Resumen

Este artculo presenta una nueva metodologa basada en la textura y el color para la deteccin y el seguimiento de diferentes fuentes de humo de incendios forestales mediante vehculos areos no tripulados (UAV). Se ha recopilado un novedoso conjunto de datos compuesto por humo fino y humo denso generado por las hojas secas del suelo del bosque, fuente de ignicin de incendios forestales. Se ha realizado una tarea de clasificacin entrenando un extractor de caractersticas para comprobar la viabilidad del conjunto de datos propuesto. Se ha entrenado una meta-arquitectura sobre el extractor de caractersticas para comprobar la viabilidad del conjunto de datos para la deteccin y seguimiento de humo. Se han obtenido resultados aplicando la metodologa propuesta a imgenes de humo de incendios forestales, vdeos de humo tomados en un puesto por la cmara y grabaciones de UAV en tiempo real. Se ha alcanzado una puntuacin F1 micromedia de 0,865 con diferentes vdeos de prueba. Se ha obtenido una puntuacin F1 de 0,870 en imgenes reales de humo de incendios forestales tomadas con UAV. El ndice de similitud estructural se ha utilizado para mostrar algunas de las dificultades encontradas en la deteccin de humo, junto con ejemplos.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Metodología; Textura; Color; Humo de incendios forestales; UAV; Clasificación
• Keywords:Methodology; Texture; Color; Forest fire smoke; UAVs; Classification