Система мониторинга пожарной и медико экологической безопасности с использованием анализа видеоданных с беспилотных летательных аппаратов
 Скачать 2.07 Mb.
|
|
Куценко, С.А. Основы токсикологии: учебное пособие / С.А. Куценко – СПб: ООО «Издательство Фолиант», 2004. – С. 550–551. 40. Лужникова, Е.А. Медицинская токсикология: национальное руководство: учебное пособие / под ред. Е.А. Лужникова. – М.: ГЭОТР – Медиа, 2012. – 923 с. 41. Лукашов, М.И. Определение уровня длительного физического утомления как фактора риска рецидивов хронических заболеваний / М.И. Лукашов, Н.А. Кореневский, А.В. Еремин // Биомедицинская радиоэлектроника. – 2009. – №5. – С. 10–15. 42. Лукьяница, А.А. Цифровая обработка видеоизображений / А.А. Лукьяница, А.Г. Шишкин. – М.: "Ай–Эс–Эс Пресс", 2009. – 518 с. 43. Малютина, И.А. Методы и алгоритмы анализа рентгенограмм грудной клетки, использующие локальные окна в задачах обнаружения патологий / И.А. Малютина, А.А. Кузьмин, О.В. Шаталова // Прикаспийский журнал: управление и высокие технологии. – 2017. – №3(39). – С.131–138. 44. Остапенко, Ю.Н. Межрегиональная благотворительная общественная организация «Ассоциация клинических токсикологов». Федеральные клинические 148 рекомендации «Токсическое действие окиси углерода» / под ред. Ю.Н. Остапенко. – М., 2013. – 40 с. 45. Остапенко, Ю.Н. Отравление аварийно химически опасными веществами / Ю.Н. Остапенко и др.; под ред. Е.А. Лужникова. – М.: ГЭОТР – Медиа, 2012. – С. 669 – 684. 46. Отравление монооксидом углерода (угарным газом) / Под редакцией председателя Иркутского отделения МБО «Ассоциация клинических токсикологов», кандидата медицинских наук, доцента Иркутского государственного медицинского университета Ю. В. Зобнина. - СПб, 2011. – 86 с. 47. Отчет о научно-исследовательской работе по теме: Разработка научно- методических подходов и технологии использования беспилотных летательных аппаратов в лесном хозяйстве [Электронный ресурс]. – Пушкино, 2010. - 106 с. - https://aviales.ru/files/documents/2011/08/ot_niokr.pdf (дата обращения 09.06.2021). 48. Пат. 2395319 Российская Федерация, МПК А 62 В 3/00. Способ мониторинга пожарной обстановки / Резников В.М., Онищенко Ю.А., Щеголькова В.В.; заявитель и патентообладатель ФГУ Всероссийский научно– исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России (Федеральный центр). – №2008129952/12 ; заявл. 21.07.08 ; опубл. 27.07.10, Бюл. №21. – 5 с. 1 ил. 49. Подлипьян, П.Е. Многофазный алгоритм решения задачи планирования полета группы беспилотных летательных аппаратов / П.Е. Подлипьян, Н.А. Максимов // Труды МАИ. – 2011. – № 43. – С. 11. 50. Пожарные извещатели классифицируются [Электронный ресурс] // Моя библиотека. - mybiblioteka.su, 2015-2022. - URL: http://mybiblioteka.su/3- 52519.html (дата обращения 12.09.2021 г.) 51. Польте, Г.А. Количественная оценка качества изображений с использованием методов нечеткой логики / Г.А. Польте, А.П. Саенко // Известия высших учебных заведений. Приборостроение. – 2011. – Т. 54, №. 3. – С. 32–36. 52. Поляков, Р.Ю. Метод раннего обнаружения пожара с помощью мобильных газовых пожарных извещателей / Р.Ю. Поляков, С.В. Ефимов, С.Ф. 149 Яцун // Известия Юго–Западного государственного университета. – 2017. – №1(70). – С. 81–89. 53. Поляков, Р.Ю. Мобильная приборная платформа для системы экологического мониторинга загрязнения токсичными газами атмосферного воздуха: дис. … канд. техн. наук : 05.13.01 / Поляков Роман Юрьевич. – Курск, 2019. – 165 с. 54. Пятаева, А. Исследование методов и разработка алгоритмов обнаружения дыма на открытых пространствах по видеопоследовательностям: дис. … канд. тех. наук. : 05.13.17 / А. Пятаева. – Красноярк, 2016. – 157 с. 55. Родионова, С.Н. Математические модели прогнозирования и ранней диагностики бронхиальной астмы у работников, контактирующих с промышленными ядохимикатами / С.