雲と山火事の煙を区別するための濃度フィルタリングを用いたデコーダベースの異常検知

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:For researchers in anomaly detection and remote sensing, the concentration filtering module offers a novel approach.

🏛政策担当者:Policymakers in disaster management may consider this for early warning systems.

山火事は、世界中で多大な人的被害と経済的損失を引き起こす自然災害である。被害を最小限に抑えるためには、初期段階での迅速な検知が不可欠であるが、従来の教師あり学習に基づく物体検出手法は、稀な山火事事象に対する十分なラベル付きデータの取得が困難であることと、その実装コストの高さにより、限界に直面している。本研究では、固定された閉回路テレビ（CCTV）環境の特性を活用した、教師なしの山火事検知フレームワークを提案する。提案手法の中核は、山火事の煙と大気中の雲との間の空間分布の差異を定量化する、学習可能な濃度フィルタリングモジュールである。頑健な特徴表現を抽出するために、Vision Transformerの設計原理を統合して優れた性能を達成する、現代化された畳み込みアーキテクチャであるConvNeXtを採用する。マルチスケールの特徴はこのバックボーンを用いて抽出され、各特徴マップは固定の$14\times 14$パッチに分割される。パッチ間の空間的相関は、局所ウィンドウ自己注意機構を通じて学習される。デコーダベースの再構成誤差マップから、局所最大値と平均値の比として定義される濃度比が複数のスケールで計算され、集中した異常パターンが学習可能なしきい値を通じて選択的に抽出される。HPWRENデータセットの4つの領域における実験結果では、平均受信者動作特性曲線下面積（AUROC）が0.801、平均適合率（AP）が0.689、最大F1スコア（F1-max）が0.769を達成し、他の最先端の異常検知モデルよりも優れた性能を示した。提案手法は、10.53 msという高速な推論時間を達成し、リアルタイム処理能力を確認した。本研究は、環境変動に対して頑健であり、ラベル付きデータを必要としない山火事検知システムを開発するための実用的なアプローチを提示するものである。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Wildfires are natural disasters that cause extensive human casualties and economic losses worldwide. Rapid detection in the early stages is essential to minimize damage; however, conventional supervised learning-based object detection methods face limitations due to the difficulty of acquiring sufficient labeled data for rare wildfire events and their high implementation costs. This study proposes an unsupervised wildfire-detection framework that leverages the characteristics of fixed closed-circuit television (CCTV) environments. The core of the proposed method is a Learnable Concentration Filtering Module that quantifies the spatial distribution differences between wildfire smoke and atmospheric clouds. To extract robust feature representations, we employ ConvNeXt, a modernized convolutional architecture that integrates Vision Transformer design principles to achieve superior performance. Multi-scale features are extracted using a this backbone, and each feature map is divided into fixed $14\times 14$ patches. Spatial correlations between patches are learned through local-window self-attention. From the decoder-based reconstruction error map, the concentration ratio defined as the ratio of local maximum to mean values are computed at multiple scales, and concentrated anomaly patterns are selectively extracted through learnable thresholds. Experimental results on four regions of the HPWREN dataset achieved an average area under the receiver operating characteristic curve (AUROC) of 0.801, average precision (AP) of 0.689, and maximum F1-score (F1-max) of 0.769, demonstrating improved performance over other state-of-the-art anomaly detection models. The proposed method achieved a fast inference time of 10.53 ms, confirming its real-time processing capability. This study presents a practical approach for developing wildfire-detection systems that are robust to environmental variations and do not require labeled data.

• semanticscholar https://doi.org/10.1109/access.2026.3654564first seen 2026-06-29 08:08:41 · last seen 2026-09-21 05:15:04