最新設(shè)計(jì)資源

基于卷積神經(jīng)網(wǎng)絡(luò)的火災(zāi)視頻圖像檢測(cè)[模擬設(shè)計(jì)][其他]

隨著計(jì)算機(jī)技術(shù)的發(fā)展,融合計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)的火災(zāi)圖像處理技術(shù)得到了廣泛的研究和應(yīng)用。針對(duì)傳統(tǒng)圖像處理方法預(yù)處理過(guò)程復(fù)雜且誤報(bào)率高等問(wèn)題,提出一種基于深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行火災(zāi)檢測(cè)的方法,其減少了復(fù)雜的預(yù)處理環(huán)節(jié),將整個(gè)火災(zāi)識(shí)別過(guò)程整合成一個(gè)單深度神經(jīng)網(wǎng)絡(luò),便于訓(xùn)練與優(yōu)化。針對(duì)識(shí)別過(guò)程中類似火災(zāi)場(chǎng)景對(duì)火災(zāi)檢測(cè)產(chǎn)生干擾的問(wèn)題,利用火災(zāi)的運(yùn)動(dòng)特性,創(chuàng)新性地提出利用火災(zāi)視頻前后幀火災(zāi)坐標(biāo)位置變化來(lái)排除燈光等類似火災(zāi)場(chǎng)景對(duì)檢測(cè)的干擾。對(duì)比了眾多深度學(xué)習(xí)開(kāi)源框架后,選擇Caffe框架進(jìn)行訓(xùn)練及測(cè)試,實(shí)驗(yàn)結(jié)果表明,該方法實(shí)現(xiàn)了對(duì)火災(zāi)圖像的識(shí)別和定位,適應(yīng)于不同的火災(zāi)場(chǎng)景,具有很好的泛化能力和抗干擾能力。

發(fā)表于:4/12/2019