Н. Родионова, В.В. Аксенов, Д.А. Медников, Р.И. Сафронов // Известия Юго – Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. – 2021. –Т.11, №1. – С. 130–144. 56. Савенков, И.А. Социологическое информационно–аналитическое обеспечение управленческого процесса: на примере автоматизации документооборота в территориальном пожарно–спасательном гарнизоне / И.А. Савенков, М.В. Шевцов, И.Н. Горбачѐв // Социология. – 2021. – № 5. – С. 193– 199. 57. Семенов, А.О. Модели мониторинга и управления при ликвидации крупных пожаров / А.О. Семенов, М.О. Баканов, Д.В. Тараканов. – Иваново: Ивановская пожарно–спасательная академия ГПС МЧС России, 2018. - 128 с. 58. Степашов, Р.В. Метод, модели и алгоритм прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса, контактирующих с ядохимикатами, на основе гибридных нечетких технологий: дис. … канд. техн. наук : 05.11.17 / Степашов Роман Владимирович. – Курск, 2018. – 144 с. 59. Тараканов, Д.В. Многокритериальные модели и методы поддержки управления пожарными подразделениями на основе мониторинга динамики 150 пожара в здании: дис. … докт. техн. наук. : 05.13.10 / Денис Вячеславович Тараканов. – М., 2019. – 340 с. 60. Тараканов, Д.В. Совершенствование модели качества мониторинга крупных пожаров и чрезвычайных ситуаций / Д.В. Тараканов, М.О. Баканов // Современные проблемы гражданской защиты. – 2018. – №. 1 (26). – С. 91–95. 61. Титов, Д.В. Быстродействующая система технического зрения для поиска и определения характеристик очага возгорания / Д.В. Титов, С.Г. Емельянов, М.И. Труфанов // Известия Вузов. Приборостроение. – 2012. – № 2. – С. 40–43. 62. Титов, Д.В. Разработка и исследование методов, алгоритмов и технических средств обработки спектрозональных изображений: дис. … д–ра техн. наук : 05.13.01 / Титов Дмитрий Витальевич. – Курск, 2018. – 325 с. 63. Титов, Д.В. Устройство распознавания возгорания на основе двухальтернативных классификаторов / Д.В. Титов, С.Г. Емельянов, М.И. Труфанов // Известия Юго–Западного государственного университета. – 2012. – № 1 (40). – С. 40–43. 64. Томакова, Р.А. Интеллектуальные технологии сегментации и классификации биомедицинских изображений: монография / Р.А. Томакова, С.Г. Емельянов, С.А. Филист. – Курск: Юго–Зап. гос. ун–т., 2012. – 222 с. 65. Томакова, Р.А. Метод обработки и анализа сложноструктурируемых изображений на основе встроенных функций среды MATLAB / Р.А. Томакова, С.А. Филист // Вестник Забайкальского государственного университета. - 2012. - № 1 (80). - С. 3-9. 66. Томакова, Р.А. Программное обеспечение автоматической классификации рентгенограмм грудной клетки на основе гибридных классификаторов / Р.А. Томакова, С.А. Филист, И.В. Дураков // Экология человека. – 2018. – № 6. – С. 59–64. 67. Топольский, Н.Г. Многокритериальная модель мониторинга пожара в здании для управления пожарно–спасательными подразделениями / Н.Г. 151 Топольский, Д.В. Тараканов, М.О. Баканов // Пожаровзрывобезопасность. – 2018. – Т. 27, №. 5. – С. 26-33. 68. Удилов, В.П. Система мониторинга пожарнойи экологической безопасности / В.П. Удилов, С.Г. Номинат, А.С. Кубарев, С.В. Зиневич, С.М. Демидов // Пожарная безопасность. - 2007. - № 2. - С.125-128. 69. Фаворская, М.Н. Метод обнаружения возгораний в условиях пониженной освещенности по визуальным данным / М.Н. Фаворская, А.В. Пятаева, А.С. Пятаев // Обработка пространственных данных в задачах мониторинга природных и антропогенных процессов (SDM-2017): труды Всероссийской конференции (29-31 августа 2017 г., г. Бердск). – Новосибирск, 2017. – С. 300–304. 70. Федров, А. Бинаризация черно–белых изображений: состояние и перспективы развития [Электронный ресурс] / А. Федров // Научно– образовательный кластер CLAIM. – Copyright, 2006 – 2014. – URL : http://it – claim.ru/Library/Books/ITS/wwwbook/ (дата обращения 09.07.2021 г.). 