基于深度域适应的视频烟雾探测方法研究

摘要

本文提出使用深度域适应的方法提取烟雾特征.由于现有烟雾样本在数量与多样性上存在限制,创新性提出合成烟雾样本进行深度卷积网络训练的方法.实验显示,合成烟雾与真实烟雾之间的差异性会导致模型识别性能下降.因此,本文提出基于域适应的卷积网络混合合成烟雾与真实烟雾的特征分布,从而提取获得烟雾图像的域不变性特征空间.通过实验对比研究发现,本方法在视频烟雾探测性能上存在显著提升,也为广大学者提供了一种新颖有效的实验样本获取方法.