|
|||||
|
|
| 长短期记忆网络的林火图像分割方法 | |
| 引用本文： | 胡鑫,程玉柱,吴祎,韩嘉伟,张浩然,刘军.长短期记忆网络的林火图像分割方法[J].中国农机化学报,2019(1). |
| 作者姓名： | 胡鑫 程玉柱 吴祎 韩嘉伟 张浩然 刘军 |
| 作者单位： | 南京林业大学机械电子工程学院 |
| 摘 要： | 长短期记忆网络(Long Short-Term Memory,LSTM)是当前深度学习的网络结构之一,针对林火图像,提出一种基于因子分析(FactorAnalysis,FA)与长短期记忆网络的深度学习图像分割方法。将RGB彩色图像转换成灰度图像,对灰度图像进行分块,同时将块变换成行向量,所有行向量组成矩阵并采用FA进行维数约减。最后采用LSTM对约减后的火焰和背景特征进行训练与测试并得到分类结果。试验结果表明,提出的算法的分割效果好,能很好地提取森林火焰,性能指标SD、Dice、ER、NR平均值分别为61.84%、76.42%、59.44%、1.41%。 |
| 本文献已被 CNKI 等数据库收录！ | |