Илья Александрович Шереметьев1,
Александр Михайлович Костецкий1,
Петр Максимович Юданов1,
Игорь Станиславович Каторжин1,
Иван Юрьевич Сергеев2
1Академия гражданской защиты МЧС России имени генерал-лейтенанта Д.И. Михайлика, Химки, Россия,
2Сибирская пожарно-спасательная академия ГПС МЧС России, Железногорск, Россия
Данная статья посвящена вопросу применимости нейронных сетей для автоматического анализа изображений с камер видеонаблюдения в режиме реального времени для оперативного реагирования на чрезвычайные ситуации (далее — ЧС), возникающие от схода оползней и селей. Для проектирования архитектуры нейронной сети и управления её параметрами была использована высокоуровневая программная платформа tensorflow keras (далее – платформа). Для компенсации малого объёма набора обучающих данных при решении задачи была показана применимость десятикратной аугментации изображений, использование чередования свёрточных слоёв и определённые значения оптимизатора Adam. Метрика полноты (recall) на уровне 94.4% показывает успешность выбранного подхода. Результаты данной работы могут быть использованы при разработке специализированного программного обеспечения для предупреждения чрезвычайных ситуаций в селе- и лавиноопасных регионах и в разработке цифровой системы мониторинга общей обстановки ЧС в мирное время, благодаря которой ускорится обработка информации, а также уменьшится время доведения оперативной информации до органов управления и спасательных подразделений МЧС России.
Открыть » // Ссылка для цитирования этой статьи