基于DCNN的火灾探测与定位系统

• 作者: 张怡
• 来源期刊: 微型电脑应用
• 关键词: 卷积神经网络 火灾定位 火灾检测 深度学习
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.05.017

摘要

由于卷积神经网络在机器视觉中表现出色,因而其应用范围越来越广.为了提高火灾探测系统中的探测精度,减小火灾的负面影响,越来越多的基于机器视觉的火灾检测方法被提出.但由于现有的方法存在较高误报率,准确度较低等缺点.为了解决这些问题,提出了一个基于DCNN的火灾检测系统.这个系统使用较小的卷积核,并且不包含密集的、完全连接层,保证了计算量较小.实验结果表明,提出的解决方案可以达到与其他更复杂模型相当的精度.并且在火灾定位中表现较好.