FenixEdu™

Dissertação

Fire and Smoke detection with weakly supervised methods EVALUATED

Detalhes: Os incêndios florestais tornaram-se um desastre recorrente em todo o mundo e, todos os anos, milhares de hectares de florestas são devastados. Os impactos na natureza e na sociedade são desastrosos. Para desenvolver métodos robustos de aprendizagem profunda é necessário um grande número de dados e respectivas anotações. No entanto, o número de datasets sobre incêndios florestais disponíveis publicamente é muito escasso. Por esta razão, este trabalho propõe um sistema alternativo capaz de detectar e localizar o fogo e fumo em imagens aéreas, utilizando apenas métodos de aprendizagem profunda com fraca supervisão. Foi treinado um modelo de classificação utilizando apenas anotações de nível de imagem e, a partir daí a informação das camadas convolucionais foi extraída para criar a primeira iteração de uma máscara de segmentação. Posteriormente, ao combiná-la com a cor e informação espacial da imagem original, consegue se criar uma máscara de segmentação que detecta correctamente as zonas de fogo/fumo. O método proposto foi testado e provou ser capaz de detectar com precisão o fogo/fumo ao nível dos pixel, apesar de nunca ter sido treinado com qualquer supervisão a esse nível. Em comparação com outros métodos de segmentação fortemente supervisionados, os resultados mostram que, ao considerar as suas elevadas necessidades, o sistema proposto de fraca supervisão consegue competir com eles.
Keywords: deteção de incêndios, deteção de fumo, redes neurais convolucionais, métodos fracamente supervisionados, aprendizagem profunda

Discussão: setembro 16, 2021, 8:0