摘要
本发明涉及烟雾感知的技术领域,公开了一种基于智能算法的复合烟感低误报方法,所述方法包括:获取烟雾视频数据并进行数据扩充;提取扩充后烟雾视频数据中的烟雾静态特征向量序列;提取烟雾静态特征向量序列在不同烟雾类型尺度的时态变化特征,构成烟雾动态融合特征向量;基于烟雾动态融合特征向量进行烟雾类型识别以及烟雾报警修正。本发明利用烟雾动态特征融合模型提取烟雾静态特征向量在不同时间尺度的变化信息,进而融合局部邻域时间范围内的局部时序特征以及前后时间范围内的加权后烟雾静态特征向量,形成表征烟雾动态变化的烟雾动态融合特征向量,并进行烟雾类型的迭代,根据识别结果对当前警报声大小进行实时调整,减少烟感误报率。
技术关键词
视频帧
静态特征提取
卷积特征
图像
低误报方法
时序特征
像素
动态
多尺度
烟雾传感器
掩膜
生成烟雾
数据
注意力
序列
烟雾报警
稠密卷积神经网络
系统为您推荐了相关专利信息
音频特征
分拣机器人
建筑垃圾资源化
音频采集设备
智能分拣方法
卷积优化方法
指针
计算资源受限
实时图像处理
执行图像处理
发光鼠标垫
发光组件
RGB芯片
灯片
柔性LED灯带