Tesis profesional presentada por Alejandro Díaz Torres [adiazt81@hotmail.com]

Licenciatura en Ingeniería Electrónica y Sistemas Inteligentes. Departamento de Computación, Electrónica y Mecatrónica. Escuela de Ingeniería, Universidad de las Américas Puebla.

Jurado Calificador

Presidente: Dr. Vicente Alarcón Aquino
Secretario y Director: Dr. Roberto Rosas Romero
Vocal: Dr. Oleg Starostenko

Cholula, Puebla, México a 11 de diciembre de 2013.

Resumen

Los incendios forestales constituyen una de las causas significativas de la deforestación y la degradación de los ecosistemas. El origen de los problemas generados por los incendios radica fundamentalmente en la irresponsabilidad de algunas personas, ya que el 90 % de los incendios forestales ocurridos a nivel mundial son provocados por el hombre [1].

La detección de incendios forestales es uno de los retos más significativos para la protección de nuestro medio. Actualmente los detectores convencionales de humo tienen ciertas dificultades para detectar humo en áreas que son extremadamente extensas debido a que están basados en análisis de partículas desde el incendio hacia del detector [2].

La finalidad de este trabajo consta en mostrar un método de detección de incendios forestales en señales de video por medio de cámara de vigilancia. La idea está basada en el aprendizaje de diccionarios para representación esparsiva de vectores de rasgos extraídos de parches de una imagen dividida en 3 regiones: humo, cielo y terreno.

Los parches obtenidos de cada región son usados para entrenar y obtener los diccionarios correspondientes obteniendo la mejor representación esparsiva durante la segmentación.

Para reducir el ruido en los parches mal clasificados se realizará un cuboide espacio-tiempo alrededor de dichos parches tomando en cuenta el voto mayoritario dentro del cuboide, eliminando de esa forma el ruido que se genere en las imágenes.

Se esperan resultados con una eficacia en la taza de detección superior al 60 %, además de que el método propuesto dará resultados en base a la aplicación de la representación esparsiva.

Se usará 6 snippets provenientes de 6 secuencias de video diferentes a otros papers por lo que comparar el método con otro no aplica.

Palabras clave: Incendios Forestales.

Índice de contenido

Índices (archivo pdf, 290 kb)

Capítulo 1. Introducción (archivo pdf, 188 kb)

  • 1.1 Justificación
  • 1.2 Antecedentes
  • 1.3 Objetivos
  • 1.4 Descripción del proyecto

Capítulo 2. Representación esparsiva y diccionarios de aprendizaje (archivo pdf, 432 kb)

  • 2.1 Reconstrucción de señales
  • 2.2 Representación esparsiva
  • 2.3 Algoritmo K-SVD
  • 2.4 Aprendizaje de over- redundant dictionaries
  • 2.5 Clasificación de señales basadas en aprendizaje de diccionarios

Capítulo 3. Enfoque propuesto para la detección del humo de señales de video (archivo pdf, 712 kb)

  • 3.1 Comportamiento del enfoque propuesto
  • 3.2 Extracción de características
  • 3.3 Clasificación
  • 3.4 Interacción espacial y temporal para la reducción de los parches mal clasificados
  • 3.5 Diccionarios de aprendizaje

Capítulo 4. Pruebas y resultados (archivo pdf, 912 kb)

Capítulo 5. Conclusión (archivo pdf, 202 kb)

Referencias (archivo pdf, 237 kb)

Díaz Torres, A. 2013. Análisis de señales de vídeo para reconocimiento de incendios forestales basado en aprendizaje de diccionarios. Tesis Licenciatura. Ingeniería Electrónica y Sistemas Inteligentes. Departamento de Computación, Electrónica y Mecatrónica, Escuela de Ingeniería, Universidad de las Américas Puebla. Diciembre. Derechos Reservados © 2013.