| 黎传琛,白勇,陈益民.基于迁移学习的火焰图像识别技术研究[J].高技术通讯(中文),2019,29(3):274~282 |
| 基于迁移学习的火焰图像识别技术研究 |
|
| |
| DOI： |
| 中文关键词: 火焰图像识别， 深度学习， 迁移学习， 机器学习， 特征提取 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 3048 |
| 全文下载次数: 1868 |
| 中文摘要: |
| 针对火灾视频中复杂背景环境下火焰识别问题，提出了一种基于迁移学习的火焰图像智能识别方法。采用以深度学习预训练的模型为基础并经过迁移学习作为特征提取器提出特征，而后进行特征融合并结合传统机器学习分类器方法进行识别的流程。在所提出的流程中采用逻辑回归和Xgboost两种机器学习算法作为最终分类器进行了实验，结果表明识别准确率得到较大的提升。最终识别时只需要输入原始图片，就能够自动得出识别结果，在火灾视频中复杂环境下的火焰识别方面取得了很好的效果。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
