최근 몇 년 동안 도시화와 세계 기후 변화로 인해 대규모 자연 재해의 수가 증가했으며 피해 규모도 엄청났습니다.
피해의 확산을 방지하고 신속하게 회복하기 위해 조치를 취하려면 손상 상황을 신속하게 파악해야합니다.
Hitachi는 고화질 카메라, 드론 등으로 가져온 영상을 분석하여 AI를 사용하여 중요한 초기 조치에서 재난 예방 회복에 이르기까지 손상 상황을 이해하는 데 도움이됩니다.
주택의 화재 및 붕괴와 같은 손상 외에도 5 개 카테고리 및 32 개의 클래스의 정보는 다리, 건물, 댐 및 도로와 같은 인프라를 포함하여 하나의 이미지에서 동시에 감지 할 수 있습니다.
전용 사진 장비가 필요하지 않으며, 고지대 카메라 및 드론과 같은 광각 또는 망원 이미지에서도 작은 물체를 감지 할 수 있습니다.
정답 (레이블)이 모호한 AI 교육은 많은 수의 훈련 샘플에 존재하더라도 잘못된 정보의 영향을 줄입니다.
데이터가 거의없고 인식하기 어려운 샘플에 중점을두면 학습 샘플이 거의없는 재난조차도 높은 정확도로 인식 할 수 있습니다.
Trecvid
워크숍 (TREC 비디오 검색 평가) National Institute of Standards and Technology (NIST)가 후원합니다.
DSDI (재난 장면 설명 및 인덱싱)
32 가지 유형의 재난 범주 (예 : 홍수, 산사태, 잔해 등) 각각에 대해, 상위 1,000 개의 비디오 유형의 비디오는 주어진 재해 영역에 대해 실제 비디오 데이터 그룹의 각 유형의 재해 범주와 일치하는 이벤트의 가장 높은 확률로 선택되고 정리됩니다.
학습 및 평가를위한 데이터 세트의 세부 사항
비디오 테스트
*그림 출처 : TRECVID2020 TEST DATASET에서
재해 감지 AI 시스템은 다양한 상황에서 사용할 수 있습니다.
가장 중요한 재난의 첫 번째 기간에 더 많은 손상 정보를 신속하게 얻을 수 있으며 끊임없이 변화하는 재난 상황을 이해하기 위해 "재해 탐지 AI"는 고도로 카메라 영상에서 화재, 연기 및 붕괴 된 주택을 자동으로 감지하고 위치 및 손상 상황을 표시합니다.
*그림 출처 : TRECVID2020 TEST DATASET에서