.png){kind=icon}
返回
Salience Feature Guided Decoupling Network for UAV Forests Flame Detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.126414.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，无人机（UAVs）在火焰检测中的应用已在森林防火领域得到广泛应用，并取得了显著成果。然而，当火焰受到烟雾遮挡时，大多数检测网络难以有效提取这些隐藏火焰的特征，导致对隐藏火焰的敏感性下降。此外，现有检测头的设计未能探索子任务之间的关系以及所需特征的一致性，这对于学习更有效的特征以确保子任务间的相关性至关重要。为解决这些问题，本文提出了一种用于无人机森林火焰检测的显著性特征引导解耦网络（SFGDN）。具体而言，提出了一种强显著性特征引导子网络（SSFGS），用于引入显著火焰特征以构建类似火焰特征的属性相关性，从而增强对被烟雾遮挡的火焰特征的感知。此外，开发了一种多任务信息解耦检测头（MID-Head），通过不同类型的注意力机制在共享解空间中学习子任务的具体任务信息和跨任务信息，以平衡子任务间的关系与特征信息，缓解任务间特征偏差引起的冲突。在基准数据集HRSID-FD上的实验表明，本SFGDN优于几种当前最先进的检测方法，在Recall和mAP@0.5上分别达到79.2%和82.4%。源代码见https://github.com/mi-luo/Flame-detection。
Keyword:
Flame detection
Smoke-obscured flame
Saliency Features Guidance
Task Information Decoupling
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
Detection of forest fire using deep convolutional neural networks with transfer learning approach
PREAI
分享收藏Multi-level Feature Interaction and Efficient Non-Local Information Enhanced Channel Attention for image dehazing.png)
NEURAL NETWORKS
NEURAL NETWORKSIF6.3
PREAI
分享收藏Multi-scale soot formation simulation providing detailed particle morphology in a laminar coflow diffusion flameCOMBUSTION AND FLAME
OAAI
COMBUSTION AND FLAMEIF6.2
OAAI分享收藏Domain Alignment Dynamic Spectral and Spatial Feature Fusion for Hyperspectral Change Detection域对齐动态光谱与空间特征融合的高光谱变化检测
OAAI
OAAI分享收藏3D seismic Fault Detection via Contrastive-Reconstruction Representation Learning基于对比重建表示学习的三维地震断层检测
PREAI
分享收藏Deep learning in computed tomography pulmonary angiography imaging: A dual-pronged approach for pulmonary embolism detection计算机断层扫描肺血管造影成像中的深度学习: 肺栓塞检测的双管齐下方法OAAI
OAAI分享收藏Fire detection in video surveillances using convolutional neural networks and wavelet transform
PREAI
分享收藏
查看更多内容