[发明专利]一种基于CNN卷积神经网络的图像火焰识别系统在审
| 申请号： | 201710148649.1 | 申请日： | 2017-03-10 |
| 公开（公告）号： | CN106934404A | 公开（公告）日： | 2017-07-07 |
| 发明（设计）人： | 裴瑞宏;朱江;叶威;韩畅;齐振涛;张浩宇;王虹林 | 申请（专利权）人： | 深圳市瀚晖威视科技有限公司 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46 |
| 代理公司： | 深圳市中科创为专利代理有限公司44384 | 代理人： | 高早红,谢亮 |
| 地址： | 518000 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CNN卷积神经网络的图像火焰识别系统，包括用于识别火焰的CNN神经网络，其包括3个CNN子网络，分别为CNN子网络1、CNN子网络2和CNN子网络3；3个CNN子网络的输入数据分别为大小为m×n的RGB图像分解为R、G和B的三个通道数据；每个CNN子网络包括4个卷积层、3个池化层、1个全连接层和1个子网络输出层。本发明在火焰图像数据尚未形成大数据集的当下，训练得到的CNN神经网络识别率和鲁棒性高；即使获取得到的火焰图像存在位移、缩放及其他形式扭曲不变性，也有较好识别效果；避免了显示的特征抽取，而隐式地从训练数据中进行学习，避免了火焰出现的场合、形式不一样，造成的识别错误。 | ||
| 搜索关键词： | 一种 基于 cnn 卷积 神经网络 图像 火焰 识别 系统 | ||
【主权项】：
一种基于CNN卷积神经网络的图像火焰识别系统，其特征在于：包括用于识别火焰的CNN神经网络，其中，CNN神经网络包括3个CNN子网络，其分别为CNN子网络1、CNN子网络2和CNN子网络3；3个CNN子网络的输入数据分别为大小为m×n的RGB图像分解为R、G和B的三个通道数据；并且，每个CNN子网络包括4个卷积层、3个池化层、1个全连接层和1个子网络输出层。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市瀚晖威视科技有限公司，未经深圳市瀚晖威视科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710148649.1/，转载请声明来源钻瓜专利网。
