基于卷积神经网络的烟雾检测

• 作者: 全太锋 胡嘉豪 袁梅 黄俊 黄洋
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 烟雾检测 深度学习 卷积神经网络 数据增强技术
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 620-629
• 页数: 10页
• 分类号: TP391.4
• 字数: 8717字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2020.04.015

摘要

针对已提出的很多烟雾检测方法中都是基于手工制作的特征或者使用原始图片直接作为神经网络的输入,减少了深度学习的鲁棒性.为解决这些问题,提出一种基于卷积神经网络(convolutional neural network,CNN)的烟雾检测方法.使用图片归一化方式消除光照的影响,利用烟雾颜色检测烟雾候选区域,CNN自动提取烟雾候选区域的特征,进行烟雾识别,根据分类结果得到报警信号.针对烟雾产生初期烟雾区域相对较小的问题,利用扩大候选区域的策略提高烟雾检测的及时性.由于训练数据少或不平衡引起的过度拟合,使用数据增强技术从原始数据集生成更多训练样本解决该问题.实验结果表明,该方法能有效地检测烟雾,且具有更高的准确率和更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄俊	重庆邮电大学通信与信息工程学院	128	387	9.0	12.0
2	全太锋	重庆邮电大学通信与信息工程学院	5	0	0.0	0.0
3	袁梅	重庆邮电大学通信与信息工程学院	4	18	1.0	4.0
4	黄洋	重庆邮电大学通信与信息工程学院	3	0	0.0	0.0
5	胡嘉豪	重庆邮电大学通信与信息工程学院	2	0	0.0	0.0