Быстрые искусственные нейронные сети и их применение в составе комитетов классификаторов для оперативного обнаружения пожаров

Работа посвящена построению быстрых искусственных нейронных сетей на основе относительно новой функции активации, называемой «s-парабола», и комитетов (комбинаций) подобных сетей. Актуальность исследования определяется необходимостью оперативной обработки изображений, доставляемых системами машинного зрения беспилотных летательных аппаратов, с целью обнаружения дыма и пожаров на лесных территориях. Выполнено экспериментальное исследование качества многослойных нейронных сетей с функцией активации s-парабола и их комитетов при использовании различных наборов информативных признаков и обобщенной метрики. Наличие ускорения обучения сетей с указанной функцией активации при высоких показателях точности распознавания определяет целесообразность применения предложенного подхода в задачах интеллектуальной поддержки операторов визуального анализа быстропротекающих процессов.

The work is devoted to building fast artificial neural networks based on a relatively new activation function called “s-parabola” and committees (combinations) of similar networks. The relevance of the study is determined by the need for operational processing of images delivered by unmanned aerial vehicle machine vision systems in order to detect smoke and fires in forest areas. The proposed solution is an alternative to building convolutional neural networks with typical activation functions. The most important application of such networks is the early recognition of forest fires in real time. An experimental study of the quality of multilayer neural networks with the function of activating s-parabola and their committees was performed using various sets of informative features and a generalized metric. The presence of accelerated training of networks with this activation function at high recognition accuracy indicators determines the feasibility of applying the proposed approach in the tasks of intelligent support for operators of visual analysis of fast processes.