《表1 两种算法检测结果对比》
基于BP神经网络的火焰检测算法基于多特征融合思想[21]利用火焰目标提取一些物理特征(颜色、圆形度、尖角数和面积变化率)经过量化后作为神经网络的输入,BP神经网络的输出层将输出该图像是火焰图像的概率,并将满足火焰特征的像素在图像中对火焰目标进行定位.笔者提出的火焰检测算法采用多分辨率卷积网络作为基础框架,在充分获取火焰多层次特征的基础上,使用类激活映射方法对火焰目标进行准确定位.这两种算法在笔者构造的涵盖各种复杂场景的火焰数据集上进行测试,并从检测正确率、定位覆盖率和处理速度等方面进行分析对比,结果如表1所示.
图表编号 | XD00110886300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.10 |
作者 | 黄文锋、徐珊珊、孙燚、周兵 |
绘制单位 | 河南省科学技术信息研究院、郑州大学信息工程学院、郑州大学信息工程学院、郑州大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |