公开(公告)号：CN108257347B

公开(公告)日：2020-09-29

申请号：CN201810020679.9

申请日：2018-01-10

Applicant: 安徽大学

Inventor： 李腾 ,  刘亚 ,  王妍

IPC: G08B17/12 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种利用卷积神经网络的火焰图像序列分类方法及装置，方法包括：获取前景图像序列，获取与前景图像序列对应的综合光流图；获取第一训练集和第一测试集；获取综合光流图是否对应于真实火焰的图像序列的类别标签；训练预设的第一卷积神经网络模型；测试训练好的第一卷积神经网络模型，获取第一测试结果；判断第一测试结果是否大于第一预设阈值；若是，将训练好的第一卷积神经网络模型作为目标第一卷积神经网络模型；若否调整训练好的第一卷积神经网络模型的训练参数，并返回执行训练预设的第一卷积神经网络模型；利用目标第一卷积神经网络对与待分类的综合光流图进行分类。应用本发明实施例，可以降低对火焰区域检测的误检率。

公开(公告)号：CN108257347A

公开(公告)日：2018-07-06

申请号：CN201810020679.9

申请日：2018-01-10

Applicant: 安徽大学

Inventor： 李腾 ,  刘亚 ,  王妍

IPC: G08B17/12 ,  G06N3/04 ,  G06K9/62

CPC classification number: G08B17/125 ,  G06K9/6268 ,  G06N3/0454

Abstract: 本发明公开了一种利用卷积神经网络的火焰图像序列分类方法及装置，方法包括：获取前景图像序列，获取与前景图像序列对应的综合光流图；获取第一训练集和第一测试集；获取综合光流图是否对应于真实火焰的图像序列的类别标签；训练预设的第一卷积神经网络模型；测试训练好的第一卷积神经网络模型，获取第一测试结果；判断第一测试结果是否大于第一预设阈值；若是，将训练好的第一卷积神经网络模型作为目标第一卷积神经网络模型；若否调整训练好的第一卷积神经网络模型的训练参数，并返回执行训练预设的第一卷积神经网络模型；利用目标第一卷积神经网络对与待分类的综合光流图进行分类。应用本发明实施例，可以降低对火焰区域检测的误检率。