基于目标区域的卷积神经网络火灾烟雾识别
发布时间：2024-08-09
点击次数：
- 所属单位：
- 信息与控制工程学院
- 发表刊物：
- 激光与光电子学进展
- 关键字：
- 火灾烟雾识别；目标区域；卷积神经网络；运动检测；抗干扰能力
- 摘要：
- 传统的火灾烟雾识别方法在场景复杂、干扰较多的情况下识别性能有所 下降。针对该问题，本文提出了一种基于目标区域的卷积神经网络火灾烟雾识别 方法，构建两层的火灾烟雾识别模型，利用目标区域定位层的运动检测算法对火 灾烟雾图像进行烟雾目标区域的提取，快速去除复杂场景的大量无关干扰信息， 并将提取的烟雾目标区域输入火灾烟雾识别层，通过卷积神经网络精细提取烟雾 的深层特征后进行分类，完成火灾烟雾的识别。实验结果表明，提出的方法在复 杂环境下的数据集中，抗干扰能力较强，有效的降低了误检率，提高了烟雾识别 的准确率。
- 第一作者：
- 卢英,王可,王慧琴
- 论文类型：
- 期刊论文
- 通讯作者：
- 王钾
- 是否译文：
- 否
- 发表时间：
- 2020-01-14
- 上一条：时空域深度学习火灾烟雾检测
- 下一条：基于样本优化选取的光谱重建方法研究