Быстрое и точное обнаружение пожара имеет важное значение для устойчивого развития человеческого общества и экологии Земли. Наличие объектов со сходными характеристиками с огнем увеличивает трудность обнаружения пожара на основе зрения. Повышение точности обнаружения пожара путем более глубокого изучения визуальных особенностей пожара всегда остается сложной задачей.
Недавно исследователи из Института акустики Китайской академии наук (IACAS) предложили эффективную модель глубокого обучения для быстрого и точного обнаружения пожара на основе зрения. Модель основана на многомасштабном извлечении признаков, неявном глубоком наблюдении и механизме канального внимания.
Исследователи использовали полученное в реальном времени изображение в качестве входных данных модели и нормализовали изображение.
На этапе извлечения объектов низкого уровня они внедрили многомасштабный механизм извлечения объектов для обогащения пространственной детальной информации, что повысило различительную способность огнеподобных объектов. Затем для усиления взаимодействия между информационными потоками был задействован неявный механизм глубокого надзора.
Наконец, исследователи использовали механизм канального внимания, чтобы избирательно подчеркивать особенности, способствующие выполнению задачи, и эффективно подавляли помехи от шума изображения.
Экспериментальные результаты показали, что точность этой эффективной модели глубокого обучения для обнаружения пожара достигла 95,3%, но размер модели составлял всего 4,80 МБ, что облегчало ее реализацию на устройствах с ограниченными ресурсами.
Модель может обрабатывать 63,5 кадра в секунду на NVIDIA GTX 2080TI, а это значит, что она способна обнаруживать возгорание в режиме реального времени. По сравнению с современными методами, основанными на глубоком обучении, Эта модель показала значительное улучшение не только в точности обнаружения, но и в размере модели и скорости обнаружения.
Это исследование обеспечивает осуществимое решение для реализации быстрого и точного обнаружения пожара и делает возможным практическое обнаружение пожара на основе видения. | |
Просмотров: 429 | |