| 基于U-Net深度神经网络的早期火灾烟雾自动分割方法 |
| |
| 作者姓名： | 贾阳 喻润洋 樊良辉 |
| |
| 作者单位： | 西安邮电大学计算机学院,西安,710121;西安邮电大学陕西省网络数据分析与智能处理重点实验室,西安,710121;西安邮电大学计算机学院,西安,710121 |
| |
| 基金项目： | 中兴通讯产学研合作论坛项目(HX2018-07);中国科学技术大学火灾科学国家重点实验室开放课题(HZ2019-KF12);陕西省普通高校重点学科专项资金建设项目 |
| |
| 摘 要： | 在火灾事件监测中,为了减少数据处理量、加快探测速度,需要先分割出疑似烟雾区域。传统的烟雾分割算法大多需要设置阈值进行处理,算法的环境适应能力还需进一步提升。在研究中,使用U-Net结构的深度神经网络进行早期火灾烟雾的自动分割,通过半自动算法人工辅助分割出烟雾区域的图像样本,基于深度神经网络对分割烟雾区域进行学习,得到原始视频帧到分割结果的映射模型,并据此模型进行烟雾区域分割。在测试集上的分割实验结果表明该方法与传统方法相比,不需要设置阈值,自动化程度更高,分割速度极快,在疑似烟雾区域分割任务中性能较好。
|
| 关 键 词： | 深度神经网络 U-Net模型 疑似烟雾区域分割 烟雾探测 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《火灾科学》浏览原始摘要信息 |
|
点击此处可从《火灾科学》下载全文 |
|
