Falso positivo decrementado en la investigación para detección de fuego y humo en cámaras de vigilancia utilizando características espaciales y temporales basadas en aprendizaje profundo
Autores: Lee, Yeunghak; Shim, Jaechang
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Falso positivo decrementado en la investigación para detección de fuego y humo en cámaras de vigilancia utilizando características espaciales y temporales basadas en aprendizaje profundo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Fuego
Humo
Algoritmo de detección
Aprendizaje profundo
Falso positivo
Cámaras de vigilancia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
El fuego debe ser extinguido temprano, ya que conduce a pérdidas económicas y de vidas preciosas. Los métodos basados en visión tienen muchas dificultades en la investigación de algoritmos debido a la naturaleza atípica de la llama y el humo del fuego. En este estudio, presentamos un novedoso algoritmo de detección de humo que reduce la detección de falsos positivos utilizando características espaciales y temporales basadas en aprendizaje profundo de cámaras de vigilancia instaladas en fábricas.
Descripción
El fuego debe ser extinguido temprano, ya que conduce a pérdidas económicas y de vidas preciosas. Los métodos basados en visión tienen muchas dificultades en la investigación de algoritmos debido a la naturaleza atípica de la llama y el humo del fuego. En este estudio, presentamos un novedoso algoritmo de detección de humo que reduce la detección de falsos positivos utilizando características espaciales y temporales basadas en aprendizaje profundo de cámaras de vigilancia instaladas en fábricas.