リアルタイム煙セグメンテーションのためのマルチステージグループ相互作用およびクロスドメイン融合ネットワーク

科学分野:

• コンピュータビジョン
• 人工知能
• 画像処理

背景:

• 正確な煙セグメンテーションは、特にモバイルプラットフォームでの火災警報システムにとって重要です。
• 既存の高精度モデルは、モバイルアプリケーションには計算負荷が高すぎることがよくあります。
• 軽量で効率的な煙セグメンテーションソリューションの必要性があります。

研究 の 目的:

• モバイルデバイスでのリアルタイム煙画像セグメンテーションのための軽量ネットワークを開発すること。
• 煙の特徴分析を改善し、小さな煙オブジェクトの情報を保持すること。
• 煙ターゲットの境界検出を強化すること。

主な方法:

• 計算量が少ないマルチステージグループ相互作用およびクロスドメイン融合ネットワーク（MGICFN）を提案しました。
• 空間ドメインと周波数ドメインの特徴をマージするためのクロスドメイン相互作用アテンションモジュール（CIAM）を導入しました。
• ダウンサンプリング中の情報損失を防ぐためのマルチステージグループ相互作用モジュール（MGIM）と、境界の洗練のためのエッジ強化モジュール（EEM）を設計しました。

主要な成果:

• MGICFNはSFS3Kデータセットで88.70%のDiceと81.16%のmIoUを達成しました。
• モデルはSYN70Kテストデータセットで87.30%のDiceと78.68%のmIoUを取得しました。
• MGICFNモデルはわずか0.73Mパラメータと0.3G FLOPsであり、高い効率を示しています。

結論:

• 提案されたMGICFNは、軽量な煙画像セグメンテーションのための効果的で計算効率の高いソリューションです。
• このネットワークは、ベンチマークデータセットで強力なパフォーマンスを示し、リアルタイムモバイルアプリケーションに適しています。
• MGICFNは、煙検出の改善を通じて火災警報システムを強化するための有望なアプローチを提供します。