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智能防控科研團隊首次利用計算機視覺和人工智能技術，通過無人機從空中采集火場的可見光圖像，結合改進的深度學習模型，對火場中的火焰區域進行智能分割，獲得準確解析火線的新方法，可引導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空白，相關成果于近日發表在國際期刊《ISPRS攝影測量和遙感雜志》上。
該團隊負責人李建微介紹，傳統方法在火場復雜環境下容易受到干擾，而改進后的深度學習模型，通過融入結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有技術顯著提升，并實現了火線的實時自動提取。
據介紹，該研究實現了精準掌握火線位置和動態變化，可幫助撲火人員快速制定應對策略，最大限度地減少火災造成的損失，有望為全球森林火災防控提供一種高效、精準的解決方案，也為生態保護和災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智能防控科研團隊首次利用計算機視覺和人工智能技術，通過無人機從空中采集火場的可見光圖像，結合改進的深度學習模型，對火場中的火焰區域進行智能分割，獲得準確解析火線的新方法，可引導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空白，相關成果于近日發表在國際期刊《ISPRS攝影測量和遙感雜志》上。
該團隊負責人李建微介紹，傳統方法在火場復雜環境下容易受到干擾，而改進后的深度學習模型，通過融入結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有技術顯著提升，并實現了火線的實時自動提取。
據介紹，該研究實現了精準掌握火線位置和動態變化，可幫助撲火人員快速制定應對策略，最大限度地減少火災造成的損失，有望為全球森林火災防控提供一種高效、精準的解決方案，也為生態保護和災害管理開辟了新方向。
本文鏈接：可見光圖像下火場火線自動提取技術獲突破http://m.sq15.cn/show-2-10250-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，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！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 閩粵聯網工程輸送電量超100億千瓦時