發(fā)布時(shí)間：2018-10-05 13:56

【摘要】：針對(duì)傳統(tǒng)的基于傳感器和圖像特征的煙霧識(shí)別方法易被外部環(huán)境干擾且識(shí)別場(chǎng)景單一,從而造成煙霧識(shí)別精度較低,而基于深度學(xué)習(xí)的識(shí)別方法對(duì)數(shù)據(jù)量要求較高,對(duì)于煙霧數(shù)據(jù)缺失或數(shù)據(jù)來(lái)源受限的情況模型識(shí)別能力較弱的問(wèn)題,提出一種基于深度遷移學(xué)習(xí)的煙霧識(shí)別方法。將ImageNet數(shù)據(jù)集作為源數(shù)據(jù),利用VGG-16模型進(jìn)行基于同構(gòu)數(shù)據(jù)下的特征遷移。首先,將所有的圖像數(shù)據(jù)進(jìn)行預(yù)處理,對(duì)每張圖像作隨機(jī)變換(隨機(jī)旋轉(zhuǎn)、剪切、翻轉(zhuǎn)等);其次,引入VGG-16網(wǎng)絡(luò),將其卷積層特征進(jìn)行遷移,并連接預(yù)先使用煙霧數(shù)據(jù)在VGG-16網(wǎng)絡(luò)中訓(xùn)練過(guò)的全連接層;進(jìn)而構(gòu)建出基于遷移學(xué)習(xí)的深度網(wǎng)絡(luò),從而訓(xùn)練得到煙霧識(shí)別模型。利用公開(kāi)數(shù)據(jù)集以及真實(shí)場(chǎng)景煙霧圖像進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,和現(xiàn)有主流煙霧圖像識(shí)別方法相比,所提方法有較高的煙霧識(shí)別率,實(shí)驗(yàn)精度達(dá)96%以上。
[Abstract]:The traditional smoke recognition method based on sensor and image features is easy to be interfered by the external environment and the recognition scene is single, which results in the low accuracy of smoke recognition, while the recognition method based on depth learning requires a high amount of data. A smoke recognition method based on deep migration learning is proposed to solve the problem of weak recognition ability of the model with missing smoke data or limited data source. The ImageNet data set is used as the source data and the VGG-16 model is used for feature migration based on isomorphic data. Firstly, all the image data are preprocessed, and each image is transformed randomly (random rotation, cut, flip, etc.). Secondly, the VGG-16 network is introduced to transfer the convolution layer features. The full connection layer trained in VGG-16 network with smoke data is connected, and then a deep network based on migration learning is constructed, and the smoke recognition model is obtained by training. The experimental results show that the proposed method has a higher smoke recognition rate than the existing mainstream smoke image recognition methods, and the experimental accuracy is over 96%.
【作者單位】： 河南師范大學(xué)計(jì)算機(jī)與信息工程學(xué)院;河南省高校計(jì)算智能與數(shù)據(jù)挖掘工程技術(shù)中心;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(U1204609) 河南省高�？萍紕�(chuàng)新人才支持計(jì)劃(15HASTIT022) 河南省高校青年骨干教師資助計(jì)劃(2014GGJS-046) 河南師范大學(xué)優(yōu)秀青年科學(xué)基金資助項(xiàng)目(14YQ007) 河南省高等學(xué)校重點(diǎn)科研項(xiàng)目計(jì)劃(15A520078) 河南省科技攻關(guān)項(xiàng)目(172102210333)~~
【分類(lèi)號(hào)】：TP181;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施水才;俞鴻魁;呂學(xué)強(qiáng);李渝勤;;基于大規(guī)模語(yǔ)料的新詞語(yǔ)識(shí)別方法[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2006年03期

2 蘇家洪;;試述人臉識(shí)別新技術(shù)及編輯識(shí)別方法[J];中國(guó)新技術(shù)新產(chǎn)品;2012年07期

3 高春庚;孫建國(guó);;基于統(tǒng)計(jì)的人臉識(shí)別方法綜述[J];安陽(yáng)工學(xué)院學(xué)報(bào);2012年04期

4 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于語(yǔ)義依存線(xiàn)索的事件關(guān)系識(shí)別方法研究[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

5 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于推理線(xiàn)索構(gòu)建的事件關(guān)系識(shí)別方法[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

6 呂冬梅,劉燕萍,李云凱;一個(gè)新的機(jī)械圖紙識(shí)別方法[J];信息技術(shù);2001年03期

7 劉志鵬,魏君;基于神經(jīng)網(wǎng)絡(luò)的集裝箱編號(hào)識(shí)別方法的研究[J];中國(guó)包裝工業(yè);2002年09期

