FlameFinderè un nuovo sistema di apprendimento metrico approfondito progettato per identificarefiamme di fuoco occluse da fumo densoLe fotocamere RGB tradizionali spesso falliscono quando le fiamme sono nascoste da fumo denso; i sensori termici aiutano, ma mancano di chiarezza di segmentazione.FlameFinder colma questo divario addestrando un modello di apprendimento metrico sensibile ai modelli di firma della fiamma e al contrasto termicoArxiv.org.

Innovazione tecnica

Il sistema utilizza funzioni di perdita tripla e centrale all'interno di uno spazio di inserimento profondo di caratteristiche, combinato con meccanismi di attenzione.il modello impara rappresentazioni discriminative delle strutture di fiamma anche quando sono parzialmente oscurate dal fumoIl risultato: la precisione del rilevamento delle fiamme migliora di circa4.4 ∙ 7%rispetto alla linea di base (VGG19, ResNet18) nei set di dati FLAME2 e FLAME3 Arxiv.org.

Impatto e uso pratico

In pratica, FlameFinder potrebbe equipaggiare droni o robot a terra utilizzati dai servizi antincendio.Una maggiore consapevolezza spaziale aiuta i team a migliorare la sicurezza, decisioni più veloci.

Analisi

Questo sistema è un esempio diPotenza della fusione di modalità e dell'apprendimento metrico per applicazioni critiche per la sicurezzaInvece di limitarsi a immagini termiche, il modello impara la semantica di come appare una fiamma, anche se parzialmente occlusa.I moduli di attenzione sottolineano ulteriormente le parti più informative della coppia termico-RGB.

In operatività, FlameFinder può ridurre i falsi negativi in ambienti complessi. Può essere esteso per includere dati multispectral o sensori di profondità.Potrebbe diventare uno strumento standard nei kit intelligenti per il fuoco.