一种基于神经网络模型的双目图像处理方法及系统技术方案

本申请提供了一种基于神经网络模型的双目图像处理方法及系统，涉及图像识别技术领域，该方法包括：对双目摄像头进行标定，得到标定参数；根据标定参数对训练图像进行矫正，训练隐式深度语义挖掘网络以基于双目图像学习深度语义信息，同时训练多模态特征混合检测网络，然后将隐式深度语义挖掘网络所输出的特征和多模态特征混合检测网络所输出的特征进行通道串联以形成双流卷积神经网络；获取双目测试图像并进行校正，将左目图像和右目图像均输入至深度语义挖掘网络，将左目图像或右目图像输入至多模态特征混合检测网络，获取火灾现场的数量信息、位置信息和置信度信息；计算每个火灾现场的面积并进行分级，根据火灾现场的等级制定救火方案。

【技术实现步骤摘要】

本申请涉及图像识别，具体涉及一种基于神经网络模型的双目图像处理方法及系统。

技术介绍

1、随着我国生态环境的逐渐优化，山区、林区等植被树木种植区越来越多。其中，山区、林区的火灾预警越来越受到重视。这是由于山区、林区等植被树木种植区不仅可燃物数量巨大，而且可燃物之间紧密接触，一旦发生火灾，不仅可能会引发巨大的经济损失，而且还可能会对周围的人民群众的生命财产安全造成巨大威胁。

2、目前，传统的火灾识别方法一般是依赖于化学、气体或热量传感器，但是这些传感器通常需要安装在有限空间中的固定位置，无法适用于林区、山区这类开放或空旷的广阔区域。

3、有鉴于此，如何设计一种能够适用于山区、林区这类开放或空旷的广阔区域的火灾识别方案成为亟待解决的问题。

技术实现思路

1、为了解决相关技术中的技术问题，本申请提供了一种基于神经网络模型的双目图像处理方法及系统。通过该方法，能够快速、有效且准确地识别林区发生火灾的情况，并对其火灾现场的数量、位置等进行准确识别，同时还能够判断当前火灾现场所对应的火灾等级，并输本文档来自技高网...

【技术保护点】

1.一种基于神经网络模型的双目图像处理方法，其特征在于，用于对林区的火灾现场进行监测和分级，包括如下步骤：

2.根据权利要求1所述的基于神经网络模型的双目图像处理方法，其特征在于，所述步骤S1具体包括：

3.根据权利要求2所述的基于神经网络模型的双目图像处理方法，其特征在于，

4.根据权利要求3所述的基于神经网络模型的双目图像处理方法，其特征在于，在将火灾现场的位置信息转化为该火灾现场的区域信息之后，通过加权的方式增强火灾区域信息，结合步骤S1-1所获取的每个区块的真实物理尺寸，计算得到该火灾现场的面积，根据所得的该火灾现场的面积判断火灾的等级。...

【技术特征摘要】

1.一种基于神经网络模型的双目图像处理方法，其特征在于，用于对林区的火灾现场进行监测和分级，包括如下步骤：

2.根据权利要求1所述的基于神经网络模型的双目图像处理方法，其特征在于，所述步骤s1具体包括：

3.根据权利要求2所述的基于神经网络模型的双目图像处理方法，其特征在于，

4.根据权利要求3所述的基于神经网络模型的双目图像处理方法，其特征在于，在将火灾现场的位置信息转化为该火灾现场的区域信息之后，通过加权的方式增强火灾区域信息，结合步骤s1-1所获取的每个区块的真实物理尺寸，计算得到该火灾现场的面积，根据所得的该火灾现场的面积判断火灾的等级。

5.根据权利要求1...

【专利技术属性】
技术研发人员：许湘明，杨佳霖，陶权义，
申请(专利权)人：成都白泽智汇科技有限公司，
类型：发明
国别省市：