基于多尺度卷积神经网络的两阶段火灾识别算法研究

基于机器视觉的火灾识别技术对于智慧消防具有极为重要的意义。针对火焰容易受到复杂背景、不同摄像角度等因素影响，本文提出一种基于多尺度卷积神经网络的火灾高精度识别算法。算法将火灾识别任务分解成前景提取与精准识别两个阶段。在前景提取阶段，算法结合火焰运动性特点，使用帧差法对火灾候选区域进行快速提取。在精准识别阶段，算法引入空间金字塔池化模块，设计多尺度卷积神经网络进行火灾识别，实现对不同火焰尺度图像的高精度检测。在实际数据集上进行仿真实验，本文所提出算法在图像和视频领域分别取得93.6%和94.9%的火灾识别准确率，这有力证明了本文算法的有效性。