Early fire detection using convolutional neural networks during surveillance for effective disaster management

فاجعه های آتش سوزی منجر به آلودگی های بشر می شود که باعث آسیب زیست محیطی، اجتماعی و اقتصادی می شود. برای به حداقل رساندن این تلفات، تشخیص زود هنگام آتش و پاسخ خودمونی مهم و مفید برای سیستم های مدیریت بحران است. بنابراین، در این مقاله، ما یک چارچوب تشخیص آتش اولیه را با استفاده از شبکه های عصبی کانولوشن دقیق برای دوربین های نظارت تصویری ارائه می دهیم که می تواند آتش را در محیط های مختلف محیط داخلی و خارجی تشخیص دهد. برای اطمینان از پاسخ مستقل، ما یک مکانیزم اولویت بندی سازگار برای دوربین ها در سیستم نظارت پیشنهاد می کنیم. در نهایت، ما یک الگوریتم انتخاب کانال پویا برای دوربین های مبتنی بر شبکه های رادیویی شناختی ارائه می دهیم، که اطمینان حاصل می شود که انتشار اطلاعات قابل اطمینان است. نتایج تجربی دقت بالاتر از طرح تشخیص آتش ما را در مقایسه با روش های پیشرفته تر نشان می دهد و قابلیت استفاده از چارچوب ما برای مدیریت موثر فاجعه آتش را تایید می کند.