Invention Publication
- Patent Title: 基于可变形卷积构成的深度神经网络的烟火检测识别方法
-
Application No.: CN202210779611.5Application Date: 2022-07-04
-
Publication No.: CN115100525APublication Date: 2022-09-23
- Inventor: 李明轩 , 颜培培 , 张凌浩 , 叶波 , 李峰 , 王丽花 , 常政威
- Applicant: 国网新疆电力有限公司电力科学研究院 , 国网四川省电力公司电力科学研究院
- Applicant Address: 新疆维吾尔自治区乌鲁木齐市高新技术产业开发区(新市区)恒达街200号;
- Assignee: 国网新疆电力有限公司电力科学研究院,国网四川省电力公司电力科学研究院
- Current Assignee: 国网新疆电力有限公司电力科学研究院,国网四川省电力公司电力科学研究院
- Current Assignee Address: 新疆维吾尔自治区乌鲁木齐市高新技术产业开发区(新市区)恒达街200号;
- Agency: 广州天河万研知识产权代理事务所
- Agent 刘强
- Main IPC: G06V20/10
- IPC: G06V20/10 ; G06V10/44 ; G06V10/82 ; G06N3/04 ; G06N3/08

Abstract:
本发明公开的属于烟火检测技术领域,具体为一种基于可变形卷积构成的深度神经网络的烟火检测识别方法,包括具体步骤下:步骤一:将采集的图像与现有的烟火图片进行对比,从而判断该图像中是否存在烟火,若是存在则直接进行报警处理,若是不存在则不做任何处理,若是因图像模糊而不好判断是否存在烟火时,则进行下一步处理,本发明通过可变形卷积构成的深度神经网络结构对不易判断的图像进行特征提取,并使图像特征与现有的烟火特征进行对比,从而判断图像特征中是否存在烟火,具有对图像进行细化的作用,通过对图像进行细化,不仅会降低烟火的识别难度,还会避免出现误测的现象。
Information query