既存の煙火検出アルゴリズムにおける検出漏れや誤検出の問題に対処するため、高効率グローバルコンテキストネットワーク（EGC-Net）に基づく軽量煙火検出新アルゴリズムを提案する。本アルゴリズムは、軽量物体検出ネットワークYOLOXを基盤とし、改良されたEGC-NetをYOLOXのバックボーン特徴抽出ネットワークと特徴ピラミッドネットワークの間に組み込む。EGC-Netはコンテキストモデリング、特徴変換、特徴融合の3段階構造で構成され、画像の全体的なコンテキスト情報を取得し、煙火ターゲットと背景情報の遠隔依存関係をモデリングし、チャネルアテンション機構と組み合わせてより判別力の高い視覚特徴を学習し煙火検出に用いる。実験結果は、本論文で提案するEGC-YOLOX煙火検出アルゴリズムの画像レベルリコールが95.56%、画像レベル誤警報率が4.75%であり、他の典型的な軽量アルゴリズムより優れており、かつリアルタイム検出の速度要件を満たしていることを示す。本アルゴリズムは、防犯・消防分野でのリアルタイム火災監視および警報管理に応用可能である。

煙火検出;EGC-Net;YOLOX;グローバルコンテキスト;アテンション機構