Точная многоклассовая сегментация пожаров: подходы, нейронные сети, схемы сегментации

В статье представлено решение задачи многоклассовой сегментации пламени с разделением по цвету горения. Сформулированы математические задачи частичной (без выделения класса фона в отдельный компонент вектора поиска) и полной (с выделением) сегментации. Проведено сравнение сверточных нейросетевых методов классов UNet, Deeplab и их современных вариаций, в том числе метода wUUNet, разработанного специально для рассматриваемой задачи. Сделан акцент на влиянии размера матрицы вычислений сегментации с исходным кадром. Предложены схемы как сегментации с потерями (сжатие кадра до размеров матрицы вычисления с последующим разжатием в исходный), так и без потерь (применяя однооконную схему размера кадра или многооконные схемы его разбиения на сетку подобластей). Отобраны лучшие методы и схемы сегментации с точки зрения качества.