آتشسوزیهای جنگلی منتظر نمیمانند. آنها اکوسیستمها را از هم میدرند، حیات وحش را جابهجا میکنند و جوامع را با هشدارهای اندک تهدید میکنند. تفاوت بین یک آتشسوزی مهارشده و یک شعلهور شدن فاجعهبار اغلب به دقایق بستگی دارد. تشخیص زودهنگام همهچیز است. با این حال، دهههاست که ما به روشهایی متکی بودهایم که کند، پراکنده یا صرفاً بیش از حد واکنشی هستند تا بتوانند جلوی آتش را زمانی که هنوز کوچک است بگیرند.
برجهای دیدهبانی آتش، نقشهبرداریهای هوایی گاهبهگاه و گذر ماهوارهها، هکتارها زمین را نجات دادهاند، اما نقاط کور خطرناکی دارند. یک جنگلبان ممکن است در یک بعدازظهر مهآلود، رشتهای نازک از دود را از دست بدهد. یک ماهواره ممکن است تنها هر چند ساعت یک بار از بالای سر عبور کند و شکافهایی باقی بگذارد که در آن یک نقطه اشتعال میتواند بدون مزاحمت رشد کند. تا زمانی که دود از فاصله دور قابل مشاهده باشد، آتش اغلب از کنترل آسان خارج شده است.
اکنون پردازش تصویر و بینایی ماشین در حال تغییر دادن نحوه نظارت ما بر طبیعت وحشی هستند. به جای تکیه صرف بر چشمان انسان که افق را اسکن میکنند، شبکهای از دوربینها تصاویر زنده را به الگوریتمهایی میفرستند که برای شناسایی ناهنجاریها در لحظه ظهور، آموزش دیدهاند. این فناوری به دنبال تغییرات رنگ، الگوهای حرکتی و نشانههای متمایز دود یا شعله میگردد. وقتی چیزی غیرعادی به نظر میرسد، سیستم هشدار میدهد. آتشنشانان زمانی فرصت پیشروی پیدا میکنند که شعلهها هنوز با متر مربع سنجیده میشوند، نه کیلومتر مربع.
نحوه عملکرد فرآیند
همه چیز با سختافزار شروع میشود. دوربینهایی که در خطالرأسها، برجهای مخابراتی یا دکلهای اختصاصی قرار گرفتهاند، ویدئوی مداومی از مناطق جنگلی ضبط میکنند. برخی از چیدمانها از دوربینهای استاندارد نور مرئی استفاده میکنند. برخی دیگر تصویربرداری حرارتی را برای شناسایی امضاهای حرارتی، حتی زمانی که دود کم یا دید ضعیف است، اضافه میکنند. در هر دو حالت، تصویر از طریق یک شبکه (سیمی یا بیسیم، بسته به شرایط زمین) به یک مرکز پردازش ارسال میشود.
در آنجا، الگوریتمهای بینایی ماشین وارد عمل میشوند. آنها فریمهای ورودی را برای یافتن نشانههای خاص تحلیل میکنند. دود برخاسته از پوشش سبز درختان، تضاد رنگی ایجاد میکند که با سایه ابرها یا مه صبحگاهی تفاوت آشکاری دارد. شعلهها با فرکانسها و الگوهایی میلرزند که بازتابهای ایستا در نور خورشید مشابه آنها نیستند. سیستمهای پیشرفته فریمهای متوالی را با هم مقایسه میکنند تا حرکت رو به بالا را در مقابل تکانهای طبیعی درختان تشخیص دهند. نرمافزار با ارجاع متقابل چندین ویژگی بصری به طور همزمان، رویدادهای بیخطر مانند ابرهای گرد و غبار ناشی از عبور یک خودرو یا مه در حال حرکت در دره را فیلتر میکند.