71. Филист, С.А. Автоматические классификаторы сложно структурируемых изображений на основе мультиметодных технологий многокритериального выбора / С.А. Филист, М.В. Дюдин, И.В. Зуев и др. // Вопросы радиоэлектроники. Серия: Системы и средства отображения информации и управления спецтехникой (СОИУ). – 2015. –№1. – С.130–140. 72. Филист, С.А. Гибридная нейронная сеть с макрослоями для медицинских приложений / С.А. Филист, О.В. Шаталова, М.А. Ефремов // Нейрокомпьютеры. Разработка, применение. – 2014. – №6. – С. 35 – 39. 73. Филист, С.А. Гибридные интеллектуальные модели для сегментации изображений рентгенограмм грудной клетки / С.А. Филист, Р.А. Томакова, С.В. Дегтярев, А.Ф. Рыбочкин // Медицинская техника. – 2017. – №5. – С. 41–45. 74. Филист, С.А. Метод каскадной сегментации рентгенограмм молочной железы / С.А. Филист, А.Р. Дабагов, Р.А. Томакова, И.А. Малютина, Д.С. Кондрашов // Известия Юго–Западного государственного университета. Серия: 152 Управление, вычислительная техника, информатика. Медицинское приборостроение. – 2019. – Т. 9, № 1 (30). – С. 49–61. 75. Филист, С.А. Метод классификации сложноструктурируемых изображений на основе самоорганизующихся нейросетевых структур / С.А. Филист, Р.А. Томакова, О.В. Шаталова, А.А. Кузьмин, К.Д.А. Кассим // Радиопромышленность. – 2016. – №4. – С. 57–65. 76. Филист, С.А. Многослойные морфологические операторы для сегментации сложноструктурируемых растровых полутоновых изображений / С.А. Филист, А.Р. Дабагов, Р.А. Томакова и др. // Известия Юго–Западного государственного университета. Серия: Управление, вычислительная техника, информатика, медицинское приборостроение. – 2019. – Т.9, №3. – С. 44–63. 77. Филист, С.А. Структурно–функциональная модель мета–анализа медико–экологических данных / С.А. Филист, В.В. Уварова, А.Н. Шуткин // Вопросы радиоэлектроники. Серия «Общетехническая» (ОТ). – 2015. – Выпуск 7. – С. 102 – 110. 78. Филист, С.А. Формирование признакового пространства для задач классификации сложноструктурируемых изображений на основе спектральных окон и нейросетевых структур / С.А. Филист, К.Д.А. Кассим, А.А. Кузьмин, О.В. Шаталова, Е.А. Алябьев // Известия Юго–Западного государственного университета. – 2016. – №4(67). – С. 56–68. 79. Шаталова, О.В. Метод классификации сложноструктурируемых изображений на основе самоорганизующихся нейросетевых структур / О.В. Шаталова, А.А. Кузьмин, К.Д.А. Кассим и др. // Радиопромышленность. – 2016. – №4. – С. 57–– 65. 80. Шевцов, М.В. Мобильная система мониторинга, раннего обнаружения и оценки пожарной опасности / М.В. Шевцов, В.В. Аксѐнов, Р.И. Сафронов, Л.В. Шульга, С.В. Дегтярев // Известия Юго–Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. – 2021. – Т.11, № 3. – С. 8–25. 153 81. Шевцов, М.В. Нейросетевая система мониторинга пожарной обстановки по анализу видеоданных с беспилотных летательных аппаратов / М.В. Шевцов, И.Н. Горбачев, С.А. Филист // Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века: сборник статей по материалам Седьмой Всероссийской научно–практической конференции с Международным участием (25-26 октября 2021 г.). – Пермь: ПГУ, 2021. – С. 329–334. 82. Шевцов, М.В. Нечеткие математические модели прогнозирования и оценки степени тяжести отравления угарным газом / М.В. Шевцов, Л.В. Стародубцева, Р.И. Сафронов, С.С. Сергеева // Известия Юго–Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. – 2021. – Т. 11, № 3. – С. 180–197. 83. Шевцов, М.В. Определение площади тушения пожара ручными водяными пожарными стволами при выработке управленческих решений / М.В. Шевцов, В.В. Журавлев, А.Ю. Намычкин, Д.В. Тараканов, Н.М. Хыонг // Пожары и чрезвычайные ситуации: предотвращение, ликвидация. – 2008. – № 2. – С. 59– 61. 