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: 喻润洋 樊良辉 贾阳
• 来源期刊: 火灾科学
• 学科: 工学
• 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
• 年，卷（期）: 2019,（2）
• 页码范围: 113-118
• 页数: 6页
• 分类号: X915.5
• 字数: 3702字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5309.2019.02.06

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊良辉	西安邮电大学计算机学院	3	3	1.0	1.0
2	贾阳	西安邮电大学计算机学院	2	1	1.0	1.0
6	喻润洋	西安邮电大学计算机学院	1	0	0.0	0.0