一种新型的城市火灾检测方法

摘要：

在图像型火灾检测方法中,火灾特征的选取有一定的随机性和复杂性,仅仅依靠低层次的图像特征难以完整地描述复杂背景下的火灾图像.将深度学习技术应用到火灾检测领域,提出基于卷积神经网络的火灾检测方法,搭建包含3层全连接层的网络模型,使用Relu函数作为激活函数;然后基于Tensorflow平台实现该网络结构模型.在公开的火灾数据库上进行实验,结果表明,所提方法的火灾检测效果优于传统的图像型火灾检测算法,避免了由于选取特定火灾特征进行检测识别带来的局限性.

关键词：火灾检测、卷积神经网络、图像处理、城市火灾、模式识别、深度学习

所属期刊栏目：41

分类号：TN911.23-34

资助基金：国家自然科学基金资助项目61473027;北京建筑大学市属高校基本科研业务费专项资金资助X18068

在线出版日期：2019-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：141-145