| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Viedās datortehnoloģijas |
| Nosaukums |
Automātiska atklātas uguns avotu noteikšana, izmantojot datorredzi |
| Nosaukums angļu valodā |
Automatic Detection of Open Fire Sources Using Computer Vision |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Artjoms Supoņenkovs |
| Recenzents |
Jēkabs Jaunslavietis |
| Anotācija |
Atklātas liesmas avotu agrīna noteikšana ir būtisks uzdevums, lai samazinātu ugunsgrēku radītos zaudējumus un nodrošinātu savlaicīgu reaģēšanu. Tradicionālās ugunsgrēku noteikšanas sistēmas, piemēram, dūmu un karstuma sensori, bieži vien nav efektīvas atklātā vidē, tāpēc aktuāla kļūst datorredzes tehnoloģiju pielietošana. Šajā pētījumā analizētas un salīdzinātas dažādas uguns un dūmu noteikšanas metodes, izmantojot dziļās mācīšanās algoritmus, tostarp konvolūciju neironu tīklus (CNN), Vision Transformer (ViT) un YOLO objektu detektorus.
Darba mērķis ir izstrādāt un izvērtēt modulāru sistēmu, kas spēj precīzi klasificēt un detektēt uguni un dūmus attēlos un video kadros, kā arī prognozēt to kustību, izmantojot slēpto Markova modeli (HMM). Tika izstrādāts klasifikācijas ansamblis, apvienojot RGB un pelēktoņu ViT modeļus, kuri pirms detekcijas filtrē video kadrus. Objektu noteikšana tiek aktivizēta tikai pēc vairākiem pozitīviem klasifikācijas rezultātiem, izmantojot autora veidotu aiztures loģiku. Izstrādāts arī filtrēšanas algoritms pārklājošo detekciju novēršanai un realizēta objektu izsekošana laikā. Papildu risinājums izstrādāts, lai samazinātu kļūdaini pozitīvus rezultātus, ko izraisa saules atspīdumi. |
| Atslēgas vārdi |
datorredze, ugunsgrēka noteikšana, neironu tīkli, objektu izsekošana, video analīze |
| Atslēgas vārdi angļu valodā |
computer vision, fire detection, neural networks, object tracking, video analysis |
| Valoda |
lv |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
27.05.2025 23:02:59 |
