【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种基于深度卷积神经网络的灾害烟雾检测方法及系统。
技术介绍
1、火焰灾害和烟雾检测在火灾预防和安全监控领域中具有重要的应用价值，特别是在早期火灾报警系统中，快速、准确地检测火焰和烟雾至关重要。目前，传统的检测方法主要依赖于基于颜色、形状、运动等低级特征的图像处理技术，传统方法在简单背景中能够提供较为可靠的检测结果。然而，当面对复杂背景、光照条件变化显著或存在其他干扰的情况下，传统方法的检测准确性和鲁棒性往往会大幅下降。
技术实现思路
1、本申请实施例的主要目的在于提出一种基于深度卷积神经网络的灾害烟雾检测方法及系统，以提高灾害烟雾检测方法的准确性和鲁棒性。
2、为实现上述目的，本申请实施例的一方面提出了一种基于深度卷积神经网络的灾害烟雾检测方法，所述方法包括以下步骤：
3、对输入图像进行第一卷积操作，以提取特征生成初级特征图；
4、对所述初级特征图进行增强处理，得到增强特征图；
5、根据第二卷积操作对所述增强特征...
【技术保护点】
1.一种基于深度卷积神经网络的灾害烟雾检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于深度卷积神经网络的灾害烟雾检测方法，其特征在于，所述对输入图像进行第一卷积操作，以提取特征生成初级特征图，包括以下步骤：
3.根据权利要求2所述的一种基于深度卷积神经网络的灾害烟雾检测方法，其特征在于，所述对所述初级特征图进行增强处理，得到增强特征图，包括以下步骤：
4.根据权利要求1所述的一种基于深度卷积神经网络的灾害烟雾检测方法，其特征在于，所述根据第二卷积操作对所述增强特征图进行多尺度融合，得到不同尺度的多个特征...
【技术特征摘要】
1.一种基于深度卷积神经网络的灾害烟雾检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于深度卷积神经网络的灾害烟雾检测方法，其特征在于，所述对输入图像进行第一卷积操作，以提取特征生成初级特征图，包括以下步骤：
3.根据权利要求2所述的一种基于深度卷积神经网络的灾害烟雾检测方法，其特征在于，所述对所述初级特征图进行增强处理，得到增强特征图，包括以下步骤：
4.根据权利要求1所述的一种基于深度卷积神经网络的灾害烟雾检测方法，其特征在于，所述根据第二卷积操作对所述增强特征图进行多尺度融合，得到不同尺度的多个特征图作为高级特征图，包括以下步骤：
5.根据权利要求1所述的一种基于深度卷积神经网络的灾害烟雾检测方法，其特征在于，所述根据第三卷积操作对各个所述高级特征图在尺度上分别进行自顶向下和自底向上的特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。