Return to search

Análisis de señales de vídeo para reconocimiento de incendios forestales basado en aprendizaje de diccionarios

Los incendios forestales constituyen una de las causas significativas de la deforestación y la degradación de los ecosistemas. El origen de los problemas generados por los incendios radica fundamentalmente en la irresponsabilidad de algunas personas, ya que el 90 % de los incendios forestales ocurridos a nivel mundial son provocados por el hombre [1].
La detección de incendios forestales es uno de los retos más significativos para la protección de nuestro medio. Actualmente los detectores convencionales de humo tienen ciertas dificultades para detectar humo en áreas que son extremadamente extensas debido a que están basados en análisis de partículas desde el incendio hacia del detector [2].
La finalidad de este trabajo consta en mostrar un método de detección de incendios forestales en señales de video por medio de cámara de vigilancia. La idea está basada en el aprendizaje de diccionarios para representación esparsiva de vectores de rasgos extraídos de parches de una imagen dividida en 3 regiones: humo, cielo y terreno.
Los parches obtenidos de cada región son usados para entrenar y obtener los diccionarios correspondientes obteniendo la mejor representación esparsiva durante la segmentación.
Para reducir el ruido en los parches mal clasificados se realizará un cuboide espacio-tiempo alrededor de dichos parches tomando en cuenta el voto mayoritario dentro del cuboide, eliminando de esa forma el ruido que se genere en las imágenes.
Se esperan resultados con una eficacia en la taza de detección superior al 60 %, además de que el método propuesto dará resultados en base a la aplicación de la representación esparsiva.
Se usará 6 snippets provenientes de 6 secuencias de video diferentes a otros papers por lo que comparar el método con otro no aplica.

Identiferoai:union.ndltd.org:UDLA-Thesis/oai:ciria.udlap.mx:u-dl-a/tesis/4021054474681
Date11 December 2013
CreatorsDíaz Torres, Alejandro
ContributorsDr. Vicente Alarcón Aquino, Dr. Roberto Rosas Romero, Dr. Oleg Starostenko
PublisherUniversidad de las Américas Puebla
Source SetsUDLA-Thesis
LanguageSpanish
Detected LanguageSpanish
TypeElectronic Thesis or Dissertation, Tesis
Formatapplication/pdf, text/html
CoverageLicenciatura

Page generated in 0.0024 seconds