版权说明 操作指南
首页 > 成果 > 成果详情

基于视觉变换网络的自监督森林火灾识别

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Self-supervised forest fire recognition based on visual transformation network
作者:
宁重阳;汤梓桐;谢亦秋;戴颖成;李建军
作者机构:
[李建军; 汤梓桐; 戴颖成; 宁重阳] 中南林业科技大学计算机与信息工程学院
[谢亦秋] 中国林业科学研究院资源信息研究所
语种:
中文
关键词:
森林火灾识别;傅里叶变换;自监督学习;视觉变换网络;低频变换
关键词(英文):
forest fire identification;Fourier transform;self-supervised learning;visual transformation network;low-frequency transformation
期刊:
中南林业科技大学学报
ISSN:
1673-923X
年:
2023
卷:
43
期:
7
页码:
32-40
基金类别:
国家自然科学基金项目(31570627)。
机构署名:
本校为第一机构
院系归属:
计算机与信息工程学院
摘要:
【目的】森林火灾识别是避免森林火灾大面积蔓延的一项重要研究。随着深度学习的快速发展,基于卷积神经网络的模型因其在图像识别领域的优异表现,被广泛应用到森林火灾识别任务当中。然而,基于卷积神经网络的方法通常在标签数据不充分时...展开更多 【目的】森林火灾识别是避免森林火灾大面积蔓延的一项重要研究。随着深度学习的快速发展,基于卷积神经网络的模型因其在图像识别领域的优异表现,被广泛应用到森林火灾识别任务当中。然而,基于卷积神经网络的方法通常在标签数据不充分时,难以取得令人满意的森林火灾识别结果。【方法】本研究提出了一种基于视觉变换网络的自监督森林火灾识别模型(Se...
摘要(英文):
【Objective】Forest fire identification is important for avoiding forest fire spreading in a large area.With the rapid development of deep learning,the model based on convolution neural network has been widely used in forest fire recognition tasks because of its excellent...MORE 【Objective】Forest fire identification is important for avoiding forest fire spreading in a large area.With the rapid development of deep learning,the model based on convolution neural network has been widely used in forest fire recognition tasks because of its excelle...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com