文献

J-GLOBAL ID：202002283036935195   整理番号：20A0733037

MobileNetに基づく火災煙検出方法【JST・京大機械翻訳】

Fire and Smoke Detection Method Based on MobileNet

著者 (5件)： Xu Zihan (智能机器人湖北省重点実験室(武漢工程大学),湖北 武漢 430205;武漢工程大学計算机科学与工程学院,湖北 武漢 430205) ,  Liu Jun (智能机器人湖北省重点実験室(武漢工程大学),湖北 武漢 430205;武漢工程大学計算机科学与工程学院,湖北 武漢 430205) ,  Zhang Supei (智能机器人湖北省重点実験室(武漢工程大学),湖北 武漢 430205;武漢工程大学計算机科学与工程学院,湖北 武漢 430205) ,  Xiao Aowen (智能机器人湖北省重点実験室(武漢工程大学),湖北 武漢 430205;武漢工程大学計算机科学与工程学院,湖北 武漢 430205) ,  Du Zhuang (智能机器人湖北省重点実験室(武漢工程大学),湖北 武漢 430205;武漢工程大学計算机科学与工程学院,湖北 武漢 430205)
資料名： Wuhan Gongcheng Daxue Xuebao  (Wuhan Gongcheng Daxue Xuebao)
巻： 41  号： 6  ページ： 580-585  発行年： 2019年 
JST資料番号： C3636A  ISSN： 1674-2869  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 画像シーケンスに基づく火災煙検出法を提案した。まず第一に,K-最近傍(K-NN)バックグラウンド減算器を用いて前景領域を予測して,この区域を形態学的に操作して,火炎または煙霧の領域を得た。次に,軽量ニューラルネットワークMobileNetを用いて火炎と煙を分類した。このモデルはストリームライン型アーキテクチャを持ち、同時にdepthwiseseparateconvolutionを採用して、このモデルを組込み設備と普通PC機に実行できる。第一に,分類モデル訓練をデータセット上で完成し,いくつかの基準を用いて評価する。結果は,この方式が,埋め込み装置などの計算能力の限られた設備で火災煙検出を実現することができることを示した。他のモデルと比較して,本方法は,明白な損失精度なしで,検出効率を大いに改良した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 減算器 ,  ニューラルネットワーク ,  モルフォロジー ,  検出効率 ,  *煙 ,  火災 ,  計算機アーキテクチャ
準シソーラス用語： 煙霧 ,  前景 ,  画像列 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  火災  (RA02020B)

タイトルに関連する用語 (2件)： 火災 ,  煙検出