基于合成图像的Faster R-CNN森林火灾烟雾检测

• 作者: 周平平 张倩 李天平 王公堂
• 来源期刊: 山东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 森林火灾烟雾 Faster R-CNN 图像视频烟雾检测 深度学习
• 年，卷（期）: 2019,（2）
• 页码范围: 180-185
• 页数: 6页
• 分类号: TP391
• 字数: 3510字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4748.2019.02.010

摘要

本文采用合成图像的Faster R-CNN对森林火灾烟雾进行检测,避免了传统视频烟雾检测方法中复杂的人工特征提取过程.合成烟雾图像是将真实或模拟烟雾插入到森林背景中,解决了训练数据缺乏的问题.将真实合成烟雾和模拟合成烟雾分别训练后的模型放在由真实火焰烟雾图像组成的数据集中测试,测试结果表明,模拟烟雾是更好的选择,模型对薄烟不敏感.通过改进森林火灾烟雾图像的合成过程或者将这个解决方案扩展到视频序列中,可以进一步提高它的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王公堂	山东师范大学物理与电子科学学院	32	104	6.0	8.0
2	李天平	山东师范大学物理与电子科学学院	34	93	5.0	7.0
3	张倩	山东师范大学物理与电子科学学院	21	75	5.0	7.0
4	周平平		1	2	1.0	1.0