Dissertação
Superpixels Segmentation and Interpretable Fuzzy Models for Fire Data Annotation EVALUATED
Os incêndios florestais são catástrofes naturais bastante imprevisíveis que conseguem queimar grandes áreas florestais e destruir propriedades. A sua prevenção e deteção permitem diminuir a possibilidade de danos e a rápida mobilização de equipas de emergência. Deste modo, sistemas automáticos capazes de detetar fogos são cada vez mais importantes. O desenvolvimento deste tipo de técnicas necessita de um elevado número de dados de forma a garantirem bons resultados e serem fiáveis em cenários reais. No entanto, o número reduzido e a má qualidade de bases de dados disponíveis na literatura, e a falta de anotações dos mesmos impedem o desenvolvimento de técnicas automáticas. O objetivo deste trabalho, inserido no projeto Eye in the Sky (https://adai.pt/eyeinthesky/), é propor uma arquitetura baseada em segmentação e em modelos linguísticos interpretáveis capazes de gerar anotações relacionadas com incêndios florestais. O método tira proveito das características ricas das cores do fogo em duas etapas diferentes, segmentação e classificação. A primeira está relacionada com gerar os superpixels e agregá-los em regiões com base nas cores do fogo no espaço de cores de YCbCr. Subsequentemente, a classificação de cada região é realizada através de modelos interpretáveis baseados nos espaços de cores HSL e YCbCr, os quais permitem gerar uma segmentação do fogo e anotações semânticas das cores do fogo. Para além disso, este método permite ajustar certos parâmetros de forma a melhorar os resultados. A técnica proposta é avaliada em diferentes contextos reais através de uma base de dados disponível publicamente.
janeiro 20, 2021, 11:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Maria João Santos Lopes de Sousa
Área Científica de Controlo, Automação e Informática Industrial (CAII)
Mestre
