基于双重注意力机制优化的C3D视频火灾烟雾分类方法

打开文本图片集

摘  要： 现有研究普遍针对特定类别的火灾烟雾制定模型算法来提高火灾识别的准确度，并没有对火灾进行精确分类。在发生火灾时，明确火灾类别对于后续火灾的扑灭与救援活动有指导作用。对此，文中开展了四种标准火实验，建立四种基本类型火灾（木材热解阴燃火、棉绳阴燃火、聚氨酯泡沫火、正庚烷油火）的视频图像数据集，并提出一种基于优化C3D卷积网络的视频火灾烟雾分类模型，为提升模型特征提取能力引入双重SE注意力模块，采用全局平均池化层（GAP）替代传统的全连接层，减少模型参数、防止过拟合，提升模型鲁棒性。（剩余9677字）