【摘要】：針對傳統(tǒng)的基于傳感器和圖像特征的煙霧識別方法易被外部環(huán)境干擾且識別場景單一,從而造成煙霧識別精度較低,而基于深度學習的識別方法對數(shù)據(jù)量要求較高,對于煙霧數(shù)據(jù)缺失或數(shù)據(jù)來源受限的情況模型識別能力較弱的問題,提出一種基于深度遷移學習的煙霧識別方法。將ImageNet數(shù)據(jù)集作為源數(shù)據(jù),利用VGG-16模型進行基于同構(gòu)數(shù)據(jù)下的特征遷移。首先,將所有的圖像數(shù)據(jù)進行預處理,對每張圖像作隨機變換(隨機旋轉(zhuǎn)、剪切、翻轉(zhuǎn)等);其次,引入VGG-16網(wǎng)絡(luò),將其卷積層特征進行遷移,并連接預先使用煙霧數(shù)據(jù)在VGG-16網(wǎng)絡(luò)中訓練過的全連接層;進而構(gòu)建出基于遷移學習的深度網(wǎng)絡(luò),從而訓練得到煙霧識別模型。利用公開數(shù)據(jù)集以及真實場景煙霧圖像進行實驗驗證,實驗結(jié)果表明,和現(xiàn)有主流煙霧圖像識別方法相比,所提方法有較高的煙霧識別率,實驗精度達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】： 河南師范大學計算機與信息工程學院;河南省高校計算智能與數(shù)據(jù)挖掘工程技術(shù)中心;
【基金】：國家自然科學基金資助項目(U1204609) 河南省高�？萍紕�(chuàng)新人才支持計劃(15HASTIT022) 河南省高校青年骨干教師資助計劃(2014GGJS-046) 河南師范大學優(yōu)秀青年科學基金資助項目(14YQ007) 河南省高等學校重點科研項目計劃(15A520078) 河南省科技攻關(guān)項目(172102210333)~~
【分類號】：TP181;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 施水才;俞鴻魁;呂學強;李渝勤;;基于大規(guī)模語料的新詞語識別方法[J];山東大學學報(理學版);2006年03期

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

3 高春庚;孫建國;;基于統(tǒng)計的人臉識別方法綜述[J];安陽工學院學報;2012年04期

4 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于語義依存線索的事件關(guān)系識別方法研究[J];北京大學學報(自然科學版);2013年01期

5 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于推理線索構(gòu)建的事件關(guān)系識別方法[J];北京大學學報(自然科學版);2014年01期

6 呂冬梅,劉燕萍,李云凱;一個新的機械圖紙識別方法[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)的集裝箱編號識別方法的研究[J];中國包裝工業(yè);2002年09期

8 賀敏;龔才春;張華平;程學旗;;一種基于大規(guī)模語料的新詞識別方法[J];計算機工程與應用;2007年21期

9 董世都;黃同愿;王華秋;王森;楊小帆;;半邊人臉識別方法[J];計算機工程;2008年07期

10 方曉春;;一種優(yōu)化的角色識別方法[J];計算機應用與軟件;2009年04期

相關(guān)會議論文 前10條

1 張朋柱;韓崇昭;萬百五;;智能決策支持系統(tǒng)中的問題識別方法與實現(xiàn)[A];全國青年管理科學與系統(tǒng)科學論文集（第2卷）[C];1993年

2 劉麗蘭;劉宏昭;;時間序列模型的識別方法[A];制造技術(shù)自動化學術(shù)會議論文集[C];2004年

3 羅智勇;宋柔;荀恩東;;一種基于可信度的人名識別方法[A];第二屆全國學生計算語言學研討會論文集[C];2004年

4 趙銳;陳光發(fā);;軍事口令識別的Fuzzy方法探討[A];第二屆全國人機語音通訊學術(shù)會議論文集[C];1992年

5 駱玉榮;劉建麗;史曉濤;;一種自動車窗識別方法的設(shè)計與實現(xiàn)[A];計算機技術(shù)與應用進展·2007——全國第18屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集[C];2007年

6 孟宇;劉立;李文輝;;用于井下移動設(shè)備定位的路標設(shè)計及其視頻識別方法[A];2011年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2011年

7 張穎;陳雪波;;人民幣紙幣面值及擺放方向識別方法研究[A];第二十三屆中國控制會議論文集（上冊）[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別方法[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

9 嚴非;詹潔;;一種夜間車燈照明區(qū)域的識別方法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

10 姚天f ;張霄凱;;一種網(wǎng)絡(luò)非規(guī)范漢語詞匯的識別方法[A];中國計算機語言學研究前沿進展（2007-2009）[C];2009年

相關(guān)博士學位論文 前10條

1 趙萌;圖像識別算法在細胞篩查及火災探測中的研究[D];天津大學;2016年

2 趙國騰;跨座式單軌交通軌道梁表面裂紋識別方法研究[D];重慶大學;2015年

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

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

5 吳翔;基于機器視覺的害蟲識別方法研究[D];浙江大學;2016年

6 陳綿書;計算機人臉識別方法研究[D];吉林大學;2004年

7 葉俊勇;人臉檢測與識別方法研究[D];重慶大學;2002年

8 何光輝;四種人臉識別方法研究[D];重慶大學;2010年

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

10 肖冰;人臉畫像—照片的合成與識別方法研究[D];西安電子科技大學;2010年

相關(guān)碩士學位論文 前10條

1 王慎波;室內(nèi)火災煙霧識別算法研究[D];天津大學;2016年

2 徐珂瓊;基于視頻的人臉識別方法研究[D];天津理工大學;2015年

3 彭姣麗;針對多表情的人臉識別方法研究[D];昆明理工大學;2015年

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

5 易磊;基于兩階段的交通標志識別方法研究[D];南京理工大學;2015年

6 李彥;基于小波變換的人臉識別方法研究[D];電子科技大學;2014年

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

8 賈博軒;基于手機傳感器的人類復雜行為識別方法的研究[D];黑龍江大學;2015年

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

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

，

本文編號：2253658