【摘 要】
：
传统的火焰检测方法大多基于火焰的物理信号手动设计火焰特征,根据其使用模式进行识别。这类方法容易被外部环境干扰,且手动设计的火焰特征泛化性不强,当火焰形态或场景变化剧烈时,会降低识别精度。针对这一问题,提出了一种基于区域全卷积网络(R-FCN)结合残差网络(ResNet)的深度学习方法对火焰进行检测。通过特征提取网络自动提取特征,利用R-FCN确定火焰位置,并使用ResNet对该位置的火焰进行二次分
【基金项目】
：
国家自然科学基金（61771223）
论文部分内容阅读
传统的火焰检测方法大多基于火焰的物理信号手动设计火焰特征,根据其使用模式进行识别。这类方法容易被外部环境干扰,且手动设计的火焰特征泛化性不强,当火焰形态或场景变化剧烈时,会降低识别精度。针对这一问题,提出了一种基于区域全卷积网络(R-FCN)结合残差网络(ResNet)的深度学习方法对火焰进行检测。通过特征提取网络自动提取特征,利用R-FCN确定火焰位置,并使用ResNet对该位置的火焰进行二次分类,以进一步降低误报率。该方法实现了端到端自动获取火焰特征并进行相应检测的过程,省去了传统火焰特征提取的
其他文献
引导滤波(GF)去噪的关键是选取一幅包含清晰结构信息的引导图像。为提高GF的去噪效果,提出一种由各向异性全变分(ATV)引导的滤波方法。首先利用ATV模型对噪声图像进行光滑处理,生成包含良好结构信息的引导图像,然后利用GF进行处理。为提高算法的稳健性,对上述过程进行迭代处理。由于计算全变分模型的传统迭代方法速度较慢,因此采用Split Bregman迭代方法进行加速处理。实验结果表明:该算法不仅在
图像去噪是数字图像处理中最基本的研究内容,也是一项十分关键的技术,一直以来是图像处理领域的难点。图像去噪的好坏直接影响后续图像边缘检测、特征提取、图像分割和模式识别等图像处理。为有效去除乘性噪声的影响,提出一种深度残差学习的乘性噪声去噪方法。该方法通过引入残差优化,解决了卷积神经网络在层数较多时,随着层数加深,梯度在传播过程中逐渐消失的问题。与4种经典去噪算法进行比较,结果表明,该方法在有效去除乘
针对非接触采集图像时容易出现模糊,导致识别系统稳健性下降、识别效果不佳的问题,提出一种基于分块增强局部方向模式(BSLDP)和典型相关分析的掌纹掌脉融合识别方法。首先对传统局部方向模式(LDP)进行了改进,提出BSLDP来获取掌纹掌脉图像的纹理方向特征,然后基于典型相关分析法实现掌纹掌脉特征的有效融合,最后根据融合特征向量间的卡方距离进行匹配识别,并在CASIA-M图库及自建非接触图库上进行实验测
基于高斯映射聚类边缘提取算法提出了一种快速而精确的新方法,通过凝聚聚类和估计法线将高斯球中的法线进行聚类,通过分析每个点最近邻域点的协方差矩阵特征值来检测边缘特征
葡萄糖浓度是溶液的主要参量之一。根据葡萄糖溶液的旋光效应，结合电机调制检偏器，通过双光路同步检测，测量两路调制信号的相位差从而得到待测葡萄糖溶液的浓度。实验结果表明：对
高分辨率图像的获取是图像模式自动识别的前提和基础。以稻田害虫为对象,研究立体害虫多聚焦成像问题。以Harris角点数和图像熵为图像质量检测标准,采用基于小波变化的图像融合算法,针对不同倍率的稻田害虫图像,分析图像采集时的步进量对图像融合分辨率的影响。通过实验对比,获得最佳的图像采集与图像融合策略,得到放大倍率与最适步进量的关系曲线。实验结果显示,该方法对于立体害虫采集有较好的景深扩展能力,可为建立
在10~(-4) lx环境下,由多像素光子计数探测器利用光子计数原理点阵扫描得到光子计数图像。为了呈现更多细节,获得更高清晰度的图像,首先采用Bayes-Shink阈值及改进的新符号函数对光子计数图像进行处理,然后在图像重构阶段将低频系数置零,以处理后的高频系数进行图像重构,并将其设置为虚拟通道,使观测信号的个数与信号源个数相同,从而满足快速独立成分分析无噪分离模型,最后实现光子计数图像和噪声的盲
为了降低探测设备或制导武器对军事装备的威胁,研究了可见光、远红外与多种激光(0.93,1.06,10.6μm)兼容的隐身光子晶体薄膜的设计与优化问题。首先分析了已有的远红外与10.6
为了更为精确地研究液晶显示中的运动模糊现象,研究了基于眼动跟踪装置的正弦图像的人眼平滑追踪。实验测试了9种不同空间频率的正弦图像在4种运动速度下的人眼平滑追踪情况。结果表明,人眼的追踪速度往往小于目标图像的运动速度,且运动速度对追踪速度比有显著性影响。建立了基于追踪速度比的人眼实际感知改进模型。模拟结果对比表明,在正弦图像的空间频率与运动速度乘积为整数时,模型之间的差异很明显,而其他情况差别很小。