结合Faster_R_CNN的多类型火焰检测_回天.pdf

火焰检测可有效防止火灾的发生。针对目前火焰检测方法,传统图像处理技术的抗干扰能力差、泛 化性不强,检测效果对数据波动比较敏感;机器学习方法需要根据不同的场景设定并提取合适火焰的特征,过程比 较繁琐。为此提出一种基于 Faster R-CNN 的多类型火焰检测方法,避免复杂的人工特征提取工作,在面对复杂背 景、光照强度变化和形态多样的火焰图像时依然保证较好的检测精度。方法 基于深度学习的思想,利用卷积神 经网络自动学习获取图像特征。