Early detection of forest fire from video utilizing temporal information

Orman yangınları, tüm dünyada yaşamlara, mülklere ve ekosistem bütünlüğüne en büyük tehdit olarak kabul edilmektedir. Orman yangınlarının erken tespiti ile yangının yol açacağı hasarlar azaltılabilir. Duman, yangınların ilk görsel işareti olduğundan, dumanın tespiti oldukça önemlidir. Başarılı şekilde tasarlanmış bir duman algılama sistemi, dış ortamlarda dumanın erken tespitinde kritik öneme sahiptir. Mevcut duman algılama yöntemleri yüksek yanlış alarm problemi ile karşılaşmaktadır ve puslu ortamlarda duman tespiti konusunda tam olarak başarılı değildir. Bu tez, orman yangınlarının erken aşamada tespitindeki problemleri çözmek için derin öğrenme tabanlı yöntemlerin kullanılmasını önermektedir. Bu çalışma, dumanın tespiti için dört farklı öneri sunmaktadır. (1) Dumanın görüntüler üzerinde tespit edilebilmesinde kullanılan duman sınıflandırması, tam olarak yerinin belirlenmesi ve videodan dumanın tespiti gibi yöntemlerde kullanılmak üzere üç farklı veri setinin hazırlanması. (2) Nispeten daha küçük veri setleri için öğrenme aktarımı yönteminin kullanılması. (3) Sistem performansını artırmak için veri seti görüntülerinden bulanıklığın kaldırılması. (4) Derin öğrenme tabanlı iki farklı yapının kullanılarak hibrit bir video sınıflandırma modelinin tasarlanması. Bu çalışma, erken aşamada orman yangını veya duman algılama çalışmaları alanlarında çalışan araştırmacılar için kaynak niteliğinde olacaktır. Anahtar kelimeler: Derin Öğrenme, Mekan-Zamansal Bilgi, Erken Aşama Orman Yangınları Tespiti, Duman Tespiti, Görüntü Bulanıklığı Giderme