- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于深度学习方法和传统方法结合的火灾检测方法,本发明为解决现有的火灾检测方法受到复杂环境条件的限制,影响火灾检测效率的问题,本发明包括如下步骤:一:FSDF使用HSV颜色空间突出输入图像中的颜色特征,生成的掩模与输入图像重叠以产生新的组合图像,从而提高火焰特征的可检测性并增强其对比度;二:将新的组合图像输入YOLOv8中以检测可疑火灾区域,从而能够更精确地识别火源区域;三:对检测到的火源部分进行裁剪,并使用完整二进制模式描述检测到的纹理特征,以进一步区分火焰色物体的干扰;四:将上述组合特征输入到
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117853755A
(43)申请公布日2024.04.09
(21)申请号202410009061.8G06V10/764(2022.01)
(22)申请日2024.01
文档评论(0)