تشخیص تنها نیمی از نبرد است. سیستم باید تصمیم بگیرد که چه زمانی اقدام کند. یک پلتفرم قدرتمند، جهتگیری و موقعیت جغرافیایی دوربین را برای تخمین مختصات آتش مثلثسازی میکند. سپس میتواند هشدار را مستقیماً به مراکز اعزام یا تیمهای میدانی، اغلب در عرض چند ثانیه پس از تشخیص، ارسال کند. این سرعت بسیار حیاتی است. آتشسوزیای که در ده متر مربعی شناسایی شود، گاهی اوقات با یک تیم و ابزارهای ساده قابل کنترل است. اما اگر یک ساعت صبر کنید، همان نقطه اشتعال به هواپیما، صدها پرسنل و بستن جادهها نیاز خواهد داشت.
الگوریتمها واقعاً به دنبال چه هستند
سه ویژگی اصلی در اکثر رویکردهای فعلی غالب هستند.
انحراف رنگ (Color aberration). پوشش گیاهی سالم جنگل، نور را به روشهای قابل پیشبینی بازتاب میدهد. دود، رنگهای خاکستری و قهوهای را وارد میکند که این الگوها را میشکند. حتی قبل از اینکه شعلهها قابل مشاهده باشند، هاله جوی ناشی از یک اشتعال تازه، هیستوگرام رنگی صحنه را تغییر میدهد. الگوریتمها این تغییرات هیستوگرام را در نواحی مورد نظر (regions of interest) نظارت میکنند.
دینامیک حرکت (Motion dynamics). دود مانند شرایط آب و هوایی رفتار نمیکند. دود بالا میرود، منبسط میشود و با تلاطمی حرکت میکند که لبههای نامنظمی ایجاد میکند. مدلهای بینایی ماشین، جریان نوری (optical flow) یا همان حرکت ظاهری اشیاء بین فریمها را دنبال میکنند تا ستونهای دود را از ابرها یا ذرات معلق در باد تشخیص دهند.
امضای حرارتی (Thermal signature). دوربینهای مادون قرمز به جای نور، گرما را تشخیص میدهند. یک آتش زیر خاکبرگها ممکن است در طول روز دود قابل مشاهدهای تولید نکند، اما تابش مادون قرمز ساطع خواهد کرد. حسگرهای حرارتی بلافاصله این را دریافت میکنند و به تیمها فرصت میدهند تا نقاط اشتعال را قبل از ظاهر شدن شعلههای باز، خاموش کنند.
استقرار در طبیعت
اجرای عملی شامل انتخابهای دشواری در مورد محل قرارگیری و منبع تغذیه است. جنگلها به ندرت از برق شبکه قابل اعتماد یا اینترنت فیبر نوری برخوردارند. نصب دوربینها اغلب به پنلهای خورشیدی، بانکهای باتری و لینکهای سلولی یا رادیویی متکی است. مهندسان باید رشد درختان، قرارگیری در معرض شرایط جوی و تداخل حیات وحش را در نظر بگیرند. اگر برنامه باز کردن مسیر دید بیش از حد محافظهکارانه باشد، ممکن است دوربینی که در بهار نصب شده، در تابستان توسط شاخ و برگها مسدود شود.
الگوهای پوشش نیز حائز اهمیت هستند. یک دوربین واحد بر روی یک قله بلند میتواند دهها کیلومتر مربع را تحت نظارت قرار دهد، اما درهها و مناطق متراکم جنگلی، سایههایی ایجاد میکنند که ممکن است آتش در آنها پنهان شود. موثرترین شبکهها از میدانهای دید همپوشان از چندین زاویه استفاده میکنند. این افزونگی هم نقاط کور را از بین میبرد و هم تکنیکهایی را امکانپذیر میکند که میتوانند فاصله تا منبع دود را بسیار دقیقتر از آنچه یک حسگر تنها قادر به انجام آن باشد، تخمین بزنند.
