[論文レビュー] Industrial Smoke Detection and Visualization

Yen-Chia Hsu, Paul Dille+2 more|arXiv (Cornell University)|Sep 17, 2018

Video Surveillance and Tracking Methods参考文献 16被引用数 11

ひとこと要約

本論文では、変化検出およびテクスチャセグメンテーションを用いてタイムラプス動画内の煙を特定することで、産業用煙の検出と可視化を自動化するソフトウェアツールを提示する。このシステムにより、市民科学者がコークス精製所からの漏洩排出物を効率的に検出・記録できる。インタラクティブなタイムライン、早送り再生、自動アニメーション生成を統合し、ストーリーテリングやコミュニティ参加を促進する。

ABSTRACT

As sensing technology proliferates and becomes affordable to the general public, there is a growing trend in citizen science where scientists and volunteers form a strong partnership in conducting scientific research including problem finding, data collection, analysis, visualization, and storytelling. Providing easy-to-use computational tools to support citizen science has become an important issue. To raise the public awareness of environmental science and improve the air quality in local areas, we are currently collaborating with a local community in monitoring and documenting fugitive emissions from a coke refinery. We have helped the community members build a live camera system which captures and visualizes high resolution timelapse imagery starting from November 2014. However, searching and documenting smoke emissions manually from all video frames requires manpower and takes an impractical investment of time. This paper describes a software tool which integrates four features: (1) an algorithm based on change detection and texture segmentation for identifying smoke emissions; (2) an interactive timeline visualization providing indicators for seeking to interesting events; (3) an autonomous fast-forwarding mode for skipping uninteresting timelapse frames; and (4) a collection of animated smoke images generated automatically according to the algorithm for documentation, presentation, storytelling, and sharing. With the help of this tool, citizen scientists can now focus on the content of the story instead of time-consuming and laborious works.

研究の動機と目的

• 高解像度のタイムラプス動画における産業用煙排出物の手動監視は時間と労力がかかるため、その課題を解決すること。
• 非専門家がアクセス可能な計算ツールを提供することで、コミュニティベースの環境モニタリングを支援すること。
• コークス精製所などの産業施設からの漏洩排出物に関する公的認識を高め、記録を促進すること。
• 自動検出および可視化により、大気汚染の証拠を特定・共有するプロセスを簡素化すること。
• 検出されたイベントから自動的にアニメーション化された煙の可視化を生成することで、ストーリーテリングと主張活動を支援すること。

提案手法

• ピクセルレベルの強度およびテクスチャの変動を分析することで、変化検出およびテクスチャセグメンテーションアルゴリズムを用いて動画フレーム内の煙を特定する。
• 潜在的な煙イベントを強調表示するインタラクティブなタイムライン可視化を構築し、迅速なナビゲーションとレビューを可能にする。
• 低運動および低テクスチャのコンテンツに基づき、興味のないフレームをスキップする自律的な早送りモードを実装する。
• 検出されたイベントから自動的にアニメーション化された煙画像シーケンスを生成し、記録、プレゼンテーション、共有に活用する。
• 市民科学者が継続的に環境モニタリングに参加できるように、コミュニティ向けシステムにツールを統合する。
• 2014年11月以降に撮影された高解像度のタイムラプス画像を、検出および可視化パイプラインの入力として使用する。

実験結果

リサーチクエスチョン

• RQ1 長期間にわたる産業施設のタイムラプス動画から、自動化されたコンピュータビジョン技術が煙をどのように検出できるか。
• RQ2 市民科学者が煙排出イベントを効率的に特定・レビューできるようにするためのインタラクティブな可視化手法は何か。
• RQ3 自動フレームスキップが、重要なイベントを逃すことなく、大規模な動画データセットのレビュー効率をどのように向上させるか。
• RQ4 自動アニメーション生成が、コミュニティベースの環境モニタリングにおけるストーリーテリングと主張活動をどの程度支援できるか。
• RQ5 このようなシステムは、実世界の空気質モニタリングにおいて、市民科学のワークフローにどのように効果的に統合できるか。

主な発見

• ソフトウェアツールにより、タイムラプス動画のレビューにおける人的作業が自動化され、大幅に削減された。
• 変化検出およびテクスチャセグメンテーションアルゴリズムは、複雑な背景シーンの中での煙プラウドの特定に効果的である。
• インタラクティブなタイムライン可視化により、ユーザーは潜在的な煙イベントを素早く特定・集中して確認できる。
• 自律的早送りモードにより、無関心なフレームをスキップすることで、動画レビューのスピードが著しく向上した。
• 自動生成されたアニメーション化された煙シーケンスは、記録や公的啓発活動に再利用可能で共有可能な視覚的証拠を提供する。
• 技術的障壁を低減することで、本システムは継続的なコミュニティ参加を促進し、環境モニタリングへの関与を支援する。