Использование городских камер наблюдения для создания визуальной сенсорной сети для обнаружения пожаров

Одним из самых разрушительных стихийных бедствий, наносящих вред как окружающей среде, так и жизни человека, являются пожары. Они не только наносят огромный материальный ущерб, но и ставят под угрозу жизнь людей и общественную безопасность. Целью данного проекта является разработка эффективной системы выявления городских пожаров. Метод искусственного интеллекта для улучшения операций по обнаружению пожара - это модель YOLOv5. Для точного и эффективного обнаружения пожара городские камеры превращаются в сеть визуальных датчиков на основе парадигмы YOLOv5. Эта система сканирует записи с камер, чтобы определить конкретное местоположение и наличие пожаров с помощью технологий глубокого обучения. Технология WebRTC также используется для отправки сигналов пожарной тревоги. WebRTC обеспечивает прямую и эффективную связь между системой и наблюдателями. Объединение YOLOv5 и WebRTC с сетью визуальных датчиков может улучшить и повысить эффективность операций по раннему обнаружению пожара и реагированию на него. В этом исследовании представлена система раннего выявления пожаров в городах с низкими затратами за счет использования существующей инфраструктуры камер наблюдения.