一种火灾图像深度学习模式识别方法

发明专利有效专利

申请号：
CN201810638166.4
IPC分类号：G06K9/62
申请日期：
2018-06-20
申请人：
燕山大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种火灾图像深度学习模式识别方法
申请号	CN201810638166.4	申请日期	2018-06-20
法律状态	实质审查	申报国家	中国
公开/公告日	2018-12-21	公开/公告号	CN109063728A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	燕山大学	申请人地址	河北省秦皇岛市海港区河北大街西段438号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	燕山大学	当前权利人	燕山大学
发明人	张秀玲;侯代标;董逍鹏
代理机构	秦皇岛一诚知识产权事务所（普通合伙）	代理人	李合印

摘要

本发明公开了一种火灾图像深度学习模式识别方法，包括以下步骤：对火灾图像的测试样本与训练样本进行预处理；设计基于改进的GoogleNet深度学习网络，主要通过训练让网络自动提取特征以排除人工的痕迹；使用深层特征训练分类器并对火灾测试样本识别。本发明将图像多尺度卷积融合网络应用到火灾图像模式识别技术中，显著提高了网络的训练效率，有效解决了火灾识别方法中遇到的精度和实时性不够理想、网络结构复杂且训练时间长和稳定性和鲁棒性差等问题。训练好的网络在3类火灾图像识别精度达到99.2％。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供