基于卷积神经网络的火焰图像识别技术的研究

摘要： 为提高卷积神经网络在火焰图像识别中的正确率、响应速度和抗误报警能力，实现对极早期火焰的有效探测和保证探测器的可靠性，针对卷积神经网络火焰识别算法进行改进，提出了一种采用双尺度去噪的深度可分离卷积火焰图像识别算法。通过对移植该算法的火焰图像探测器进行响应速度和抗误报警实验和在与某型采用神经网络算法的火焰图像探测器的对比实验中分别发现：探测器对放置在距其15 m处的5 cm×5 c... （共10页）