実験室の火災検出を実現し、炎が小さいためにカメラで取得した画像の炎が目立たない問題や、炎に伴う煙の遮蔽が分割認識精度に影響を与える問題を解決するために、改良されたセマンティック認識型のリアルタイム熱赤外線と可視光画像融合分割ネットワークを提案する。熱赤外線画像と可視光画像を融合することで、可視光画像における煙によって低減されたスペクトル情報および炎燃焼初期の顕著性を強化する熱放射情報を提供し、実験室内での煙の遮蔽下における炎および燃焼初期の小さな炎の分割を実現する。融合ネットワーク内の勾配残差密集ブロック（GRDB）に中間特徴伝達ブロック（IFTB）を追加し、重み付けブロックを導入することで、融合時の炎画像の情報損失を減らし、炎画像の顕著性を強化しつつ、最小限の内容損失で可視光画像の構造情報を再現する。Deeplabv3+セマンティック分割ネットワークには、勾配変換に基づくエッジ抽出モジュール（EEM）を追加し、融合画像における明暗変化が顕著な炎・煙画像のエッジ情報を強化し、煙の遮蔽による炎分割への影響を減少させ、炎分割認識精度を向上させる。実験結果は、可視光と熱赤外線画像の融合により、炎燃焼初期段階の画像における炎の検出・分割認識精度が向上することを示している。改良された炎分割ネットワークは、自身で収集したデータセットで平均交差率が91.27％、分割効率が11.96 FPSを示しており、改良された融合分割ネットワークが実験室の炎・煙分割認識に顕著な向上をもたらし、実験室の炎・煙検出に実用的な価値を持つことを示している。

火炎煙検出;画像融合;セマンティック分割;IFTB;エッジ抽出