火災監視において、火元は建物や設備により遮られ直接観測できないことが多く、従来の明火の輝度やテクスチャに依存した位置特定方法はこのような状況で効果を発揮しにくい。本稿では、この問題を解決するために煙の特徴に基づく火災源点推定法を提案する。まず、軽量化されたTANetネットワークを用いて動画フレームのピクセルレベルで煙濃度を予測し、連続的かつ安定した濃度場を構築し、後続の運動解析の基礎情報を提供する。次に、Farnebackの密集オプティカルフローを利用して煙の運動特徴を抽出し、連続フレーム間の煙の方向の一貫性および空間的滑らかさの特性を組み合わせて、全域の密集速度場を得る。煙の複雑な形状、照明の大きな変動、オプティカルフローのノイズ干渉問題に対応するため、本研究ではRANSACアルゴリズムを改良し、多重整合性フィルタリングと密度クラスタリングを導入し、煙の逆方向運動の収束点を潜在的な火源位置として推定する。同時に、高い遮蔽により下部の煙運動構造が欠如する状況に対応するため、多列オプティカルフロー合同逆推進戦略を提案し、異なる層のオプティカルフロー情報を収集して火源の逆推定の安定性と頑健性を強化する。実験結果は、本手法が低から中程度の遮蔽条件下で正規化誤差を2％以下に抑え、高遮蔽条件下でも最適化により約3％で安定して制御でき、複雑な可視環境で信頼性の高い火源位置特定を実現できることを示している。

煙濃度認識;密集オプティカルフロー;改良RANSAC;火災源点位置推定;遮蔽環境