-
题名基于膨胀卷积和稠密连接的烟雾识别方法
被引量：4
- 1
-
-
作者
程广涛
巩家昌
赵洪伟
-
机构
国家消防工程技术研究中心研发部
中国刑事警察学院声像资料检验技术系
应急管理部天津消防研究所研发部
-
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第4期253-259,共7页
-
基金
应急管理部天津消防研究所基科费项目(2018SJ20)。
-
文摘
为更好地提取烟雾图像的全局特征,提出一种基于膨胀卷积和稠密连接的烟雾识别方法.依次堆叠膨胀率不同的膨胀卷积,扩大卷积核的感受野,使得卷积核能够感知更广泛的烟雾图像区域,在不同膨胀卷积层之间设计稠密连接机制,促进卷积层之间的信息流通,实现烟雾图像局部特征和全局特征的融合.在此基础上,构造应用于烟雾识别的深度卷积神经网络,并在训练样本和标签的凸组合上完成训练以增强模型的泛化能力.实验结果表明,与AlexNet、VGG16等方法相比,该方法具有较好的烟雾特征表达能力,能在提高烟雾识别效果的同时,减小模型尺寸效果,其实用性较好.
-
关键词
烟雾识别
卷积神经网络
膨胀卷积
稠密连接
数据增强
-
Keywords
smoke recognition
convolutional neural network
dilated convolution
dense connection
data augumentation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于稠密卷积神经网络的烟雾识别方法
被引量：1
- 2
-
-
作者
程广涛
巩家昌
李建
-
机构
国家消防工程技术研究中心研发部
中国刑事警察学院声像资料检测技术系
-
出处
《计算机应用》
CSCD
北大核心
2020年第5期1465-1469,共5页
-
基金
应急管理部天津消防研究所基金资助项目(2018SJ20)。
-
文摘
针对传统烟雾检测方法中提取的图像特征鲁棒性较差的问题,提出了基于稠密卷积神经网络(DenseNet)的烟雾识别方法。首先,利用卷积操作和特征图融合构建稠密网络块,在卷积层之间设计稠密连接机制,以增强稠密网络块结构内的信息流通和特征重利用;然后,将已构建的稠密网络块叠加成稠密卷积神经网络用于烟雾识别,节省计算资源的同时提升对烟雾图像特征的表达能力;最后,针对烟雾图像数据量较小的问题,采取数据增强技术进一步改善训练模型的识别能力。在公开烟雾数据集上对提出的方法进行实验验证,实验结果表明,所提方法的模型大小只有0.44 MB,在两个测试集上的准确率分别为96.20%和96.81%。
-
关键词
烟雾识别
稠密连接
卷积神经网络
深度学习
数据增强
-
Keywords
smoke recognition
dense connection
Convolutional Neural Network(CNN)
deep learning
data augmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
