RGB-NIRカメラにおける火災検知

本論文は、RGB-NIRカメラを用いた火災検知、特に夜間の火災検知における課題に取り組んでいます。既存モデルが人工光と火災を区別することの限界を指摘し、新しいNIRデータセット、2段階検知モデル（YOLOv11とEfficientNetV2-B0）、およびPatched-YOLOを含む解決策を提案し、特に小さく遠い火災オブジェクトの精度向上を目指しています。データ拡張と誤検出への対応に焦点を当てている点が強みです。

• •RGB-NIRカメラにおける火災検知の問題、特に夜間の問題を扱っています。
• •人工光による誤検出を減らすために、2段階検知モデルを提案しています。
• •小さく遠い火災オブジェクトの検出を改善するために、Patched-YOLOを導入しています。
• •パフォーマンス向上のために、データ拡張の重要性を強調しています。