摘要
本申请涉及一种基于深度学习与特征融合的山火监测方法及装置,尤其涉及计算机视觉技术领域。包括:获取林区视频图像数据;基于轻量化深度学习模型对预处理后的林区视频图像数据进行初步识别,以获取疑似山火信息和目标特征;其中,轻量化深度学习模型是基于注意力机制的卷积神经网络模型经过压缩和优化后得到;结合疑似山火信息,对融合后的目标特征进行二次识别,以检测火灾事件和对应的着火点地理坐标。本申请引入注意力机制,更加关注山火火焰和烟雾的关键特征,从而能够更加准确地识别山火,尤其是早期的小火或烟雾,提高了山火监测的精度。
技术关键词
山火监测方法
卷积神经网络模型
深度学习模型
山火监测装置
深度学习特征
林区
山火监测系统
着火点
计算机程序产品
运动特征
引入注意力机制
上存储计算机程序
纹理特征
视频
图像
局部二值模式
计算机视觉技术
灰度共生矩阵
火灾
系统为您推荐了相关专利信息
临床检验数据
后台服务器
推荐方法
阶段
HIS系统
智能监测分析
动态优化方法
模型更新
监测站
大型养殖场
热电联产机组
氢能
预测系统
数据采集单元
特征提取单元
深度学习模型
匹配网络
蛋白
注意力机制
长程相互作用
分析预测系统
系统监控模块
情感分析技术
分析预测方法
爬虫技术