Detekce ohně a kouře z obrazového signálu

Abstract

Táto diplomová práca sa zaoberá detekciou ohňa a dymu z obrazového signálu. Riešenie práce využíva kombináciu konvolučnej a rekurentnej neurónovej siete. Vo výsledných modeloch strojového učenia sú využité inception moduly a bloky dlhej krátkodobej pamäte. Teoretická časť opisuje vybrané modely strojového učenia používané pri riešení úlohy detekcie požiarov v statických a dynamických obrazových dátach. Súčasťou riešenia práce je tiež obrazová databáza obsahujúca videozáznamy a statické snímky využité na trénovanie navrhnutých neurónových sietí. V závere práce sú zhodnotené jej výsledky.This diploma thesis deals with the detection of fire and smoke from the image signal. The approach of this work uses a combination of convolutional and recurrent neural network. Machine learning models created in this work contain inception modules and blocks of long short-term memory. The research part describes selected models of machine learning used in solving the problem of fire detection in static and dynamic image data. As part of the solution, a data set containing videos and still images used to train the designed neural networks was created. The results of this approach are evaluated in conclusion.