基于并行深度残差网络的堆场烟雾检测方法
堆场烟雾检测对于火灾预警、保障人员与财产安全具有重要意义.针对传统烟雾检测方法特征提取不充分,误报率偏高以及稳健性较差的问题,提出一种基于并行深度残差网络的堆场烟雾检测方法.该方法利用目标场景烟雾RGB图像的R、G、B分量以及图像HSI变换的H、S、I分量构建并行深度残差网络,自适应获得烟雾特征;同时通过样本扩边、负样本强化学习策略来加强模型对类烟物体的判别能力.实验结果表明,该算法能有效降低因类烟物体产生的误报率,且提升了网络的检出率和稳健性.
图像处理、图像识别、堆场、烟雾检测、并行深度残差网络
55
TP391.4(计算技术、计算机技术)
江苏省研究生培养创新工程SJLX16_0498;江苏省政策引导类计划产学研合作-前瞻性联合研究项目BY2016022-32
2018-09-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
146-152