РАЗРАБОТКА СИСТЕМЫ РАННЕГО ОБНАРУЖЕНИЯ ЛЕСНЫХ ПОЖАРОВ С ИСПОЛЬЗОВАНИЕМ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ И ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
- Авторы: Вычерова Н.Р.1, Будевич Е.А.1, Беляев А.Э.2
-
Учреждения:
- Ухтинский государственный технический университет
- ООО «Газпром недра» ПФ «Вуктылгазгеофизика»
- Выпуск: Том 19, № 4 (2022)
- Страницы: 85-101
- Раздел: Статьи
- URL: https://journal-vniispk.ru/2307-0048/article/view/356697
- DOI: https://doi.org/10.15393/j2.art.2022.6523
- ID: 356697
Цитировать
Полный текст
Аннотация
Для большинства стран мира лесные пожары продолжают оставаться серьёзной проблемой. В настоящее время существует множество способов борьбы с ними. В основном направлены они все на снижение ущерба, причинённого пожарами, с использованием методов их раннего обнаружения. По подсчетам Рослесхоза, в среднем размер ущерба от лесных пожаров в год составляет порядка 20 млрд рублей, из них от 3 до 7 млрд – ущерб лесному хозяйству (потери древесины). В статье рассматривается использование беспилотных летательных аппаратов (БПЛА) для регулярного патрулирования потенциально опасных зон распространения огня с использованием преимуществ искусственного интеллекта (ИИ) и возможностью самостоятель-ной обработки полученной информации. Это позволяет БПЛА использовать методы компьютерного видения для обнаружения дыма или огня, на основе информации, получаемой от их видеокамер
Об авторах
Наталия Романовна Вычерова
Ухтинский государственный технический университет
Email: nvycherova@ugtu.net
Евгений Артурович Будевич
Ухтинский государственный технический университет
Email: ebudevich@ugtu.net
Андрей Эдуардович Беляев
ООО «Газпром недра» ПФ «Вуктылгазгеофизика»
Email: belandre@yandex.ru
Список литературы
-
Анализ перспективных физических методов обнаружения возгораний / И. Р. Шегельман, О. Н. Галактионов, А. Ю. Когочев, А. С. Попов // Успехи современного естествознания. 2016. № 12. С. 335—339. Бобков А. В. Системы распознавания образов. М.: МГТУ им. Н. Э. Баумана, 2018. 190 с. Богуш Р. П., Тычко Д. А. Алгоритм комплексного обнаружения дыма и пламени на основе анализа данных систем видеонаблюдения // Доклады Белорусского государственного университета информатики и радиоэлектроники. 2015. № 6 (92). С. 63—71. Гибсон У. Распознавание образов. СПб.: Азбука, 2015. 384 с. Кириченко А. А. Основы теории искусственных нейронных сетей. Б. м., 2020. 222 с. URL: rusneb.ru. Текст: электронный. Красильников Н. Н. Цифровая обработка 2D- и 3D-изображений. СПб.: БХВ-Петербург, 2011. 608 с. Крюкова М. С., Фахми Ш. С. Сегментация полутоновых изображений лесных пожаровна основе дисперсионного анализа // Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России: Научно-аналитический журнал. 2019. № 3. С. 103—111. Лесные пожары в России. «Антирекорды» и территории распространения // Информационное агентство России «ТАСС»: [сайт]. 2022. URL: https://tass.ru/info/15559017 (дата обращения: 05.09.2022). Лукьяница А. А., Шишкин А. Г. Цифровая обработка видеоизображений. М.: Ай-Эс-Эс Пресс, 2009. 518 с. Методы искусственного интеллекта в программных приложениях: Лабораторный практикум. Учебное электронное издание сетевого доступа / Б. Г. Ильясов, Е. А. Макарова, Е. Ш. Закиева, Э. Р. Габдуллина. Уфа, 2021. 153 с. URL: www.ugatu.su. Текст: электронный. Методы обработки и распознавания изображений лиц в задачах биометрии / Г. А. Кухарев, Н. Л. Щеголева, Ю. Н. Матвеев, Е. И. Каменская. М.: Политехника, 2013. 388 с. Никитин А. А., Лиманова Н. И. Процесс распознавания изображения нейронной сетью // Молодой учёный. 2020. № 47 (337). С. 23—25. URL: https://moluch.ru/archive/337/75420/ (дата обращения: 05.09.2022). Текст: электронный. Астратов О. С., Смирнов В. М., Филатов В. Н. Обнаружение лесных пожаровпо видеоизображениям // Научная сессия ГУАП: Сб. докл. СПб.: ГУАП, 2018. С. 7—11. Обработка изображений в прикладных телевизионных системах / О. С. Астратов [и др.]. СПб.: ГУАП, 2012. 272 с. Применение алгоритмов анализа изображений для обнаружения пожаров / А. О. Кузнецов, В. М. Мусалимов, А. П. Саенко, К. В. Трамбицкий // Известия высших учебных заведений. Приборостроение. 2012. Т. 55, № 6. С. 51—56. Пятаева А. В. Сегментация областей задымления на видеопоследовательности // Сибирский аэрокосмический журнал. 2016. Т. 17, № 3. С. 625—630. Система видеомониторинга для обнаружения лесного пожара в районе промышленного предприятия // О. С. Астратов, В. М. Смирнов, В. Н. Филатов, А. В. Митько // Neftegaz.RU: Деловой журнал. 2020. № 2 (98). С. 58—61. URL: https://magazine.neftegaz.ru/articles/tsifrovizatsiya/527122-sistema-videomonitoringa-dlya-obnaruzheniya-lesnogo-pozhara-v-rayone-promyshlennogo-predpriyatiya/ (дата обращения: 05.09.2022). Текст: электронный. Васюков В. Н., Зайцева А. Ю., Бондаренко В. В. Система раннего обнаружения лесных пожаров — архитектура и алгоритмы // Доклады АН ВШ РФ. 2015. № 2 (27). С. 43—56. Antoine C. Detection of forest fires using artificial intelligence. Année académique, 2021. 153 p. Artificial intelligence for forest fire prediction / G. Sakr, I. Elhajj, G. Mitri, U. Wejinya // Environmental Science, Computer Science 2010 IEEE. ASME International Conferenceon Advanced Intelligent Mechatronics. 2010. P. 1311—1316. Att squeeze u-net: A lightweight network for forest fire detection and recognition / J. Zhang, H. Zhu, P. Wang, X. Ling // IEEE Access, 9. 2021. P. 10858—10870. Early Forest Fire Detection Using Drones and Artificial Intelligence / D. Kinaneva, G. Hristov, J. Raychev, P. Zahariev // Conference: 42nd International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO). 2019. P. 1060—1065.
Дополнительные файлы
