三通道拟合的改进卷积神经网络林火识别算法

作者：张海波; 赵运基^*; 张新良

来源：传感器与微系统, 2020, 39(11): 134-140.

DOI：10.13873/J.1000-9787(2020)11-0134-03

• 森林火灾识别
• 参数拟合
• 卷积神经网络
• 主成分分析
• 卷积核

针对森林火灾背景复杂,图像拟合方式欠佳,使特征描述不充分而导致卷积神经网络(CNN)识别率低,卷积核随机初始化导致迭代次数增多等问题,提出了一种三通道拟合的改进卷积神经网络林火识别算法。通过调整三原色(RGB)三通道比例拟合样本图像,寻求火焰和背景对比度最大的优化参数组合,以解决识别率降低的问题;同时采用主成分分析(PCA)算法初始化卷积核来改进模型,提高迭代速率。实验结果表明:所提算法能有效地提高识别率,加快迭代速度,识别率达98. 5%。

• 单位
  河南理工大学; 自动化学院