Orman yangınlarının görüntü işleme ile tespiti

Kamera görüntülerinden veya videolardan yangın/alev tespiti, erken yangın uyarı sistemleri için oldukça önemlidir. Bu sayede yangınlara erken müdahale edilebilir ve yangınlar büyümeden söndürülebilir. Son zamanlarda görüntü işleme ve makine öğrenmesi tabanlı erken yangın uyarı sistemleri bir hayli ilgi çekmiş ve konu ile alakalı birçok çalışma yayımlanmıştır. Bu çalışmalar genellikle renk uzayı tabanlı görüntü bölütleme uygulamalardır. Verilen görüntüler önce farklı bir renk uzayına aktarılır ve renk bölütlemesi ile alev/yangın bölgeleri belirlenir. Bu tür çalışmaların en büyük dezavantajı birçok parametrenin ayarlanması gerekliliğidir. Derin öğrenme mimarilerinin gelişmesiyle birlikle, derin ağlar görüntü bölütleme uygulamalarında da kullanılmaya başlandı. Bu çalışmada, derin ağ mimarisi kullanan yeni bir alev/yangın bölütleme yöntemi önerilmiştir. Önerilen yöntem Dikkat Kapısı Modülünün (DKM) entegre olduğu bir SegNet yapısıdır. DKM'ler, minimum bilgi işlem yükü ile standart Evrişimsel Sinir Ağları (ESA) mimarilerine kolayca entegre edilebilir ve ayrıca model hassasiyeti ve tahmine dayalı doğruluk artırılabilir. Önerilen yöntemde, derin ağ mimarisinin başarım değerlendirilmesi için zar (dice), tversky ve fokal tversky kaybı fonksiyonları kullanılmıştır. Deneysel çalışmalarda 500 adet görüntü içeren bir veri seti, 5 katlı çapraz geçerlilik kriterine uygun olarak kullanılmış ve elde edilen başarım ortalama Dice ve Jaccard benzerlik ölçütlerine bağlı olarak sunulmuştur. Hesaplanan ortalama Dice ve Jaccard değerleri sırası ile 0.8755 ve 0.7870' dir. Elde edilen bu sonuçlar, literatürde var olan bazı sonuçlar ile kıyaslanmış ve önerilen yöntemin daha başarılı sonuçlar ürettiği görülmüştür.