一种基于SSD框架的烟火识别算法
摘要文本
针对高铁监控视频背景复杂，噪声多，画面易曝光等问题，研究一种基于图像深度学习SSD框架的烟火识别算法，其中检测模型训练网络为重构后的VGG16网络，重构后的检测模型训练网络在VGG16的基础上增加了6个卷积层和1个池化层。实现所述卷积层需要设计的参数包括过滤器的个数、过滤器的大小、参数的初始化方法、偏置的初始化方法、是否开启偏置项、输入的每一边加上多少个像素和过滤器的步长。利用此网络训练出的检测模型设计了一种烟火识别系统，包括视频采集单元，图像增强处理单元，烟火识别单元，数据存贮单元。本系统配合高铁监控视频使用，即使图像的分辨率比较低、高铁监控视频中存在复杂背景，也能保证烟火目标检测的精度。
申请人信息
- 申请人:天津艾思科尔科技有限公司
- 申请人地址:300457 天津市滨海新区经济技术开发区黄海路276号泰达中小企业园2号楼307号房屋
- 发明人: 天津艾思科尔科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于SSD框架的烟火识别算法 |
| 专利类型 | 发明授权 |
| 申请号 | CN201810885395.6 |
| 申请日 | 2018年8月6日 |
| 公告号 | CN109165575B |
| 公开日 | 2024年2月20日 |
| IPC主分类号 | G06V20/40 |
| 权利人 | 天津艾思科尔科技有限公司 |
| 发明人 | 张德馨; 史玉坤 |
| 地址 | 天津市滨海新区经济技术开发区黄海路276号泰达中小企业园2号楼307号房屋 |
专利主权项内容
1.一种基于SSD的烟火识别算法，其特征在于，烟火识别算法中使用的检测模型由重新设计的模型网络训练得到，所述模型网络重构了VGG16网络，所述模型网络在VGG16的基础上减少了一个全连接层，保留了两个全连接层，增加了6个卷积层和1个池化层；训练检测模型的步骤包括：步骤1.烟火视频采集；步骤2.图像预处理，具体包括将获取的烟火视频转化为10帧一组的图像序列，将图像序列中的烟火标注成带有标签的图像集，利用分类器以1 : 3的比例随机分配带有标签的图像集到测试集与训练集中，将测试集和训练集中的图像转换为LMDB格式；步骤3.利用训练数据训练重构的烟火检测模型，直至模型收敛；步骤4.利用测试数据集验证烟火检测模型；训练烟火检测模型时，所述模型网络中的第10层卷积层、第15层卷积层、第17层卷积层、第19层卷积层、第2层全连接层和第6池化层使用两个3*3卷积核进行卷积，得到6组特征值；所述两个3*3卷积核中的一个用于检测目标是否存在，另一个用于判断目标是否为烟火；训练烟火检测模型时，所述模型网络中第二全连接层由第一全连接层经1024个1*1的卷积核卷积后得到，所述模型网络中第一全连接层由与第一全连接层相连的池化层经1024个3*3的卷积核卷积后得到。 来源：马 克 团 队