Разработка системы раннего обнаружения лесных пожаров с использованием беспилотных летательных аппаратов и искусственного интеллекта
Автор: Вычерова Наталия Романовна, Будевич Евгений Артурович, Беляев Андрей Эдуардович
Журнал: Resources and Technology @rt-petrsu
Рубрика: Полная статья
Статья в выпуске: 4 т.19, 2022 года.
Бесплатный доступ
Для большинства стран мира лесные пожары продолжают оставаться серьёзной проблемой. В настоящее время существует множество способов борьбы с ними. В основном направлены они все на снижение ущерба, причинённого пожарами, с использованием методов их раннего обнаружения. По подсчетам Рослесхоза, в среднем размер ущерба от лесных пожаров в год составляет порядка 20 млрд рублей, из них от 3 до 7 млрд - ущерб лесному хозяйству (потери древесины). В статье рассматривается использование беспилотных летательных аппаратов (БПЛА) для регулярного патрулирования потенциально опасных зон распространения огня с использованием преимуществ искусственного интеллекта (ИИ) и возможностью самостоятель-ной обработки полученной информации. Это позволяет БПЛА использовать методы компьютерного видения для обнаружения дыма или огня, на основе информации, получаемой от их видеокамер
Дрон, компьютерное видение, распознавание образов методом опорных векторов (support vector machines
Короткий адрес: https://sciup.org/147240136
IDR: 147240136 | DOI: 10.15393/j2.art.2022.6523
Список литературы Разработка системы раннего обнаружения лесных пожаров с использованием беспилотных летательных аппаратов и искусственного интеллекта
- Анализ перспективных физических методов обнаружения возгораний / И. Р. Шегельман, О. Н. Галактионов, А. Ю. Когочев, А. С. Попов // Успехи современного естествознания. 2016. № 12. С. 335—339.
- Бобков А. В. Системы распознавания образов. М.: МГТУ им. Н. Э. Баумана, 2018. 190 с.
- Богуш Р. П., Тычко Д. А. Алгоритм комплексного обнаружения дыма и пламени на основе анализа данных систем видеонаблюдения // Доклады Белорусского государственного университета информатики и радиоэлектроники. 2015. № 6 (92). С. 63—71.
- Гибсон У. Распознавание образов. СПб.: Азбука, 2015. 384 с.
- Кириченко А. А. Основы теории искусственных нейронных сетей. Б. м., 2020. 222 с. URL: rusneb.ru. Текст: электронный.
- Красильников Н. Н. Цифровая обработка 2D- и 3D-изображений. СПб.: БХВ-Петербург, 2011. 608 с.
- Крюкова М. С., Фахми Ш. С. Сегментация полутоновых изображений лесных пожаров на основе дисперсионного анализа // Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России: Научно-аналитический журнал. 2019. № 3. С. 103—111.
- Лесные пожары в России. «Антирекорды» и территории распространения // Информационное агентство России «ТАСС»: [сайт]. 2022. URL: https://tass.ru/info/15559017 (дата обращения: 05.09.2022).
- Лукьяница А. А., Шишкин А. Г. Цифровая обработка видеоизображений. М.: Ай-Эс-Эс Пресс, 2009. 518 с.
- Методы искусственного интеллекта в программных приложениях: Лабораторный практикум. Учебное электронное издание сетевого доступа / Б. Г. Ильясов, Е. А. Макарова, Е. Ш. Закиева, Э. Р. Габдуллина. Уфа, 2021. 153 с. URL: www.ugatu.su. Текст: электронный.
- Методы обработки и распознавания изображений лиц в задачах биометрии / Г. А. Кухарев, Н. Л. Щеголева, Ю. Н. Матвеев, Е. И. Каменская. М.: Политехника, 2013. 388 с.
- Никитин А. А., Лиманова Н. И. Процесс распознавания изображения нейронной сетью // Молодой учёный. 2020. № 47 (337). С. 23—25. URL: https://moluch.ru/archive/337/75420/ (дата обращения: 05.09.2022). Текст: электронный.
- Астратов О. С., Смирнов В. М., Филатов В. Н. Обнаружение лесных пожаров по видеоизображениям // Научная сессия ГУАП: Сб. докл. СПб.: ГУАП, 2018. С. 7—11.
- Обработка изображений в прикладных телевизионных системах / О. С. Астратов [и др.]. СПб.: ГУАП, 2012. 272 с.
- Применение алгоритмов анализа изображений для обнаружения пожаров / А. О. Кузнецов, В. М. Мусалимов, А. П. Саенко, К. В. Трамбицкий // Известия высших учебных заведений. Приборостроение. 2012. Т. 55, № 6. С. 51—56.
- Пятаева А. В. Сегментация областей задымления на видеопоследовательности // Сибирский аэрокосмический журнал. 2016. Т. 17, № 3. С. 625—630.
- Система видеомониторинга для обнаружения лесного пожара в районе промышленного предприятия // О. С. Астратов, В. М. Смирнов, В. Н. Филатов, А. В. Митько // Neftegaz.RU: Деловой журнал. 2020. № 2 (98). С. 58—61. URL: https://magazine.neftegaz.ru/articles/ tsifrovizatsiya/527122-sistema-videomonitoringa-dlya-obnaruzheniya-lesnogo-pozhara-v-rayone-promyshlennogo-predpriyatiya/ (дата обращения: 05.09.2022). Текст: электронный.
- Васюков В. Н., Зайцева А. Ю., Бондаренко В. В. Система раннего обнаружения лесных пожаров — архитектура и алгоритмы // Доклады АН ВШ РФ. 2015. № 2 (27). С. 43—56.
- Antoine C. Detection of forest fires using artificial intelligence. Année académique, 2021. 153 p.
- Artificial intelligence for forest fire prediction / G. Sakr, I. Elhajj, G. Mitri, U. Wejinya // Environmental Science, Computer Science 2010 IEEE. ASME International Conference on Advanced Intelligent Mechatronics. 2010. P. 1311—1316.
- Att squeeze u-net: A lightweight network for forest fire detection and recognition / J. Zhang, H. Zhu, P. Wang, X. Ling // IEEE Access, 9. 2021. P. 10858—10870.
- Early Forest Fire Detection Using Drones and Artificial Intelligence / D. Kinaneva, G. Hristov, J. Raychev, P. Zahariev // Conference: 42nd International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO). 2019. P. 1060—1065.
