基于度量学习的小样本烟雾检测方法、装置和设备制造方法及图纸

本公开的实施例公开了一种基于度量学习的小样本烟雾检测方法方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标视频的第一帧和当前帧；将第一帧和当前帧划分为对应的子图像块，对每对子图像块执行以下步骤：将第一帧子图像块和对应的当前帧子图像块输入到第一度量网络，得到第一距离；响应于第一距离大于第一阈值，将第一帧子图像块与烟雾模板图像的叠加结果和当前帧子图像块输入到第二度量网络，得到第二距离；响应于第二距离满足预设条件，将当前帧子图像块确定为烟雾图像块。该方法通过使用度量学习，降低了对烟雾训练数据的需求。降低了对烟雾训练数据的需求。降低了对烟雾训练数据的需求。

【技术实现步骤摘要】
基于度量学习的小样本烟雾检测方法、装置和设备


[0001]本公开的实施例涉及计算机
，具体涉及一种基于度量学习的小样本烟雾检测方法、装置、设备和计算机可读介质。

技术介绍

[0002]现有的基于深度学习的烟检测技术中，为了保证检测结果的可靠性往往需要大量的训练数据，由于烟雾场景的有限、烟雾形状的不规则性，这些训练数据的获取与标注需要耗费大量的人力，给基于深度学习进行烟雾检测带来了挑战。

技术实现思路

[0003]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0004]本公开的一些实施例提出了一种基于度量学习的小样本烟雾检测方法、装置、设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题。
[0005]第一方面，本公开的一些实施例提供了一种基于度量学习的小样本烟雾检测方法，该方法包括：获取目标视频的第一帧和当前帧；将第一帧和当前帧划分为对应的子图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于度量学习的小样本烟雾检测方法，包括：获取目标视频的第一帧和当前帧；将所述第一帧和所述当前帧划分为对应的子图像块，对每对子图像块执行以下步骤：将所述第一帧子图像块和对应的所述当前帧子图像块输入到第一度量网络，得到第一距离；响应于所述第一距离大于第一阈值，将所述第一帧子图像块与烟雾模板图像的叠加结果和所述当前帧子图像块输入到第二度量网络，得到第二距离；响应于所述第二距离满足预设条件，将所述当前帧子图像块确定为烟雾图像块。2.根据权利要求1所述的方法，其中，所述响应于所述第二距离满足预设条件，将所述当前帧子图像块确定为烟雾图像块，包括：响应于所述第二距离小于第二阈值，将所述当前帧子图像块确定为烟雾图像块。3.根据权利要求1的方法，其中，在所述响应于所述第一距离大于第一阈值，将所述第一帧子图像块与烟雾模板图像的叠加结果和所述当前帧子图像块输入到第二度量网络，得到第二距离之后，所述方法还包括：获取目标图像集合；将所述目标图像集合中的每个图像依次和所述当前帧子图像块输入到所述第二度量网络，得到第三距离集合。4.根据权利要求3的方法，其中，所述响应于所述第二距离满足预设条件，将所述当前帧子图像块确定为烟雾图像块，包括：响应于所述第二距离小于所述第三距离集合中的每个第三距离，将所述当前帧子图像块确定为烟雾...

【专利技术属性】
技术研发人员：程朋乐，孙冰剑，娄黎明，冯旭红，
申请(专利权)人：北京林业大学，
类型：发明
国别省市：