快速準(zhǔn)確的火災(zāi)探測(cè)對(duì)人類社會(huì)和地球生態(tài)的可持續(xù)發(fā)展具有重要意義。具有與火相似特征的物體的存在增加了基于視覺的火檢測(cè)的難度。通過挖掘更深的火災(zāi)視覺特征來提高火災(zāi)探測(cè)的準(zhǔn)確性始終是一項(xiàng)挑戰(zhàn)。

最近，中國科學(xué)院聲學(xué)研究所(IACAS)的研究人員提出了一種有效的深度學(xué)習(xí)模型，用于快速，準(zhǔn)確地基于視覺的火災(zāi)探測(cè)。該模型基于多尺度特征提取，隱式深度監(jiān)督和渠道關(guān)注機(jī)制。

研究人員利用實(shí)時(shí)采集的圖像作為模型的輸入并對(duì)圖像進(jìn)行歸一化。

在低級(jí)特征提取階段，他們引入了多尺度特征提取機(jī)制以豐富空間細(xì)節(jié)信息，從而增強(qiáng)了火像物體的辨別能力。然后，采用隱式的深度監(jiān)督機(jī)制來增強(qiáng)信息流之間的交互。

最后，研究人員使用通道注意機(jī)制選擇性地強(qiáng)調(diào)了有助于完成任務(wù)的功能，并有效地抑制了圖像噪聲的干擾。

該實(shí)驗(yàn)結(jié)果表明，火災(zāi)探測(cè)這種高效的深度學(xué)習(xí)模型的精確度達(dá)到95.3%，但該模型大小只有4.80 MB，因此很容易在資源受限的設(shè)備來實(shí)現(xiàn)。

該模型在NVIDIA GTX 2080TI上每秒可處理63.5幀，這意味著它能夠?qū)崟r(shí)檢測(cè)到火災(zāi)。與目前的基于深度學(xué)習(xí)的方法相比，該模型不僅在檢測(cè)精度，模型大小和檢測(cè)速度上都有了很大的提高。

該研究為實(shí)現(xiàn)快速準(zhǔn)確的火災(zāi)探測(cè)提供了可行的解決方案，并使基于視覺的火災(zāi)探測(cè)成為可能。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！