文献

J-GLOBAL ID：202002229511909131   整理番号：20A1811559

リアルタイムUAVベース森林火災検出のためのYOLOv3ベース学習戦略【JST・京大機械翻訳】

A YOLOv3-based Learning Strategy for Real-time UAV-based Forest Fire Detection

著者 (7件)： Jiao Zhentian (Xian University of Technology,Department of Automation and Information Engineering,Xian,China,710048) ,  Zhang Youmin (Concordia University,Department of Mechanical, Industrial & Aerospace Engineering,Montreal,Canada,H3G 1M8) ,  Mu Lingxia (Xian University of Technology,Department of Automation and Information Engineering,Xian,China,710048) ,  Xin Jing (Xian University of Technology,Department of Automation and Information Engineering,Xian,China,710048) ,  Jiao Shangbin (Xian University of Technology,Department of Automation and Information Engineering,Xian,China,710048) ,  Liu Han (Xian University of Technology,Department of Automation and Information Engineering,Xian,China,710048) ,  Liu Ding (Xian University of Technology,Department of Automation and Information Engineering,Xian,China,710048)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCDC  ページ： 4963-4967  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 森林資源安全性は,自然と公共のセキュリティにとって最も重要である。森林火災検出法は最近多くの注目を集めているが,総合性,迅速性,および精度に関する性能はまだ満足できるものではない。本論文では,無人航空機(UAV)を用いて検出精度と効率を改善することを目的として,深い学習火災検出アルゴリズムを提案した。大規模YOLOv3ネットワークを最初に開発し,検出精度を確実にすることができた。次に,このアルゴリズムをUAV森林火災検出(UAV-FFD)プラットフォームに適用し,そこでは,火災画像をUAVによって捕捉し,実時間で地上ステーションに伝送した。テスト結果は,検出アルゴリズムの認識比率がおよそ91%であり,フレーム比率が30FPS(第2回)に達することができることを示した。それは,正確な森林火災検出のためのリアルタイム応用における強い可能性を示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  火災 ,  ネットワーク ,  検出法 ,  無人機 ,  山火事 ,  セキュリティ
準シソーラス用語： 認識率 ,  実時間 ,  森林資源 ,  火災検出 ,  検出精度 ,  検出アルゴリズム ,  学習戦略 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： リアルタイム ,  UAV ,  森林火災 ,  学習戦略