حفظ حضور انسان در فرآیند
اتوماسیون به معنای حذف انسان از فرآیند نیست. بهترین سیستمها پردازش تصویر را به عنوان یک فیلتر اولیه خستگیناپذیر در نظر میگیرند، نه جایگزینی برای قضاوت انسانی. یک اپراتور آموزشدیده همچنان تصویر یا کلیپ هشدار را بررسی میکند تا پیش از اختصاص منابع، وقوع تهدید را تأیید کند. این رویکرد ترکیبی، سرعت ماشین را به خدمت میگیرد و در عین حال درک زمینهای را که انسانها ارائه میدهند، حفظ میکند. آیا آن دود است یا کشاورزی در نزدیکی، در حال سوزاندن بقایای محصولات به صورت قانونی است؟ یک اپراتور محلی اغلب تفاوت این دو را میداند.
مثبتهای کاذب همچنان دشمن عملیاتی هر شبکه تشخیص هستند. سیستمی که بیش از حد هشدار اشتباه بدهد، در نهایت نادیده گرفته خواهد شد. پیادهسازیهای مدرن با لایهبندی چندین مرحله تشخیص با این مشکل مقابله میکنند. یک پرچمگذاری اولیه با آستانه پایین، بازرسی دقیقتر توسط یک مدل ثانویه و سختگیرانهتر را فعال میکند. برخی شبکهها همچنین قبل از ارتقای وضعیت به حالت اضطراری، هشدارهای بصری را با سایر حسگرها، مانند پایشگرهای کیفیت هوا یا پایگاههای داده برخورد صاعقه، تطبیق میدهند.
مقیاسپذیری در مناطق دورافتاده
شاید بزرگترین مزیت رویکرد مبتنی بر تصویر، مقیاس اقتصادی باشد. استخدام جنگلبان کافی برای نظارت بر هر هکتار از جنگلهای آسیبپذیر غیرممکن است. پرواز مداوم هواپیماهای سرنشیندار بسیار هزینهبر است. دوربینهای نصب شده روی زیرساختهای موجود، پس از نصب، با کسری از هزینههای عملیاتی، به صورت شبانهروزی نظارت میکنند. آنها خسته نمیشوند، حواسشان پرت نمیشود و نیازی به تعویض شیفت ندارند.
این مقیاسپذیری، امکان حفاظت از مناطقی را فراهم میکند که پیش از این تقریباً هیچ ظرفیت هشدار زودهنگامی نداشتند. کشورهای در حال توسعه، مناطق حفاظتشده دورافتاده و کریدورهای تاسیساتی در میان مناطق جنگلی همگی میتوانند بدون ساخت مراکز فرماندهی عظیم، به یک قابلیت تشخیص پایه دست یابند. نیاز اصلی شامل یک دوربین، یک پردازنده و یک لینک ارتباطی است. سختافزارهای آماده در ترکیب با مدلهای بینایی متنباز یا اختصاصی، موانع ورود را در مقایسه با حتی چند سال پیش به شدت کاهش دادهاند.
خلاصه کلام
پردازش تصویر جلوی هر آتشسوزی جنگلی را نخواهد گرفت. صاعقه همچنان میزند، آتشسوزی عمدی همچنان رخ میدهد و تجهیزات همچنان جرقه میزنند. اما این فناوری زمان بین اشتعال و تشخیص را از ساعتها به ثانیه کاهش میدهد. این فناوری به آتشنشانان اجازه میدهد تا زمانی که شعلهها برای مهار شدن به اندازه کافی کوچک هستند، به آنها حمله کنند. برای فرماندهان آتشنشانی و مدیران اراضی، ادغام بینایی ماشین در ترکیب نظارتی دیگر یک آزمایش آیندهنگرانه نیست؛ بلکه یک ارتقای کاربردی است که مناطق بیشتری را پوشش میدهد، در طول شب کار میکند و به تیمهای انسانی همان چیزی را میدهد که بیش از هر چیز به آن نیاز دارند: فرصتی برای شروع سریع.
برای بررسی فنی دقیقتر خط لوله تشخیص و معماری مدل، تحلیل کامل را در اینجا بخوانید. اگر میخواهید درباره کاربردهای بینایی ماشین بحث کنید یا به جامعهای از سازندگان که روی مشکلات مشابه کار میکنند بپیوندید، گروه یادگیری GyaanSetu را بررسی کنید.