研究目的
提出一种结合深度卷积长循环网络(DCLRN)与光流法的新火灾监测方法,用于开放空间环境的实时火灾监测。
研究成果
结合光流法的DCLRN网络在火灾监测中表现良好,能够以较高的准确性和可靠性同时识别火焰和烟雾。然而,对于变化极其缓慢的火情或烟雾,以及与火情具有相似动态特征的场景,仍存在挑战。
研究不足
DCLRN模型需要连续16帧画面才能判定火灾发生,这可能导致检测延迟。该模型也容易误判与火焰具有相似动态特征的场景,例如移动光源和雾化蒸汽。
研究目的
提出一种结合深度卷积长循环网络(DCLRN)与光流法的新火灾监测方法,用于开放空间环境的实时火灾监测。
研究成果
结合光流法的DCLRN网络在火灾监测中表现良好,能够以较高的准确性和可靠性同时识别火焰和烟雾。然而,对于变化极其缓慢的火情或烟雾,以及与火情具有相似动态特征的场景,仍存在挑战。
研究不足
DCLRN模型需要连续16帧画面才能判定火灾发生,这可能导致检测延迟。该模型也容易误判与火焰具有相似动态特征的场景,例如移动光源和雾化蒸汽。
加载中....
您正在对论文“[IEEE 2018年第37届中国控制会议(CCC) - 武汉(2018.7.25-2018.7.27)] 2018年第37届中国控制会议(CCC) - 基于深度卷积长时递归网络与光流法的实时火灾检测”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期