-
题名面向工业环境气体泄漏检测的多模态融合模型
被引量：1
- 1
-
-
作者
王泓森
王建国
杨建东
冯勇
-
机构
云南省计算机技术应用计算机重点实验室
中国铜业有限公司
昆明信息港传媒有限责任公司
-
出处
《电子测量与仪器学报》
北大核心
2025年第3期217-225,共9页
-
基金
云南省重大科技专项计划项目(202202AD080006)资助。
-
文摘
在有色金属冶金等重工业环境中,危险气体泄漏的检测对保障工作人员安全和维持生产稳定至关重要。传统单模态的检测方法无法有效应对复杂工业环境中的干扰,在噪声环境下面临准确性降低的问题。针对上述问题,提出了一种面向工业环境下的多模态气体泄漏检测模型,该模型融合了烟雾传感器数据和红外图像数据,利用各数据源的互补优势,提高检测的准确性和鲁棒性。首先针对不同模态数据的特性,使用门控多层感知机(gMLP)捕捉传感器数据中的复杂模式;同时采用Swin-Transformer提取红外图像中的局部特征和全局特征。之后,利用基于多头注意力的融合策略,有效融合不同模态数据之间的潜在表示并获得有害气体的识别结果。通过在正常环境下和噪声环境下的多模态气体数据集上进行实验,该模型取得了97.92%的识别准确率,结果表明,相较于单一模态,多模态的方法可以有效提升检测的准确性和鲁棒性,提升了在复杂工业场景下气体泄漏检测的性能。
-
关键词
工业气体泄漏检测多模态
多传感器融合
注意力机制
TRANSFORMER
-
Keywords
industrial gas leak detection
multimodal
multi-sensor fusion
attention mechanism
Transformer
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
TN919.5
[电子电信—通信与信息系统]
-
