来源：期刊VIP网 时间：
作者：胡青松;袁淑雅;罗渝嘉;李世银;
单位：中国矿业大学信息与控制工程学院;
摘要：矿井巷道、交通隧道等场景受火灾威胁的困扰，采用基于图像的智能火灾探测方法在火灾初期快速识别其发生位置具有重要意义。现有方法面临时间序列一致性问题，且对相机姿态变化具有高度敏感性，在复杂动态环境中的识别性能下降。针对该问题，提出一种红外（IR）和可见光（RGB）图像融合的隧道火源深度估计方法。引入自监督学习框架的位姿网络，来预测相邻帧间的位姿变化。构建两阶段训练的深度估计网络，基于UNet网络架构分别提取IR和RGB特征并进行不同尺度特征融合，确保深度估计过程平衡。引入相机高度损失，进一步提高复杂动态环境中火源探测的准确性和可靠性。在自制隧道火焰数据集上的实验结果表明，以Resnet50为骨干网络时，构建的隧道火源自监督单目深度估计网络模型的绝对值相对误差为0.102，平方相对误差为0.835，均方误差为4.491，优于主流的Lite-Mono,MonoDepth,MonoDepth2,VAD模型，且精确度阈值为1.25, 1.25~2, 1.25~3时整体准确度最优；该模型对近景和远景区域内物体的预测效果优于DepthAnything,MonoDepth2,Lite-Mono模型。
关键词：隧道火源识别;火源深度估计;多模态融合;两阶段训练;红外图像;可见光图像
基金资助：国家自然科学基金项目（52474185）; 矿冶过程智能优化制造全国重点实验室开放研究基金项目（BGRIMM-KZSKL-2023-1）; “双一流”建设提升自主创新能力项目（2022ZZCX05K03）
