BoWFire 火災検知セグメンテーション データ セット

BoWFire データセットは、火災検出の精度を向上させ、誤報を減らすことを目的として、火炎検出用に特別に設計された画像データセットです。このデータセットには、建物火災、産業火災、自動車事故、暴動などのさまざまな緊急事態の火災画像と、目に見える火災のない緊急事態や、日没や物体の赤または黄色の画像などの火災のような領域の火災画像が含まれています。

BoWFire データセットの特徴は、炎の検出画像だけでなく、炎領域のセグメンテーションも含まれていることです。データセットでは、火災エリアは白でマークされ、非火災エリアは黒でマークされており、炎の検出とセグメント化のタスクを強力にサポートします7。さらに、データセットはトレーニング セットとテスト セットに分割されます。トレーニング データ セットには 50 × 50 ピクセルの 240 枚の画像が含まれており、そのうち 80 枚は火災ありとして分類され、160 枚は火災なしとして分類されます。テスト データ セットには、さまざまな解像度の 226 枚の画像が含まれており、そのうち 119 枚には炎が含まれており、107 枚には炎が含まれていない画像が含まれています7。

BoWFire データセットは、ピクセルの色とテクスチャ分析を組み合わせることで火炎検出の精度を向上させ、誤報を減らす新しい火炎検出方法の開発と評価に使用されました。実験結果は、この方法が既存の技術と同等の精度を維持しながら、誤警報率を効果的に低減できることを示しています。

研究者らはまた、ピクセルの色分類にはナイーブベイズ分類器と KNN 分類器を含むさまざまなアルゴリズムを使用し、テクスチャ分類にはスーパーピクセル アルゴリズムとローカル バイナリ パターン (LBP) を使用して、BoWFire データセットの詳細な構成と実験を実施しました。実験結果は、BoWFire 方式が高い火炎検出精度を維持しながら誤警報を低減することを示しています。

このデータセットは2015年にサンパウロ大学の研究チームによって発表され、関連する論文結果は「BoWFire: ピクセルカラーとテクスチャ分析の統合による静止画像内の火災の検出」