84. Шевцов, М.В. Разработка алгоритма описания потоков информации между участниками пожаротушения методом контекстно–свободных грамматик / М.В. Шевцов, В.А. Онов // Научно–аналитический журнал Вестник Санкт– Петербургского университета Государственной противопожарной службы МЧС России. – 2021. – №3.– С. 106–115. 85. Шевцов, М.В. Формулирование математической модели профессионального тезауруса руководителя тушения пожара / М.В. Шевцов // Научно–аналитический журнал Вестник Санкт–Петербургского университета Государственной противопожарной службы МЧС России. – 2020. – № 3. – С. 83– 87. 86. Яцун, С.Ф. Автоматизированная система контроля окружающей среды и оценки состояния людей в условиях чрезвычайных ситуаций с использованием летающего робота / С.Ф. Яцун, Н.А. Кореневский, С.В. Ефимов, Е.Н. Коровин // Медицинская техника. – 2018. – №4. – С. 52–54. 154 87. Al–Kasasbeh, R. Synthesis of fuzzy logic for prediction and medical diagnostics by Energy Characteristics of Acupuncture Points / N. Korenevskiy, F. Ionescou, M. Alshamasin, A.Kuzmin // Journal of Acupuncture and Meridian Studies. – 2011. – Vol.4, No. 3. – Pp. 175–182. 88. Pyataeva, A.V. Video Based Flame and Smoke Detection / A.V. Pyataeva, O.E. Bandeev // Journal of Siberian Federal University. Engineering & Technologies. – 2019. – Vol. 12(5). – Pp. 542–554. 89. Bilkent database [Electronic resourse] // Bilkent SPG. - URL: http://signal.ee.bilkent.edu.tr/VisiFire/Demo/FireClips/ (date of access 22.01.2021 y.). 90. Bozcan, I. Au–air: A multi–modal unmanned aerial vehicle dataset for low altitude traffic surveillance / I. Bozcan, E. Kayacan // ICRA-2020: International Conference on Robotics and Automation (31 May-31 Aug. 2020 y.). – Paris: IEEE, 2020. – Pp. 8504–8510. 91. Celik, T. Fire detection using statistical color model in video sequences/ T. Celik et al. // J. Vis. Commun. Image R. – 2007. – Vol. 18. – Pp. 176-185. 92. Çelik, T. Fire and smoke detection without sensors: Image processing based approach / T. Çelik, H. Özkaramanlı, H. Demirel // 15th European Signal Processing Conference (EUSIPCO 2007) (3-7 September 2007 y.). – Poznan: EURASIP, 2007. – Pp. 1794 –1798. 93. Chen, T. H. An early fire–detection method based on image processing / T. H. Chen, P. H. Wu, Y. C. Chiou // International Conference on Image Processing (ICIP'04) (24-27 Oct. 2004 y.). – Singapore: IEEE, 2004. – Pp. 1707–1710. 94. Dabagov, A.R. An Automated System for Classification of Radiographs of the Breast / A.R. Dabagov, V.A. Gorbunov, S.A. Filist, I.A. Malyutina, D.S. Kondrashov // Biomedical Engineering. – 2020, – Vol.53, No.6, – Pp. 425–428. 95. Dedeoglu, N. Real–time fire and flame detection in video / N. Dedeoglu et al. // International Conference on Acoustics, Speech, and Signal Processing (ICASSP'05) (23 March 2005 y.). – Philadelphia: IEEE, 2005. –Vol. 2. – Pp. 669–672. 155 96. Enis, A.C. Video Fire Detection – Review / A.C. Enis, K. Dimitropoulos, B. Gouverneur, N. Grammalidis, O. Gunay, etc. // Digital Signal Processing. - 2013. – Vol. 23. – Pp.1827-1843. 97. Favorskaya, M. Spatio–temporal smoke clustering in outdoor scenes based on boosted random forests / M. Favorskaya, A. Pyataeva, A. Popov // Procedia Computer Science. – 2016. – Vol. 96. – Pp. 762–771. 98. Favorskaya, M. Verification of smoke detection in video sequences based on spatio –temporal local binary patterns / M. Favorskaya, A. Pyataeva, A. Popov // Procedia Computer Science. – 2015. – Vol. 60. – Pp. 671–680. 99. Filist, S.A. Hybrid Intelligent Models for Chest X–Ray Image Segmentation / S.A. Filist, R.A. Tomakova, S.V. Degtyarev, A.F. Rybochkin // Biomedical Engineering. – 2018. – Vol. 51, No.5. – Pp. 358–363. 