• 关 键 字：
  •  
行业协会

您的位置：行业协会 > 行业资讯 >

行业资讯

合成图像增强深度域适应的视频感烟探测

作者：信息室 来源：信息室 浏览次数： 日期：2021-11-24 打印

合成图像增强深度域适应的视频感烟探测

作者：Gao Xu, Qixing Zhang, Gaohua Lin, Jinjun Wang, Yongming Zhang

摘要：本文提出了一种用于提取烟气特征的深度域适应视频烟气探测方法。由于烟气图像样本在尺寸及多样性上的限制，我们系统地开发了具有多种烟气形状、背景及照明条件的合成烟气图像用于深度CNN训练。考虑合成与真实烟气图像之间的外观差距（数据集偏差），完全由真实图像集开展试验会导致训练模型性能显著下降，我们建立了基于域适应的深层架构，混淆合成与真实烟气图像的特征提取分布。

该方法拓宽了烟气图像样本的域不变特征空间。相比于直接使用合成和真实图像数据集的训练模型，利用非吸烟图像特征分布训练模型的识别率显著提高。通过开展实验，不同设计选择的深度架构被应用于感烟探测器中。最终框架可乎的关于试验集的满意度结果。相信该方法具有强健的鲁棒性，并能提供视频感烟探测的新方向。

关键词：合成烟气图像、深度架构、域适应、特征分布