一个先进的火灾检测系统,用于协助视觉障碍者使用循环神经网络和海马优化算法优化算法
Fahd N Al-Wesabi1, Abeer A K Alharbi2, Ishfaq Yaseen3,4
1Department of Computer Science, Applied College at Mahayil, King Khalid University, Abha, Saudi Arabia. falwesabi@kku.edu.sa.
Scientific reports
|July 2, 2025
概括
一个新的智能火灾检测系统 (SFDAB-ARNNSHO) 使用人工智能帮助盲人通过早期准确识别火灾来帮助盲人. 这种创新方法旨在减少弱势群体与火灾有关的伤亡和财产损失.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 辅助技术 辅助技术 辅助技术
背景情况:
- 视觉和认知障碍的老年人面临着独立的挑战,特别是在火灾等紧急情况下.
- 现有的火灾检测系统往往没有考虑到盲人和智力障碍者的特定需求.
- 快速检测火灾对于防止损害和挽救生命至关重要,特别是对于那些有感官障碍的人来说.
研究的目的:
- 为盲人开发适合盲人的智能火灾检测系统.
- 增强早期火灾识别和通知能力,以提高安全性.
- 利用先进的AI技术,准确地进行火灾分类和警报.
主要方法:
- 提出的智能火灾检测系统用于协助盲人使用注意力机制驱动的循环神经网络和海马优化算法 (SFDAB-ARNNSHO) 已开发.
- 图像预处理使用Sobel过 (SF) 来降低噪音.
- 功能提取结合了EfficientNetB7,CapsNet和ShuffleNetV2,然后使用叠加的双层双向长短期内存与注意力机制 (SBiLSTM-AM) 进行火灾检测和分类.
- 海马优化器 (SHO) 算法用于SBiLSTM-AM模型的参数调整.
主要成果:
- SFDAB-ARNNSHO模型在火灾检测和分类方面取得了99.30%的卓越准确性.
- 性能验证表明,在火灾检测数据集上,与现有模型相比,性能得到了显著改进.
- 该系统有效地检测和分类火灾,为视力受损者提供关键信息.
结论:
- SFDAB-ARNNSHO系统为盲人提供了一个高度准确和有效的解决方案,用于早期火灾检测和通知.
- 这种人工智能驱动的方法有可能显著减少与火灾相关的死亡和视力受损人群中的损失.
- 注意力机制和优化算法的集成提高了用于辅助目的的火灾检测系统的可靠性.


