研究者提出帧级Transformer检测被遮挡野火火焰
热点事件持续更新
研究者提出帧级Transformer检测被遮挡野火火焰
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Uma Meleti 等研究者提出一种基于深度学习的野火火焰检测方法：用帧级 Transformer 对 RGB 视频做帧间注意力机制的联合空间-时间分析，通过烟雾模式同时检测可见火焰和被遮挡的火焰。该方法已发表于 2024 年 DCOSS-IoT 会议（第58-65页）。 模型仅在 RGB 视频上训练，目的是保持对只配备普通摄像头的低成本商用无人机的适用性。训练数据使用 FLAME2 数据集，并以其中的红外视频提取 ground truth。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
基于 Frame-wise Transformer 的烟雾时空分析检测被遮挡野火火焰报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AI基于 Frame-wise Transformer 的烟雾时空分析检测被遮挡野火火焰
研究者提出用深度学习对 RGB 视频做联合空间-时间分析来检测可见与被遮挡的野火火焰，通过帧间注意力机制的 frame-wise Transformer 架构保留帧内空间信息，并在 FLAME2 数据集上仅用 RGB 视频训练、以 IR 视频提取 ground truth。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。