8 賀敏;龔才春;張華平;程學(xué)旗;;一種基于大規(guī)模語(yǔ)料的新詞識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2007年21期

9 董世都;黃同愿;王華秋;王森;楊小帆;;半邊人臉識(shí)別方法[J];計(jì)算機(jī)工程;2008年07期

10 方曉春;;一種優(yōu)化的角色識(shí)別方法[J];計(jì)算機(jī)應(yīng)用與軟件;2009年04期

相關(guān)會(huì)議論文 前10條

1 張朋柱;韓崇昭;萬(wàn)百五;;智能決策支持系統(tǒng)中的問(wèn)題識(shí)別方法與實(shí)現(xiàn)[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

2 劉麗蘭;劉宏昭;;時(shí)間序列模型的識(shí)別方法[A];制造技術(shù)自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2004年

3 羅智勇;宋柔;荀恩東;;一種基于可信度的人名識(shí)別方法[A];第二屆全國(guó)學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2004年

4 趙銳;陳光發(fā);;軍事口令識(shí)別的Fuzzy方法探討[A];第二屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1992年

5 駱玉榮;劉建麗;史曉濤;;一種自動(dòng)車(chē)窗識(shí)別方法的設(shè)計(jì)與實(shí)現(xiàn)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

6 孟宇;劉立;李文輝;;用于井下移動(dòng)設(shè)備定位的路標(biāo)設(shè)計(jì)及其視頻識(shí)別方法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

7 張穎;陳雪波;;人民幣紙幣面值及擺放方向識(shí)別方法研究[A];第二十三屆中國(guó)控制會(huì)議論文集（上冊(cè)）[C];2004年

8 張洪剛;徐蔚然;劉剛;郭軍;;一種高可信度的支票日期識(shí)別方法[A];2001年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2001年

9 嚴(yán)非;詹潔;;一種夜間車(chē)燈照明區(qū)域的識(shí)別方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

10 姚天f ;張霄凱;;一種網(wǎng)絡(luò)非規(guī)范漢語(yǔ)詞匯的識(shí)別方法[A];中國(guó)計(jì)算機(jī)語(yǔ)言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 趙萌;圖像識(shí)別算法在細(xì)胞篩查及火災(zāi)探測(cè)中的研究[D];天津大學(xué);2016年

2 趙國(guó)騰;跨座式單軌交通軌道梁表面裂紋識(shí)別方法研究[D];重慶大學(xué);2015年

3 黃仕建;視頻序列中人體行為的低秩表達(dá)與識(shí)別方法研究[D];重慶大學(xué);2015年

4 張航;基于高光譜成像技術(shù)的皮棉中地膜識(shí)別方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

5 吳翔;基于機(jī)器視覺(jué)的害蟲(chóng)識(shí)別方法研究[D];浙江大學(xué);2016年

6 陳綿書(shū);計(jì)算機(jī)人臉識(shí)別方法研究[D];吉林大學(xué);2004年

7 葉俊勇;人臉檢測(cè)與識(shí)別方法研究[D];重慶大學(xué);2002年

8 何光輝;四種人臉識(shí)別方法研究[D];重慶大學(xué);2010年

9 佟麗娜;基于力學(xué)量信息獲取系統(tǒng)的人體摔倒過(guò)程識(shí)別方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

10 肖冰;人臉畫(huà)像—照片的合成與識(shí)別方法研究[D];西安電子科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王慎波;室內(nèi)火災(zāi)煙霧識(shí)別算法研究[D];天津大學(xué);2016年

2 徐珂瓊;基于視頻的人臉識(shí)別方法研究[D];天津理工大學(xué);2015年

3 彭姣麗;針對(duì)多表情的人臉識(shí)別方法研究[D];昆明理工大學(xué);2015年

4 代秀麗;基于半監(jiān)督判別分析的人臉識(shí)別方法研究[D];深圳大學(xué);2015年

5 易磊;基于兩階段的交通標(biāo)志識(shí)別方法研究[D];南京理工大學(xué);2015年

6 李彥;基于小波變換的人臉識(shí)別方法研究[D];電子科技大學(xué);2014年

7 宋洪偉;基于模糊集合的漢語(yǔ)主觀句識(shí)別方法研究與實(shí)現(xiàn)[D];黑龍江大學(xué);2015年

8 賈博軒;基于手機(jī)傳感器的人類(lèi)復(fù)雜行為識(shí)別方法的研究[D];黑龍江大學(xué);2015年

9 賈航華;基于結(jié)構(gòu)化低秩表示的人體行為識(shí)別方法[D];西安電子科技大學(xué);2014年

10 陳若愚;超市中人體異常行為識(shí)別方法的研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

，

本文編號(hào)：2253657