摘要
本发明公开了一种轻量化时空特征动态融合的烟火检测方法,属于图像数据处理技术领域,包括构造烟火视频数据集;构造时空特征动态融合检测网络;用烟火视频数据集训练时空特征动态融合检测网络,得到烟火检测模型;获取待识别视频段,处理为图像序列,送入烟火检测模型,输出每张图像中预测的目标位置、目标类别。本发明针对于烟雾和火焰目标的空间特征和特有的时序特征,根据检测背景的复杂度来融合两种特征,不仅提升了特征提取的效能与表达深度,还显著增强了模型对目标细节的捕捉能力,使得模型能够在复杂多变的环境中保持优异的适应性和泛化性能,有效抑制了误报与漏报现象,显著增强了烟火检测的准确率和可靠性。
技术关键词
烟火检测方法
时序特征
时空融合特征
边缘检测网络
视频段
序列
特征融合网络
复杂度
运动特征
动态
图像数据处理技术
边缘检测算法
检测头
烟雾
像素
系统为您推荐了相关专利信息
图像采集卡
时序特征
图像处理方法
原始图像数据
状态空间模型
GAN网络模型
多头注意力机制
农机
LSTM模型
线性变换矩阵
雷达回波数据
建模方法
时序特征
模态特征
多尺度特征提取
频域特征
锂离子电池
多传感器采集
混合预测模型
混合损失函数
网络异常流量检测
空间特征提取
特征提取模块
网络流量数据
学习器