基于改进型残差网络烟雾图像识别

摘要：

当前在深度学习上对烟雾图像和视频识别较少,目前存在的问题是烟雾视频图像第一帧识别率低、覆盖范围小、自适应较差的情况.基于卷积神经网络,改变ResNet(残差网络)结构,实现精确的烟雾区域检测.在实验中经过5000张不同烟雾图像的数据集学习,实验结果准确地识别了烟雾图片,为大范围的火灾烟雾报警提供了一种有效方案.

关键词：ResNet、卷积神经网络、归一化、金字塔池化

所属期刊栏目：19

分类号：TP391.41(计算技术、计算机技术)

资助基金：山西省回国留学人员科研项目2014-053;山西省第六批"百人计划"特聘教授 资助

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：236-243