一种基于自注意力机制的航空林火图像识别方法技术

本发明专利技术公开了一种基于自注意力机制的航空林火图像识别方法，包括以下步骤：通过无人机采集林火视频数据，通过数据预处理进而构建样本数据集，并按比例划分为训练集和测试集；选用10层ViT为主干网络构建航空林火图像识别模型，采用交叠滑动窗口方式将训练集中的航空林火图像序列化展开，且嵌入位置信息后作为第1层ViT的输入；通过多头自注意力和多层感知器机制批量嵌入第10层ViT来提取前9层ViT的区域选择模块；采用对比特征学习策略，构建目标损失函数对所述航空林火图像识别模型进行训练和优化，通过测试集评估模型性能。本发明专利技术具有较好泛化能力和鲁棒性，对提高火情、火险应对处置能力和效率及预防森林火灾发生具有重要意义。

【技术实现步骤摘要】

本专利技术涉及森林火灾监测、林火图像识别，尤其涉及一种基于自注意力机制的航空林火图像识别方法。

技术介绍

1、森林遭受火灾后，会破坏生态环境，导致空气污染，威胁林下植物资源蕴藏，危害野生动物生存，严重时会破坏森林结构，致使森林生态系统失去平衡，甚至会威胁人类生命财产安全。据中国统计年鉴显示，2021年全年共发生森林火灾616起，受灾森林面积达0.4万公顷；2022年全年共发生森林火灾709起，受灾森林面积达0.5万公顷。了解森林火灾发生、燃烧规律，采用科学方法提高森林火灾预警能力，可最大限度减少森林火灾带来的生态、环境和经济损失。

2、随着深度学习在计算机视觉领域的发展，近年来提出了大量基于卷积神经网络的图像分类识别方法。根据识别粒度不同，基于cnn的分类方法主要分为：粗粒度分类，即对不同物种层次类别对象进行识别，该方法具有较大类间方差、较小类内方差的特征，主流模型包括vgg16、googlenet、resnet50，常用于图像分类、图像分割和目标识别等领域；细粒度分类，即对大类中的子类对象进行精确识别，如根据细节特征区分不同种类的鸟、依据判别本文档来自技高网...

【技术保护点】

1.一种基于自注意力机制的航空林火图像识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自注意力机制的航空林火图像识别方法，其特征在于，所述无人机的型号为经纬M300 RTK，飞行高度300～500m，搭载机载H20T云台相机，视频分辨率1 920×1 080@30fps。

3.根据权利要求1所述的一种基于自注意力机制的航空林火图像识别方法，其特征在于，步骤S1中，所述林火视频数据包括分时间段分别采集的森林、灌木林和城区的烟、火以及背景数据，所述背景数据包括薄烟和浓烟、小火点和大火点的图像数据以及不同季节环境下多种森林植被覆盖状态和城区环境图像...

【技术特征摘要】

1.一种基于自注意力机制的航空林火图像识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自注意力机制的航空林火图像识别方法，其特征在于，所述无人机的型号为经纬m300 rtk，飞行高度300～500m，搭载机载h20t云台相机，视频分辨率1 920×1 080@30fps。

3.根据权利要求1所述的一种基于自注意力机制的航空林火图像识别方法，其特征在于，步骤s1中，所述林火视频数据包括分时间段分别采集的森林、灌木林和城区的烟、火以及背景数据，所述背景数据包括薄烟和浓烟、小火点和大火点的图像数据以及不同季节环境下多种森林植被覆盖状态和城区环境图像；

4.根据权利要求1所述的一种基于自注意力机制的航空林火图像识别方法，其特征在于，所述步骤s2具体包括：

5.根据权利要求1所述的一种基于自注意力机制的航空林火图像识别方法，其特征在于，所述步骤s3中，vit的编码器中包含l层多头自注意力msa和多层感知器mlp，第l层输出的计算公式如下：

6.根据权利要求5所述的一种基于自注意力机制的航空林火图像识别方法，其特征在于...

【专利技术属性】
技术研发人员：范习健，业巧林，杨堃，杨绪兵，符利勇，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：