基于矩阵模式的林火图像半监督学习算法

• 作者: 姚宏亮 张福全 杨绪兵 范习健 葛彦齐
• 来源期刊: 图学学报
• 学科: 工学
• 关键词: 林火识别 向量模式 矩阵模式 双线性函数 半监督学习
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 专论:第30届计算机技术与应用学术会议(CACIS 2019雅安)
• 页码范围: 835-842
• 页数: 8页
• 分类号: TP391
• 字数: 6740字
• 语种: 中文
• DOI: 10.11996/JG.j.2095-302X.2019050835

摘要

森林火灾图像识别是森林防火监测系统的核心.目前的主要研究多在图像的向量模式表示上展开.由于向量模式的样本数由图像分辨率决定,易导致模型训练的负担过重.样本类别标记的准确性,直接影响后续的模型训练和目标识别.而目前的类别标定工作多采用手工或图像预处理方法完成,任务繁琐且容易出错.此外,由于像素位置在图像向量化过程中被调整,不可避免地会损失图像原有的结构信息.鉴于此,提出了基于矩阵分块的半监督学习算法Semi-MHKS,优势在于:①矩阵分块形式的样本数远低于向量模式,可有效缩短训练和识别时间;②只需标记分块类别,更有利于准确标定样本类别;③采用双线性判别函数,设计了针对林火问题的半监督学习算法;④证明了算法的收敛性.与支持向量机(SVM)、MHKS和半监督的LapMatLSSVM方法相比,在林火图像和视频上的实验验证了Semi-MHKS的具有较高的识别率和较低的训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚宏亮	合肥工业大学计算机与信息学院	95	488	11.0	16.0
2	杨绪兵	南京林业大学信息科学技术学院	21	56	4.0	7.0
3	张福全	南京林业大学信息科学技术学院	21	15	2.0	3.0
4	葛彦齐	南京林业大学信息科学技术学院	1	0	0.0	0.0
5	范习健	南京林业大学信息科学技术学院	2	0	0.0	0.0