مناقشة رسالة ماجستير في كلية التربية للعلوم الصرفة بعنوان الكشف عن الحريق باستخدام الشبكة العصبيه التلافيفيه وكاميرات المراقبة

نوقشت رسالة ماجستير لقسم علوم الحاسبات على قاعدة مؤتمرات الكلية بعنوان الكشف عن الحريق باستخدام الشبكة العصبيه التلافيفيه وكاميرات المراقبة من قبل الباحث صادق كريم معارج

بحضور عميد الكلية الدكتور عماد عبد الرزاق الموسوي وعدد من اساتذه وطلبة الكلية

وتتألف لجنة المناقشة من قبل السادة المدرجة اسمائهم
أ.د كاظم حسن كبان/جامعة ذي قار /كلية التربية للعلوم الصرفة /رئيسا
م.دمحمد عادل كاظم /جامعة ذي قار /كلية علوم الحاسبات والرياضيات / عضوا
م .د محمد كاسب لعيوس / جامعة سومر /الإدارة والاقتصاد / عضوا
أ.م.د مصطفى جبار حياوي /جامعة البصرة/كلية الهندسة/ عضوا ومشرفا
• الأهداف
الهدف الرئيسي من هذه الدراسة هو بناء نظام كشف الحرائق بالاعتماد على نماذج CNN المدربة مسبقاً والتي تتعامل بشكل صحيح مع الكشف المناسب للأماكن التي لا يوجد فيها حريق أو التي يوجد فيها حريق. ويمكن تلخيص أهداف هذه الدراسة فيما يلي: ما يلي:
1-إنشاء نظام كشف يساعد على تسهيل عملية الكشف عن الحرائق لتقليل الخسائر في الممتلكات والأرواح وكذلك الخسائر الاقتصادية.
2- توفر الطرق المعتمدة على الرؤية للكشف عن الحرائق بديلاً موثوقًا واقتصاديًا للطرق المعتمدة على أجهزة الاستشعار والعدادات.
3- تغيير طريقة البحث عن مواقع الحريق. ليتمكن المستخدم من معرفة مواقع الحريق بسهولة والوصول إلى كافة المعلومات المتعلقة بالحريق في نقطة واحدة. هذه هي الطريقة ا
لأسهل والأسرع لكشف الحريق دون إضاعة الوقت.
• الاستنتاجات
1- على الرغم من استخدام النظام في بيئة غير مقيدة، إلا أنه لم تكن هناك حاجة لاستخدام تحسين الصورة قبل المعالجة المسبقة. على النقيض من مجرد تغيير حجم الصورة لتناسب الخوارزمية وإدراج الصورة مباشرة في النظام.
2- إدخال إحداثيات مواقع الحرائق مسبقاً يقلل من زمن معالجة الصورة، ويتم فحص هذه الأماكن دون الحاجة إلى إجراء فحص كامل للصورة.
3- عند تطبيق النظام على مجموعة البيانات المحلية دون تدريب، لم يحدث أي خطأ من خوارزمية Alex Net في أي موقع حريق، بينما ارتكبت كلا الخوارزميتين (ResNet50 وDenseNet201) خطأ في التنبؤ بحالة عدد مواقع الحريق، وكان الخطأ في تصنيف عدد من الحرائق على أنها لا حريق، ولم يخطئوا في اعتبار أي موقع حريق على أنه لا حريق.
4- الدقة العالية لهذا النظام واعتماده على كاميرات مراقبة رخيصة ومتوسطة الدقة، دون أي تحديث للبنية التحتية لمواقع الحريق، يجعله بديلاً موثوقًا ورخيصًا للأنظمة التي تستخدم أجهزة الاستشعار.
5- ارتفاع كاميرات المراقبة له دور كبير في تجنب عرقلة كشف الحرائق بشكل أكبر، لذا يفضل أن تكون الكاميرات بارتفاع أعمدة الإنارة أو بارتفاع المباني أو أكثر
• التوصيات
هناك عدة اقتراحات لتحسين النظام المقترح. وفيما يلي أهم التوصيات للعمل المستقبلي:
1- استخدام طرق التعرف على الحرائق آلياً.
2- استخدام مجموعة من البيانات التي تحتوي على صور ليلاً، لتطوير النظام للعمل ليلاً، حيث لم يتم اختبار النظام ليلاً، ولا نعرف مدى دقته في ظروف الإضاءة.
3- تطوير النظام بمخرجاته على تطبيق يعمل على الهواتف الذكية عبر الانترنت وتحديد مواقع الحريق وتسهيل تحديد أقرب مكان لوقوف رجال الإطفاء.
4- تطبيق النظام المقترح لكشف مواقع الحرائق بالفيديو واختبار دقة الكشف في هذه الحالة ومقارنته مع النظام المقترح في هذه الدراسة.
5- يوصي الباحث بتطبيق هذا النظام على حدوث الحرائق في المدن العراقية.
• النتائج
ولتقييم الأداء تم استخدام دقة التصنيف كمقياس للتقييم. في مجموعة بيانات النار (الغابة). اضافة الى مجموعة البيانات المحلية التي جمعها الباحث عن حرائق محافظة ذي قير/ العراق. لاختبار فعالية النهج المقترح. تم تنفيذ ثلاث شبكات مدربة مسبقاً (Alex Net، Res Net، وDense Net). أدى استخدام نموذج Alex Net إلى تحسن كبير في الأداء. على وجه الخصوص، يحقق النظام المقترح باستخدام Forest قاعدة البيانات العالمية وكذلك المحلية . باستخدام Alex Net دقة متوسطة تبلغ 98.14% و98% في مجموعات البيانات العالمية ومجموعة البيانات المحلية، على التوالي.
وبعد دفاع الباحث عن رسالته والنتائج التي توصل إليها قبلت من قبل أعضاء اللجنة