1月21日，記者從福州大學獲悉，該校物理與信息工程學院森林火災(zāi)智能防控科研團隊首次利用計算機視覺和人工智能技術(shù)，通過無人機從空中采集火場的可見光圖像，結(jié)合改進的深度學習模型，對火場中的火焰區(qū)域進行智能分割，獲得準確解析火線的新方法，可引導(dǎo)救援人員進行精準撲救。這項研究填補了可見光圖像下火場火線自動提取的國際技術(shù)空白，相關(guān)成果于近日發(fā)表在國際期刊《ISPRS攝影測量和遙感雜志》上。
該團隊負責人李建微介紹，傳統(tǒng)方法在火場復(fù)雜環(huán)境下容易受到干擾，而改進后的深度學習模型，通過融入結(jié)合通道和空間注意力機制的模塊，使模型像擁有了火場專屬“眼睛”。其中，通道注意力幫助其聚焦火焰最顯著的特征，而空間注意力則能清晰感知火焰的位置和形狀，這些技術(shù)提升了模型對野火特征的識別能力，顯著提高了分割的精準度。
在技術(shù)驗證上，研究人員通過黑龍江帽兒山實驗林場、澳大利亞新南威爾士州等地的實驗，對真實火場圖像序列進行了火線追蹤與解析，成功證明了新方法的檢測和分割精度等較現(xiàn)有技術(shù)顯著提升，并實現(xiàn)了火線的實時自動提取。
據(jù)介紹，該研究實現(xiàn)了精準掌握火線位置和動態(tài)變化，可幫助撲火人員快速制定應(yīng)對策略，最大限度地減少火災(zāi)造成的損失，有望為全球森林火災(zāi)防控提供一種高效、精準的解決方案，也為生態(tài)保護和災(zāi)害管理開辟了新方向。
1月21日，記者從福州大學獲悉，該校物理與信息工程學院森林火災(zāi)智能防控科研團隊首次利用計算機視覺和人工智能技術(shù)，通過無人機從空中采集火場的可見光圖像，結(jié)合改進的深度學習模型，對火場中的火焰區(qū)域進行智能分割，獲得準確解析火線的新方法，可引導(dǎo)救援人員進行精準撲救。這項研究填補了可見光圖像下火場火線自動提取的國際技術(shù)空白，相關(guān)成果于近日發(fā)表在國際期刊《ISPRS攝影測量和遙感雜志》上。
該團隊負責人李建微介紹，傳統(tǒng)方法在火場復(fù)雜環(huán)境下容易受到干擾，而改進后的深度學習模型，通過融入結(jié)合通道和空間注意力機制的模塊，使模型像擁有了火場專屬“眼睛”。其中，通道注意力幫助其聚焦火焰最顯著的特征，而空間注意力則能清晰感知火焰的位置和形狀，這些技術(shù)提升了模型對野火特征的識別能力，顯著提高了分割的精準度。
在技術(shù)驗證上，研究人員通過黑龍江帽兒山實驗林場、澳大利亞新南威爾士州等地的實驗，對真實火場圖像序列進行了火線追蹤與解析，成功證明了新方法的檢測和分割精度等較現(xiàn)有技術(shù)顯著提升，并實現(xiàn)了火線的實時自動提取。
據(jù)介紹，該研究實現(xiàn)了精準掌握火線位置和動態(tài)變化，可幫助撲火人員快速制定應(yīng)對策略，最大限度地減少火災(zāi)造成的損失，有望為全球森林火災(zāi)防控提供一種高效、精準的解決方案，也為生態(tài)保護和災(zāi)害管理開辟了新方向。
本文鏈接：http://jphkf.cn/news-2-211-0.html可見光圖像下火場火線自動提取技術(shù)獲突破
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
