Karena lagi rame kebakaran, saya bikin resume artikel terkait dengan judul " Flame : fire detection in videos combining a deep neural network with a model-based motion analysis"
Penelitian ini mengusulkan sebuah kerangka kerja klasifikasi yang efisien dan adaptif untuk deteksi kebakaran dari video. Kerangka kerja ini mengintegrasikan deep neural network untuk deteksi objek secara frame-wise dalam alat analisis video otomatis. Pendekatan ini memanfaatkan kemajuan teknologi detektor gambar untuk memastikan Recall yang tinggi, sambil merancang analisis gerakan berbasis model yang meningkatkan Precision dengan menyaring kandidat kebakaran yang muncul di latar belakang atau yang gerakannya tidak sesuai dengan kebakaran.
Kebakaran merupakan salah satu fenomena alam yang paling berbahaya, terutama dengan meningkatnya frekuensi kejadian akibat perubahan iklim. Deteksi kebakaran berbasis video semakin mendapat perhatian sebagai solusi untuk memantau area luas di mana tidak ada sensor khusus untuk deteksi asap.
Metodologi
1. Deteksi Awal: Menggunakan deep neural network untuk mendeteksi api dan asap dalam video. Jaringan ini dirancang untuk menangkap karakteristik visual dari api dan asap, menghasilkan output berupa area yang mungkin mengandung kebakaran.
2. Pengurangan Alarm Palsu: Menggunakan algoritma pengurangan latar belakang untuk menyaring kandidat api yang tidak bergerak, sehingga mengurangi jumlah alarm palsu.
3. Analisis Gerakan: Melakukan analisis gerakan berbasis model untuk memastikan bahwa hanya kandidat yang bergerak yang dipertimbangkan untuk konfirmasi lebih lanjut.
Sistem ini mencapai Recall sebesar 94% dan Precision sebesar 93%, yang merupakan hasil terbaik yang dicapai dalam konteks deteksi kebakaran berbasis video.
Pendekatan ini mengatasi masalah utama dari detektor kebakaran berbasis video, yaitu tingginya tingkat alarm palsu dan kemampuan generalisasi yang terbatas.
Link artikel: https://link.springer.com/article/10.1007/s00521-024-10963-z
0 komentar:
Post a Comment