arXiv cs.AI· Uma Meleti, Abolfazl Razi, Fatemeh Afghah·· 10 小时前AI 评分22
基于逐帧 Transformer 的烟雾时空分析检测被遮挡野火火焰
Obscured Wildfire Flame Detection by Spatio-temporal Analysis of Smoke Patterns Using Frame-wise Transformers
AI 导读
研究提出逐帧 Transformer 架构，对连续视频帧间的烟雾运动做时空联合分析，从而检测可见与被遮挡的野火火焰，区别于逐帧独立分析的传统做法。方法在 FLAME2 数据集上仅用 RGB 视频训练，取得分割前景 Dice 92.61%、目标检测精确率 93.21% 与召回率 91.73%、片段级分类准确率 98.02%。
正文 · AI 翻译
摘要：本文提出了一种野火管理的新范式，利用深度学习（DL）检测可见火与遮挡火。我们方法的核心是对 RGB 视频进行联合的空间与时间分析，接受连续视频帧中烟雾运动的时间模式可以指示被遮挡的火焰这一事实。这一视角与独立分析图像和单个视频帧的传统方法形成对比。为此，我们提出了一种逐帧 transformer 架构，在连续帧之间应用注意力机制，同时保留帧内的空间信息，这与非局部块等常规注意力机制不同，后者将空间和时间信息合并为单个向量。我们还优化了不同空间分辨率下的时间模式长度，以在降低计算成本的同时实现最高性能。为了研究我们的方法在航拍图像处理中的适用性，我们将其应用于经过整理的 FLAME2 数据集，该数据集包含双模式 RGB/IR 视频。IR 视频流用于提取真实标注，而模型仅在 RGB 视频上训练，以保持对低成本商用无人机（仅配备普通摄像头）的适用性，并便于处理仅含 RGB 的现有数据集。我们提出的方法分别实现了 92.61% 的分割前景 Dice 分数、93.21% 和 91.73% 的目标检测精确率与召回率，以及 98.02% 的片段级分类准确率。我们还通过消融研究考察了该方法的有效性和泛化能力
| 评论： | 8 页，8 幅图。发表于 2024 年第 20 届智能系统与物联网分布式计算国际会议（DCOSS-IoT），第 58-65 页 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| ACM 分类： | I.4.8; I.2.10 |
| 引用为： | arXiv:2611.14074 [cs.CV] |
| （或 arXiv:2611.14074v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.14074 由 DataCite 颁发的 arXiv DOI（待注册） |
|
| 期刊 参考： | 2024 年第 20 届智能系统与物联网分布式计算国际会议（DCOSS-IoT），第 58-65 页，IEEE，2024 |
| 相关 DOI： | https://doi.org/10.1109/DCOSS-IoT61029.2024.00019
链接到相关资源的 DOI |
提交历史
来自：Uma Maheswara Rao Meleti [查看电子邮件]
[v1]
2026 年 11 月 10 日星期二 13:37:13 UTC（5,927 KB）
来源：arXiv cs.AI · arxiv.org