В рамках данного проекта исследуются методы машинного обучения для разрабатываемой системы детектирования дыма и огня. В качестве исследования были выбраны: каскад Хаара, LBP (Local Binary Patterns), Faster R-CNN (Faster Region-based Convolutional Network), модель SSD (Single Shot Multibox Detector) и модель YOLO. Для разработки системы используется одноплатный компьютер Raspberry PI.
Карпов К.В., Зенкин А.М., Хамзина А.Ф. (науч. рук. Капитонов А.А.) Разработка системы для детектирования дыма и огня с использованием квадракоптера и одноплатного компьютера RASPBERRY PI // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2020]. URL: https://kmu.itmo.ru/digests/article/3651