FlameFinder est un nouveau système d'apprentissage métrique profond conçu pour identifier les flammes de feu occultées par une fumée dense, en utilisant des images thermiques et RVB appariées capturées par des drones de pompiers. Les caméras RVB traditionnelles échouent souvent lorsque les flammes sont cachées par une fumée épaisse ; les capteurs thermiques aident, mais manquent de clarté de segmentation. FlameFinder comble cette lacune en entraînant un modèle d'apprentissage métrique sensible aux schémas de signature de flammes et au contraste thermique arxiv.org.

Innovation technique

Le système utilise des fonctions de perte triplet et centrale dans un espace d'intégration de caractéristiques profondes, combinées à des mécanismes d'attention. En s'entraînant sur des images thermiques-RVB appariées provenant de scènes sans fumée et enfumées, le modèle apprend des représentations discriminantes des structures de flammes, même lorsqu'elles sont partiellement obscurcies par la fumée. Le résultat : la précision de la détection des flammes s'améliore d'environ 4,4 à 7 % par rapport à la ligne de base (VGG19, ResNet18) dans les ensembles de données FLAME2 et FLAME3 arxiv.org.

Impact et utilisation pratique

En pratique, FlameFinder pourrait équiper les drones ou les robots terrestres utilisés par les services d'incendie. Il reconnaît le feu derrière la fumée, ce qui est essentiel dans des situations telles que les incendies de bâtiments ou les feux de forêt avec une mauvaise visibilité. Une conscience spatiale améliorée aide les équipes à prendre des décisions plus sûres et plus rapides.

Analyse

Ce système illustre la puissance de la fusion des modalités et de l'apprentissage métrique pour les applications critiques pour la sécurité. Plutôt que de simplement seuiller les images thermiques, le modèle apprend la sémantique : à quoi ressemble une flamme, même si elle est partiellement occultée. Les modules d'attention mettent en outre l'accent sur les parties les plus informatives de la paire thermique-RVB.

Sur le plan opérationnel, FlameFinder peut réduire les faux négatifs dans les environnements complexes. Il peut être étendu pour inclure des données multispectrales ou des capteurs de profondeur. Combiné à des systèmes d'alerte en temps réel, il pourrait devenir un outil standard dans les kits de lutte contre l'incendie intelligents.