Détails du sujet
SYSTÈME DE DÉTECTION DE RISQUES D’INCENDIE DANS UN ESPACE CULINAIRE D’UN MÉNAGE : APPROCHE DE VISION PAR ORDINATEUR
Résumé
Auteur : BEN KALUME
Niveau: TECH2
Département: Genie Informatique
Année Ac: 2022-2023 , | 2023-03-17 15:56:39
Mots clés
risques incendie, algorithme de vision par ordinateur,
Intérêt
D’une manière générales les différentes méthodes de préventions des risques incendie détectent la présence des fumées dans une pièce donnée quelque soient l’origine de celles-ci l’alerte est déclenchée. Pour ce travail nous avons estimé important de faire la part des chose entre les causes et phénomènes qui s’apparentent à ceux conduisant à l’incendie pourtant ne conduisant pas forcement a l’incendie dans un milieu hétérogène ou différents types de fumée sont produits par exemple .
Problématique
Comment Parvenir à isoler les phénomènes et facteurs conduisant à l’incendie parmi tous les phénomènes produits dans un espace culinaire ?
Ou alors les fumées qui ont pour origine la cuisson d’aliments devraient-elles être mêler aux risque d’incendie ?
Les performances de différents systèmes traditionnelles de détection de risques incendie en vogue dans la ville de Goma sont-ils efficaces que la détection de même risques par une caméra ?
À nos jours, la ville de Goma connais un taux d’incendie de ménages faible comparativement aux années précédentes ; rapporte la radio okapi dans une de ses émissions sur la toile. Ces quelques incendies encore enregistrés à nos jours, leur cause est imputée au rétablissement de courant électrique avec une surtension causant une source de flamme et de fumées en l’absence d’un individu ; rapporte toujours la radio okapi. Comment parvenir à prendre de l’avance sur cette cause d’incendie et prévenir un incendie ?
Plan provisoire
Chap. 1 GÉNÉRALITÉ SUR LES RISQUES ET SOURCES D’INCENDIE DE MENAGE DANS LA VILLE DC GOMA
Chap. 2 ÉTUDE COMPARATIVE DE L’EFFICACITÉ DES DIFFÉRENTE MÉTHODES DE DÉTECTION DE RISQUES D’INCENDIE EN VOGUE DANS LA VILLE ET LA DÉTECTION DE RISQUES INCENDIE DANS UN MILIEU CULINAIRE
Chap. 3 : DETECTIUON ET ANALYSE DES DIFFÉRENTS RISQUE INCENDIE A L’AIDE DES ALGORITHMES DE VISION PAR ORDINATEUR
Chap. 4 : ENTRAINEMENT ET IMPLÉMENTATION DU MODÈLE
Hypothèses
Usage des algorithmes de vision par ordinateur et de l’apprentissage machine pour pouvoir isoler les phénomènes ou les facteurs conduisant à l’incendie de ceux pouvant ressembler à ces derniers ; tels que détecter les différences entre les types de fumées produites dans la cuisine d’un ménage, détecter la hauteur de fumée, les intinscelles et flamme en une hauteur donnée ( a la hauteur des disjoncteurs par exemple), les vapeurs d’eau, les poussières, etc. Les situations à risque seront remontées à l’aide d’une caméra afin de déclencher Une méthode préventive.
Détection de la couleur, texture, température, de la composition chimique de la durée de fumée d’origine culinaire et celle d’origine incendiaire
Méthodes
Pour parvenir à nos fins, nous ferons usage des méthodes et techniques suivantes :
La méthode analytique nous permettra de déceler les forces et les faiblesses des modèles entrainés.
La méthode descriptive nous l’utiliserons sur l’ensemble des données que nous utiliserons afin de décrire notre base d’apprentissage
La technique documentaire : pour la consultation des résultats des recherches similaires a notre travail
Enfin les tests des résultats et du système.
