- Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi
- Vol: 38 Issue: 3
- Spatio-temporal Object Features for Wildfire Detection in Dark Videos
Spatio-temporal Object Features for Wildfire Detection in Dark Videos
Authors : Ahmet K. Ağirman, Kasım Taşdemir
Pages : 434-445
View : 10 | Download : 5
Publication Date : 2022-12-30
Article Type : Research
Abstract :Bu makalede, karanlık videolardan orman yangınının tespitine yönelik bir yöntem önerilmiştir. Gündüz orman yangınlarından farklı olarak, karanlık videolarda yangının kendisi de çevresi de görsel olarak açıkça algılanabilir bir desene sahip değildir. Karanlık videolardaki yangının bunun gibi kendine özgü görsel özellikleri, tanımlayıcı nesne öznitelikleri çıkarmayı zorlaştırmaktadır. Bu makale, karanlıkta parlayan nesneleri takip edip, uzaysal-zamansal davranışlarına dayalı öznitelikleri çıkararak bu zorlayıcı duruma çözüm üretmektedir. Önerilen özniteliklerin, videoda şehir ışıkları, el fenerleri, araba farları ve olay yerindeki yansımalar gibi aldatıcı ışık kaynakları olsa bile, orman yangınlarını %90\'ın üzerinde doğrulukla sınıflandırmak için yeterince temsil edici olduğu deneysel olarak gösterilmiştir. Ayrıca, aynı uzaysal-zamansal öznitelik kümesinde topluluk ve çekirdek tabanlı sınıflandırma yöntemleri gibi çeşitli geleneksel makine öğrenmesi algoritmaları da karşılaştırma amacıyla denenmiştir. Kapsamlı deneysel test sonuçları, en yüksek tespit doğruluğunun, önerilen uzaysal-zamansal öznitelik kümesinin Rastgele Orman sınıflandırma yöntemi elde edildiğini göstermektedir.Keywords : Video tabanlı yangın tespiti, SVM, Çoğunluk Oylaması, Rastgele Orman, Adaboost, IBk