[发明专利]结合颜色、纹理特征的两阶段烟雾识别卷积神经网络在审
| 申请号： | 201910763865.6 | 申请日： | 2019-08-19 |
| 公开（公告）号： | CN110516573A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 罗胜 | 申请（专利权）人： | 温州大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06T7/41 |
| 代理公司： | 33247 温州市品创专利商标代理事务所(普通合伙) | 代理人： | 程春生<国际申请>=<国际公布>=<进入 |
| 地址： | 325000 浙江省温州市瓯海*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种结合颜色、纹理特征的两阶段烟雾识别卷积神经网络，网络主要由颜色通道卷积子网络、纹理卷积子网络二部分组成。颜色通道卷积子网络在颜色空间操作，抽取烟雾与非烟雾类间最大差别颜色模式；纹理卷积子网络在纹理空间操作，在颜色通道上抽取形状特征。整个网络的最后一层,包含上层池化而来的特征，还拼合了颜色层、纹理层等中间各层池化后的特征，然后对每通道上的特征全局最大池化成一维向量，再通过sigmoid函数分类判别场景中是否有烟雾和火焰。本发明自动训练生成的颜色通道能覆盖更多的样本；比传统人工抽取特征的方法通用性更强，比通用卷积网络轻，并且准确度更高。 | ||
| 搜索关键词： | 卷积 颜色通道 子网络 烟雾 抽取 纹理 池化 卷积神经网络 准确度 传统人工 函数分类 纹理空间 纹理特征 形状特征 烟雾识别 颜色空间 颜色模式 一维向量 整个网络 中间各层 自动训练 最大差别 两阶段 上层池 纹理层 颜色层 拼合 与非 样本 网络 场景 通用 覆盖 全局 | ||
【主权项】：
1.一种结合颜色、纹理特征的两阶段烟雾识别卷积神经网络，其特征在于：该卷积神经网络包括颜色通道卷积子网络和纹理卷积子网络，颜色通道卷积子网络在颜色空间操作，抽取烟雾与非烟雾类间差别最大的颜色模式；纹理卷积子网络在纹理空间操作，在颜色通道上抽取形状特征；该卷积神经网络采用GAP+CAM的弱监督训练方式，仅标注图像[烟雾，非烟雾]，将输入图像、颜色通道卷积子网络和纹理卷积子网络的信息池化后拼合起来，在全局池化成45维的向量后，由该向量全连接，判断场景中是否存在烟雾。/n
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温州大学，未经温州大学许可，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/201910763865.6/，转载请声明来源钻瓜专利网。
