 2021, 14:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Ricardo Adriano Ribeiro

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar Convidado

ORIENTADOR

Alexandre José Malheiro Bernardino

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado