基于卷积神经网络和优化GoogleNet架构的监控视频火灾探测

• 作者: 陈钦柱 姚冬 黄松
• 来源期刊: 自动化技术与应用
• 关键词: 火灾探测 图像分类 深度学习 视频分析
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 仪器仪表与检测技术|Instrumentation and Measurment
• 页码范围: 124-129
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2021.09.028

摘要

由于目前主流的神经网络算法通常需要大量的计算时间和较多计算资源,从而限制了其在工程领域中的广泛应用.本文针对火灾视频监控提出了一种具有成本效益的火灾探测CNN架构.该架构基于GoogleNet架构而开发,并在充分考虑目标问题和火灾数据的性质的前提下,具有平衡了计算效率和检测准确性的优势.与其他火焰检测算法相比,该检测方法具有更合理的计算复杂性和对预期火灾检测问题的较好适用性.实验结果证明了相对于其他火灾检测方法,所提出的检测方法具有更加出色的检测准确度和十分优异的抗干扰能力,十分适合用于集成在视频监视系统实现对山林火灾的早期预警.