تشخیص آتش سوزی از طریق هواپیماهای بدون سرنشین با استفاده از الگوریتم های بینایی مبتنی بر یادگیری عمیق

آتش سوزی وحشی یکی از بحرانی ترین بلایای طبیعی است که مناطق وحشی و منابع جنگلی را تهدید می کند. سیستم های آتش نشانی سنتی که بر اساس بازرسی خدمه زمینی طراحی شده اند ، محدودیت های متعددی دارند و می توانند جان آتش نشانان را در معرض خطر قرار دهند. بنابراین ، فناوری های سنجش از دور به یکی از متداول ترین استراتژی ها برای مبارزه با آتش سوزی های جنگلی ، به ویژه فناوری های سنجش از دور مبتنی بر پهپاد تبدیل شده است. آنها برای تشخیص آتش سوزی جنگل ها در مراحل اولیه خود ، قبل از اینکه غیرقابل کنترل آتش سوزی وحشی یکی از بحرانی ترین بلایای طبیعی است که مناطق وحشی و منابع جنگلی را تهدید می کند. سیستم های آتش نشانی سنتی که بر اساس بازرسی خدمه زمینی طراحی شده اند ، محدودیت های متعددی دارند و می توانند جان آتش نشانان را در معرض خطر قرار دهند. بنابراین ، فناوری های سنجش از دور به یکی از متداول ترین استراتژی ها برای مبارزه با آتش سوزی های جنگلی ، به ویژه فناوری های سنجش از دور مبتنی بر پهپاد تبدیل شده است. آنها برای تشخیص آتش سوزی جنگل ها در مراحل اولیه خود ، قبل از اینکه غیرقابل کنترل شوند ، به کار گرفته شده اند. تشخیص زود هنگام آتش سوزی خودکار از داده های بصری مبتنی بر پهپاد با استفاده از الگوریتم های مختلف یادگیری عمیق در چند سال گذشته مورد توجه بسیاری قرار گرفته است. برای این منظور ، در این مقاله ، ما بر تشخیص آتش سوزی در مراحل اولیه خود در مناطق جنگلی و بیابانی متمرکز شده ایم ، با استفاده از الگوریتم های دید رایانه ای مبتنی بر یادگیری عمیق برای جلوگیری و سپس کاهش تلفات فاجعه بار از نظر جان انسان و منابع جنگلی.