100. Foggia, P. Real–time fire detection for video–surveillance applications using a combination of experts based on color, shape, and motion / P. Foggia, A. Saggese, M. Vento // IEEE TRANSACTIONS on circuits and systems for video technology. – 2015. – Vol. 25, No. 9. – Pp. 1545–1556. 101. Gonzalez, R.C. Digital image processing / R.C. Gonzalez, R.E. Woods. – New York: Prentice hall, 2002. – 775 p. 102. Ho, C.C. Machine vision–based real–time early flame and smoke detection / C.C. Ho // Measurement Science and Technology. – 2009. – Vol. 20, No. 4. – Pp. 045502. 103. Hristov, G. Emerging methods for early detection of forest fires using unmanned aerial vehicles and lorawan sensor networks / G. Hristov et al. // 28th EAEEIE Annual Conference (EAEEIE) (26-28 Sept. 2018 y.). – Hafnarfjordur: IEEE, 2018. – Pp. 1–4. 104. Huang, J. Optical flow based real–time moving object detection in unconstrained scenes / J. Huang et al. // arXiv preprint arXiv:1807.04890. – 2018. – Pp. 1-7. 156 105. Jiao, Z. A deep learning based forest fire detection approach using UAV and YOLOv3 / Z. Jiao et al. // 1st International Conference on Industrial Artificial Intelligence (IAI) (23-27 July 2019 y.). – Shenyang: IEEE, 2019. – Pp.1–5. 106. Korenevskiy, N. Fuzzy Determination of the Humans Level of Psycho– Emotional / Riad Taha Al –Kasasbeh, F. Ionescou, M. Alshamasin, Anrew P. Smit // Mega –Conference on Biomedical Engineering: Proceedings of the 4th–international conferecejn the develjpment of biomedical engineering (8-12 January 2012 y.). – Ho Chi Minh City, 2012. – Pp. 354–357. 107. Korenevskiy, N.A. Fuzzy determination of the human's level of psycho– emotional / N.A. Korenevskiy, R.T. Al –Kasasbeh, F. Ionescouc, M. Alshamasin, E. Alkasasbeh, A.P. Smith // IFMBE Proceedings. – 2013. – Vol. 40. – Pp. 213–216. 108. Korenevskiy, N.A., Application of Fuzzy Logic for Decision–Making in Medical Expert Systems / N.A. Korenevskiy // Biomedical Engineering. – 2015. – Vol.49. – Pp. 46–49. 109. Mirzaalian, H. Various Applying of Wavelet Transform in Digital Mammograms for Detecting Masses and Microcalsifications / H. Mirzaalian et al. // Conference on Machine Vision Applications (MVA) (16-18 May 2007 y.). – Tokyo, 2007. – Pp. 351–354. 110. Qi, X. A computer vision based method for fire detection in color videos / X. Qi, J. Ebert // International journal of imaging. – 2009. – Vol. 2, No. S09. – Pp. 22–34. 111. Rinsurongkawong, S. Fire detection for early fire alarm based on optical flow video processing / S. Rinsurongkawong, M. Ekpanyapong, M.N. Dailey // 9th International conference on electrical engineering/electronics, computer, telecommunications and information technology (16-18 May 2012 y.). – Phetchaburi: IEEE, 2012. – Pp. 1–4. 112. Tomakova, R. The role of hybrid classifiers in problems of chest roentgenogram classification / R. Tomakova, S. Filist, R. Veynberg, A. Brezhnev, A. Brezhneva // Advances in Intelligent Systems and Computing. - 2020. - Vol. 902. - Pp. 293-303. 157 113. Toreyin, B. U. Online detection of fire in video / B. U. Toreyin, A.E. Cetin // Conference on Computer Vision and Pattern Recognition (17-22 June 2007 y.). – Minneapolis: IEEE, 2007. – Pp. 1–5. 114. Wang, S. A flame detection synthesis algorithm / S. Wang et al. // Fire Technology. – 2014. – Vol. 50, No. 4. – Pp. 959–975. 115. Wu, S. Using popular object detection methods for real time forest fire detection / S. Wu, L. Zhang // 11th International symposium on computational intelligence and design (ISCID) (8-9 Dec. 2018 y.). – Hangzhou: IEEE, 2019. – Pp. 280 –284. 116. Zhang, J. A new flame detection method using probability model / J. Zhang, J. Zhuang, H. Du // International Conference on Computational Intelligence and Security (3-6 Nov. 2006 y.). – Guangzhou: IEEE, 2006. – Pp. 1614–1617. |