典型文献
一种无锚框结构的多尺度火灾检测算法
文献摘要：
针对复杂背景下多尺度火焰的检测精度低且容易发生误报等问题,提出了一种无锚框结构的新型火灾检测算法.该算法取消了锚框的预设置,采用逐点预测的方式减少网络的超参数,从而有效地减轻了人工先验知识的影响;引入BFP模块优化特征融合,通过对层间信息的整合有效利用了特征的全局信息,增强了多尺度特征的表达能力;设置融合因子控制层间信息传递,在保证特征信息充分融合的同时减弱高层特征的影响,提升了浅层特征对于小目标的学习能力;设计动态采样方式调整训练过程,采用中心采样和置信度原则提升样本点质量,强化了网络对火焰特征的学习效果.在自建数据集上该算法的检测精度达到了96.9％,在公开数据集上也有较好的检测效果.实验结果表明,该算法检测精度高,抗干扰能力强,对于复杂背景下的多尺度火焰具有较好的检测效果,能够较好抑制误报情况的发生,满足实际火灾检测任务的需要.
文献关键词：
火灾检测;无锚框网络;多尺度特征融合;动态采样
中图分类号：
作者姓名：
秦瑞;张为
作者机构：
天津大学微电子学院,天津300072
文献出处：
引用格式：
[1]秦瑞;张为-.一种无锚框结构的多尺度火灾检测算法)[J].西安电子科技大学学报（自然科学版）,2022(06):111-119
A类：
B类：
火灾检测,检测算法,复杂背景,检测精度,误报,逐点,点预测,超参数,先验知识,BFP,全局信息,表达能力,信息传递,特征信息,充分融合,小目标,动态采样,采样方式,整训,训练过程,置信度,样本点,火焰特征,自建数据集,公开数据集,检测效果,抗干扰能力,无锚框网络,多尺度特征融合
AB值：
0.353517
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
