论文摘要
由于现有的烟雾检测方法大多依靠手工选取特征,往往不能准确地分割出视频图像中的烟雾区域。基于此,提出了改进的DeeplabV3烟雾分割算法。改进的算法在基础编码器网络后添加了特征细化模块来削弱空洞卷积带来的网格效应;针对烟雾这类尺度和姿态多变的非刚性目标,在带有空洞卷积的空间金字塔模块中引入可变形卷积来更好地学习烟雾的形变;为了进一步恢复烟雾的空间细节,提出了通道注意力解码器模块。在烟雾图片数据集的测试下,改进后的模型平均每张图片的预测时间约达到71.73ms,平均像素精确度约达到97.78%,平均交并比约达到91.21%,精度与DeeplabV3模型相比分别提高了0.56%及2.17%,更加适用于烟雾分割。公开的烟雾视频测试结果表明,该模型的检测率高于现有的视频烟雾检测算法,具有一定的实用价值。
论文目录
文章来源
类型: 期刊论文
作者: 汪梓艺,苏育挺,刘艳艳,张为
关键词: 图像处理,烟雾检测,语义分割,可变形卷积,注意力机制,深度学习
来源: 西安电子科技大学学报 2019年06期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 天津大学电气自动化与信息工程学院,南开大学电子信息与光学工程学院,天津大学微电子学院
基金: 公安部技术研究计划竞争性遴选项目（2016JSYJD04-O3）,公安部技术研究计划（2017JSYJC35）
分类号: TP391.41;TP18
DOI: 10.19665/j.issn1001-2400.2019.06.008
页码: 52-59
总页数: 8
文件大小: 1125K
下载量: 365