Bibliographie
_Rapport “Expert report identifies multiple causes of recent Congo fire disaster” this article details the findings of expert report identifying multiple causes including electrical faults and poor maintenance of fire safety equipment
_ Fire detection using camera-based techniques. NIALL F. McEVOY AND KOSTAD E. PSANNIS
_Fire detection and alarm systems: a brief guide to CCTV-based systems. David RATCLIFFE
_Article «le manqué de règlementations en matière de sécurité incendie est responsable des incendies fréquent en RDC
_Camera-based fire detection: a review of the state of art . FLORIAN VAN DE VIJVER and PETER H.N
»
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGE
Encadreur: KAMBALE Abednego WA_MUHINDO
Status
Décision ou observation:
Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON
SYSTÈME DE DÉTECTION DE RISQUES D’INCENDIE DANS UN ESPACE CULINAIRE D’UN MÉNAGE : APPROCHE DE VISION PAR ORDINATEUR
Résumé
Auteur : BEN KALUME
Niveau: TECH2
Département: Genie Informatique
Année Ac: 2022-2023 , | 2023-03-17 15:56:39
Mots clés
risques incendie, algorithme de vision par ordinateur,Intérêt
D’une manière générales les différentes méthodes de préventions des risques incendie détectent la présence des fumées dans une pièce donnée quelque soient l’origine de celles-ci l’alerte est déclenchée. Pour ce travail nous avons estimé important de faire la part des chose entre les causes et phénomènes qui s’apparentent à ceux conduisant à l’incendie pourtant ne conduisant pas forcement a l’incendie dans un milieu hétérogène ou différents types de fumée sont produits par exemple .Problématique
Comment Parvenir à isoler les phénomènes et facteurs conduisant à l’incendie parmi tous les phénomènes produits dans un espace culinaire ?Ou alors les fumées qui ont pour origine la cuisson d’aliments devraient-elles être mêler aux risque d’incendie ?
Les performances de différents systèmes traditionnelles de détection de risques incendie en vogue dans la ville de Goma sont-ils efficaces que la détection de même risques par une caméra ?
À nos jours, la ville de Goma connais un taux d’incendie de ménages faible comparativement aux années précédentes ; rapporte la radio okapi dans une de ses émissions sur la toile. Ces quelques incendies encore enregistrés à nos jours, leur cause est imputée au rétablissement de courant électrique avec une surtension causant une source de flamme et de fumées en l’absence d’un individu ; rapporte toujours la radio okapi. Comment parvenir à prendre de l’avance sur cette cause d’incendie et prévenir un incendie ?
Plan provisoire
Chap. 1 GÉNÉRALITÉ SUR LES RISQUES ET SOURCES D’INCENDIE DE MENAGE DANS LA VILLE DC GOMA
Chap. 2 ÉTUDE COMPARATIVE DE L’EFFICACITÉ DES DIFFÉRENTE MÉTHODES DE DÉTECTION DE RISQUES D’INCENDIE EN VOGUE DANS LA VILLE ET LA DÉTECTION DE RISQUES INCENDIE DANS UN MILIEU CULINAIRE
Chap. 3 : DETECTIUON ET ANALYSE DES DIFFÉRENTS RISQUE INCENDIE A L’AIDE DES ALGORITHMES DE VISION PAR ORDINATEUR
Chap. 4 : ENTRAINEMENT ET IMPLÉMENTATION DU MODÈLE
Hypothèses
Usage des algorithmes de vision par ordinateur et de l’apprentissage machine pour pouvoir isoler les phénomènes ou les facteurs conduisant à l’incendie de ceux pouvant ressembler à ces derniers ; tels que détecter les différences entre les types de fumées produites dans la cuisine d’un ménage, détecter la hauteur de fumée, les intinscelles et flamme en une hauteur donnée ( a la hauteur des disjoncteurs par exemple), les vapeurs d’eau, les poussières, etc. Les situations à risque seront remontées à l’aide d’une caméra afin de déclencher Une méthode préventive.
Détection de la couleur, texture, température, de la composition chimique de la durée de fumée d’origine culinaire et celle d’origine incendiaire
Méthodes
Pour parvenir à nos fins, nous ferons usage des méthodes et techniques suivantes :
La méthode analytique nous permettra de déceler les forces et les faiblesses des modèles entrainés.
La méthode descriptive nous l’utiliserons sur l’ensemble des données que nous utiliserons afin de décrire notre base d’apprentissage
La technique documentaire : pour la consultation des résultats des recherches similaires a notre travail
Enfin les tests des résultats et du système.
Bibliographie
_Rapport “Expert report identifies multiple causes of recent Congo fire disaster” this article details the findings of expert report identifying multiple causes including electrical faults and poor maintenance of fire safety equipment_ Fire detection using camera-based techniques. NIALL F. McEVOY AND KOSTAD E. PSANNIS
_Fire detection and alarm systems: a brief guide to CCTV-based systems. David RATCLIFFE
_Article «le manqué de règlementations en matière de sécurité incendie est responsable des incendies fréquent en RDC
_Camera-based fire detection: a review of the state of art . FLORIAN VAN DE VIJVER and PETER H.N
»
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGEEncadreur: KAMBALE Abednego WA_MUHINDO
Status
Décision ou observation:Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON