林火烟雾语义分割检测方法及系统

申请号 CN202310567764.8

专利名称 林火烟雾语义分割检测方法及系统

专利类型 发明 

年份 2023 

公开号 CN116563851A

公开日 2023.08.08

主分类号 G06V20/70

分类号 G06V20/70  G06V20/52  G06V10/26  G06V10/774  G06V10/82  G06T15/08  G06N3/0455  G06N3/0464  G06N3/0475  G06N3/088  G06N3/094  G06N3/096 

申请日 2023.05.19

申请人 江西农业大学 

国家省市 江西 

联系地址 330046 江西省南昌市志敏大道1101号

发明人 史劲亭  施燕  王睿  林冠辰 

代理人 魏威

代理机构 南昌大牛知识产权代理事务所(普通合伙) 36135

内容摘要 本发明提出一种林火烟雾语义分割检测方法及系统，该方法包括：根据林火烟雾先验知识和林火背景中类烟目标先验知识合成数据集；基于对抗自编码器模型对数据集进行两阶段的数据增强；将数据增强后的数据集输入到林火深度语义分割模型中进行预训练；将多份林火烟雾样本和与每份林火烟雾样本分别对应的烟雾整图标签作为得到网络初始权重的林火深度语义分割模型的输入，并分成两个分支进行输出；根据两个分支的输出合成新的林火烟雾图像，并将新的林火烟雾图像输入到模型中进行语义分割识别训练，得到训练后的林火深度语义分割模型。本发明能够解决了常规烟雾检测方法在林火烟雾检测时无法适用于复杂林地背景从而误报率、漏报率偏高的问题。

主权利要求 1.一种林火烟雾语义分割检测方法，其特征在于，所述方法包括：建立用于引导的先验知识，所述先验知识包括林火烟雾先验知识和林火背景中类烟干扰先验知识，以根据所述林火烟雾先验知识和所述林火背景中类烟目标先验知识合成数据集；基于对抗自编码器模型对所述数据集进行两阶段的数据增强，得到数据增强后的数据集，所述数据增强后的数据集包括多份林火烟雾样本和与每份所述林火烟雾样本分别对应的烟雾整图标签以及多份类烟目标样本和与所述类烟目标样本分别对应的烟雾整图标签；将多份林火烟雾样本和与每份所述林火烟雾样本分别对应的烟雾整图标签以及多份类烟目标样本和与所述类烟目标样本分别对应的烟雾整图标签输入到林火深度语义分割模型中进行预训练，以使模型输出用于辨别林火烟雾和类烟目标的网络初始权重；将多份林火烟雾样本和与每份所述林火烟雾样本分别对应的烟雾整图标签作为得到网络初始权重的林火深度语义分割模型的输入，并分成两个分支进行输出，其中一分支输出背景图像，另一分支输出纯林火烟雾图像以及与所述纯林火烟雾图像对应的烟雾浓度；根据输出的背景图像、纯林火烟雾图像以及与所述纯林火烟雾图像对应的烟雾浓度合成新的林火烟雾图像，并将所述新的林火烟雾图像输入到林火深度语义分割模型进行语义分割识别训练，得到训练后的林火深度语义分割模型。

PDF文件 浏览全文