来源：期刊VIP网 时间：
作者：杜丽霞;梁晓萍;
单位：广西师范大学;
摘要：为了更加准确和可靠地在监控图像中对火灾进行早期监测，以便辅助火焰检测仪器更加高效和准确地检测火焰，文中基于Transformer算法和PJF颜色空间，设计了一种深度学习的火灾图像检测算法。首先，对数据集中的火灾图像数据进行预处理，将图像从RGB颜色空间转化为PJF颜色空间，突出显示图像的火焰区域；然后，将预处理后的图像输入到Swin Transformer网络中，过程中采用注意力机制、移动窗口机制、相对位置偏移机制对火灾图像进行特征提取；最后，将提取的图像特征送入全连接层，获取火灾图像的检测结果。实验结果表明：该算法在测试数据集的准确率达到了98.6%。该算法同时采用迁移学习的方法，测试数据集的准确率提升至99.1%，对提高广西森林火灾防控监督效能和实现深度学习智能监测森林和城市视频火灾情况具有现实意义。
关键词：Transformer;;PJF颜色空间;;火灾检测;;图像分类;;注意力机制;;知识迁移
基金资助：国家自然科学基金项目（62302108）;; 广西自然科学基金项目（2022GXNSFAA035506）资助
