近日,计算机学院2023级研究生乔磊在国际期刊《Forests》(中科院二区)发表了标题为“DCP-Net: An Efficient Image Segmentation Model for Forest Wildfires”的论文。该论文以成都大学为第一完成单位,2023级研究生乔磊为第一作者,其导师袁伟为通讯作者。
![](/__local/D/E2/98/ED45BF076007ED4A1A6DEDE829D_3974E6F0_F59B4.png)
火灾通常会导致大量的财产损失并威胁生命安全,对图像进行识别用以检测火灾是现在智能化消防的重要手段,深度学习技术的发展使得越来越多的摄相头具有对火灾进行识别以及自动报警的功能。
![](/__local/0/DB/72/C5C570079119C96755EFBAAA9C9_A2FC7EF8_BE4F7.png)
为了解决火灾智能识别中纹理和位置信息不准确的提取所产生的误差,本文开发了一种新的网络DCP-Net,可以更好的捕捉多个尺度下的火焰特征,并选用了由科西嘉大学"环境科学UMR CNRS 6134 SPE"实验室制作的Corsican Fire Dataset和Chino et al.制作的BoWFire Dataset进行实验,并与SegNet、UNet、UNet++、PSPNet等网络进行比较,结果显示我们的算法在mIoU, F1-score, and OA三个指标上的表现都是最好的,证明该网络具有良好的鲁棒性,能够准确识别一些复杂的火焰,为火灾的智能识别提供了极好的贡献。
![](/__local/F/E6/C2/4668D1229F5880ACCFAFD314452_548E5990_B401F.png)
(编辑 饶涛 责编 王进)