固定監視カメラネットワークからの山火事煙の発生検知

山火事の煙検知器の実用的な価値は、検知時間(数分単位)で測られる。本研究では、初期の煙を認識対象ではなく発生事象として捉え、ラベルなしの火災のない映像から通常のシーンの挙動を学習し、そこからの逸脱をタイルごとの予測残差として表面化する手法を提案する。この残差を、残差の大きさ、不透明度の増加、動きの一貫性、時間的持続性という4つの検査可能な手がかりからなる出現場を通して読み取る。FIgLibデータセットでは、着火後1.52分で最初の警報を発し、カメラ日あたり0.21件の誤警報を維持しつつ、PyroNear-2025およびSKLFS-WildFireでも追加学習なしで有効性を示した。早期性を報告統計ではなく最適化目標として扱うことで、学習に使用していないカメラでも早期かつ静かな検知を行う検出器が得られる。