基于Fast-CAANet的火焰检测方法

作者：龚成张; 严云洋; 卞苏阳; 祝巧巧; 冷志超

来源：南京师大学报(自然科学版), 2022, 1-10.

• 深度学习
• 特征提取
• 注意力机制
• 火焰检测

高效率高速度的火焰检测方法对预防火灾、保护社会安全具有十分重要的作用。本文面向社会安全应用需求，提出一种基于Fast-CAANet的火焰检测方法，先提出一种CAA模块，加强卷积和注意力机制的有效融合；然后构建CAANet网络的主干网络（CAABlock），更有效提取火焰的丰富特征；再提出参数更小、准确度更高的Fast-CAABlock模块，提出了加强火焰特征提取的方案。实验结果表明，Fast-CAANet准确率达到91.42%，计算量3.9GMac较小，所提火焰检测算法，与其它算法相比，性能更优，效果更好。

• 单位
  淮阴工学院