Using the City's Surveillance Cameras to Create a Visual Sensor Network to Detect Fires

Abstract

One of the most destructive natural disasters that harms both the environment and human life is fire. They jeopardize human life and public safety in addition to causing enormous material damages. The development of an effective system for identifying city fires is the aim of this project. An AI method for enhancing fire detection operations is the YOLOv5 model. For precise and effective fire detection, city cameras are turned into a visual sensor network based on the YOLOv5 paradigm. This system scans camera footage to determine the specific location and presence of fires using deep learning technologies. WebRTC technology is also used to send fire alarms. WebRTC enables direct and efficient communication between the system and observers. Combining YOLOv5 and WebRTC with a visual sensor network can enhance and increase the effectiveness of early fire detection and response operations. This study presents a system for early identification of fire incidents in cities, at a low cost by taking advantage of the existing surveillance camera infrastructure

Одним из самых разрушительных стихийных бедствий, наносящих вред как окружающей среде, так и жизни человека, являются пожары. Они не только наносят огромный материальный ущерб, но и ставят под угрозу жизнь людей и общественную безопасность. Целью данного проекта является разработка эффективной системы выявления городских пожаров. Метод искусственного интеллекта для улучшения операций по обнаружению пожара – это модель YOLOv5. Для точного и эффективного обнаружения пожара городские камеры превращаются в сеть визуальных датчиков на основе парадигмы YOLOv5. Эта система сканирует записи с камер, чтобы определить конкретное местоположение и наличие пожаров с помощью технологий глубокого обучения. Технология WebRTC также используется для отправки сигналов пожарной тревоги. WebRTC обеспечивает прямую и эффективную связь между системой и наблюдателями. Объединение YOLOv5 и WebRTC с сетью визуальных датчиков может улучшить и повысить эффективность операций по раннему обнаружению пожара и реагированию на него. В этом исследовании представлена система раннего выявления пожаров в городах с низкими затратами за счет использования существующей инфраструктуры камер наблюдения