摘要
本发明提出了一种基于空间频率交互与模仿学习解耦头的森林火灾检测算法,将森林图像送入主干网络提取图像的多尺度特征,路径聚集特征金字塔网络融合多尺度特征得到进一步特征,再将进一步的特征送入检测头得到检测结果。引入空间频率交互模块SFIM利用傅里叶变换来提取频域中图像的颜色信息和语义信息,频域获取到的颜色语义信息补全到空间域来帮助网络学习到被烟雾遮挡火焰的判别性特征。提出带有模仿分支的解耦头将边界框回归任务解耦成边界框位置回归任务和边界框尺寸回归任务,让缺少火焰空间信息的正样本与包含火焰空间信息的正样本相互学习,从而补充正样本中的火焰特征提升各个尺度火焰的定位精度。
技术关键词
森林火灾检测
融合多尺度特征
分支
特征金字塔网络
注意力
检测头
频率
多层感知机
特征位置信息
算法
离散余弦变换
图像
物体
网格
尺寸特征
模块
语义
频域特征