К вопросу о подходе к разработке цифровой системы мониторинга общей обстановки и ЧС в мирное и военное время

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.
This article is devoted to the applicability of neural networks for automatic analysis of images from CCTV cameras in real time for rapid response to emergencies (hereinafter referred to as emergencies) arising from landslides and mudflows. To design the architecture of the neural network and control its parameters, the high-level software platform tensorflow keras (hereinafter referred to as the platform) was used. The completeness metric (recall) at the level of 94.4% shows the success of the chosen approach. The results of this work can be used in the development of specialized software for the prevention of emergencies in rural areas and avalanche-prone regions and in the development of a digital system for monitoring the general situation of emergencies in peacetime, which will speed up the processing of information, as well as reduce the time for bringing operational information to the authorities and rescue units of the EMERCOM of Russia.
Сибирский пожарно-спасательный вестник, Выпуск 4 (27) 2022, Pages 75-81