摘要
本发明属于船舶火灾分析技术领域,尤其涉及一种舰船火灾多维识别分类方法。包括如下步骤:对于火灾影像连续采样;对采样序列中图像数据预处理,确定空间尺度统一标准;通过对采样序列进行必要的数据增强处理提高识别分析网络的泛化指标;建立基于要素特征表达能力的火灾影像识别网络;获取经过网络学习后得到的动静态融合特征,全连接分类模块E通过考虑样本动静态融合特征对火灾图像样本进行训练分类,获取最终的火灾图像分类结果。本申请的火灾识别神经网络能够关注到同级同类火灾影像中的要素特征的表达能力,并利用全局卷积注意力机制来实现火灾图像对应特征图中的关键通道控制,创建动静态融合特征来实现火灾图像的分类识别。
技术关键词
识别分类方法
动静态融合
火灾
基准特征
残差模块
序列
影像
连续采样方法
样本
注意力
图像数据预处理
动静态特征
通道
识别神经网络
卷积模块
像素
动态