Abstract：
基于图像识别的火灾探测技术现已成为可商用的产品,但受制于探测精确性对图像质量的高度敏感,受火场干扰的火灾监控质量不确定性一直是阻碍其进一步应用的短板。以城市综合管廊火灾场景为例,通过模型实验获得数据集,针对三种不同火灾图像噪点(白色、黑色、杂色噪点)研究了降噪理论模型SA-DCGAN的降噪性能。相比于传统降噪算法,SA-DCGAN在重建火焰轮廓和纹理上有更大的优势。并通过基于图像识别的火灾探测的实际验证,证实了该理论模型在提升火灾探测准确度的有效性。这些结果都表明了该理论模型对于提升火灾安全性、促进智能化消防和深化AI与安全管理融合发展有着重大意义。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
Year： 2022
Language： Chinese
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
