多网络模型融合的烟雾检测方法

授权

摘要

本发明涉及多网络模型融合的烟雾检测方法。融合VGG16和ResNet50两个网络模型实现对烟雾的可靠检测。本发明提出的融合网络可以提取更丰富的烟雾图像细节特征，增强特征对烟雾图像和类烟雾图像的区分能力。采用基于同构空间下的特征迁移学习方法，能够很好地将预训练好的VGG16和ResNet50模型的特征提取层迁移到烟雾场景下的目标数据集分类任务中，同时提高模型的泛化能力。通过融合多网络模型，增强了特征的区分能力，降低了云、雾等与烟雾相似的目标引发的虚警现象，进一步提高了烟雾检测的可靠性。

基本信息

专利标题：

多网络模型融合的烟雾检测方法

专利标题（英）：

暂无

公开（公告）号：

CN109948557A

申请号：

CN201910219817.0

公开（公告）日：

2019-06-28

申请日：

2019-03-22

授权号：

CN109948557B

授权日：

2022-04-22

发明人：

程江华刘通王洋华宏虎熊艳晔陈朔何佩林

申请人：

中国人民解放军国防科技大学

申请人地址：

湖南省长沙市砚瓦池正街47号

代理机构：

湖南省国防科技工业局专利中心

代理人：

冯青

优先权：

CN201910219817.0

主分类号：

G06K9/00

IPC分类号：

G06K9/00 G06K9/62