基于知识图谱的火灾图像识别研究

为了全面分析图像型火灾识别技术的发展趋势和研究动态，更准确地为火灾探测领域科研工作提供研究方向，运用Web of Science已有文献数据和科学知识图谱软件以及Python-matplotlib库，定量分析国际火灾图像研究的发文时间、发文作者、发文机构、高被引文献等特征，从主题、关键词、摘要入手分析当前研究热点与前沿趋势动态。结果表明：国际火灾图像识别研究成果数量整体上呈现出波浪式上升趋势；欧美国家在火灾图像识别领域的研究较为深入，而中国在该领域研究起步较晚；J Comp Neurol、Remote Sens Environ、Fire Safety J、J Geophys Res-Atmos为代表期刊形成共被引期刊合作网络；研究热点主要表现在火灾图像识别的深度学习模型、森林火灾图像及火灾影响、火灾遥感图像识别算法3个方面；研究前沿主要表现在基于深度学习的火灾烟雾探测，火烧迹地的森林植被覆盖与流失，煤矿、工业热源、电动汽车的火灾探测，阻燃性4个方面。