[发明专利]一种基于深度卷积神经网络的烟雾检测方法及其装置在审
申请号: | 201811018451.2 | 申请日: | 2018-09-03 |
公开(公告)号: | CN109271906A | 公开(公告)日: | 2019-01-25 |
发明(设计)人: | 曾军英;王璠;秦传波;翟懿奎;甘俊英;冯武林 | 申请(专利权)人: | 五邑大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 梁嘉琦 |
地址: | 529000 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度卷积神经网络的烟雾检测方法及其装置。将目标图像输入至神经网络中的卷积层中计算得出特征图,将该特征图结合预先设定的区域建议在ROI池化层中计算出区域建议特征图,再通过柔性最大计算得出每个区域建议特征的分类概率向量,最终利用图像分类器进行分类,当检测到烟雾类包含区域建议特征时,将目标图像设置为烟雾图像并进行预警。本发明利用一张图像快速准确地判断出图像中的烟雾信息,提高了烟雾预警的效率和准确性。 | ||
搜索关键词: | 特征图 卷积神经网络 目标图像 烟雾检测 图像 图像分类器 分类概率 神经网络 烟雾图像 烟雾信息 烟雾预警 池化 卷积 向量 烟雾 预警 分类 检测 | ||
【主权项】:
1.一种基于深度卷积神经网络的烟雾检测方法,其特征在于,包括以下步骤:将目标图像发送至卷积层中计算得出特征图;读取预设的区域建议,将所述区域建议和所述特征图发送至ROI池化层计算出区域建议特征图,并将所述区域建议特征图发送至全连接层;读取区域建议特征图中的每个区域建议特征,通过柔性最大计算得出每个区域建议特征的分类概率向量;通过图像分类器结合分类概率向量将区域建议特征分类至对应的候选类中,所述候选类包括烟雾类和背景类;检测到烟雾类不为空时,将所述目标图像设置为烟雾图像,并进行预警。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于五邑大学,未经五邑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811018451.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于单帧图像的黑烟车检测方法
- 下一篇:车辆ETC设备的控制方法及系统