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