基于矩阵模式的林火图像半监督学习算法

作     者：杨绪兵 葛彦齐 张福全 范习健 姚宏亮 YANG Xu-bing;GE Yan-qi;ZHANG Fu-quan;FAN Xi-jian;YAO Hong-liang

作者机构：南京林业大学信息科学技术学院江苏南京210037 合肥工业大学计算机与信息学院合肥安徽230601 

基　　金：江苏省自然科学基金项目(BK20161527,BK20171543) 国家自然科学基金项目(31670554,61871444) 

出 版 物：《图学学报》 (Journal of Graphics)

年 卷 期：2019年第40卷第5期

页      码：835-842页

摘      要：森林火灾图像识别是森林防火监测系统的核心。目前的主要研究多在图像的向量模式表示上展开。由于向量模式的样本数由图像分辨率决定,易导致模型训练的负担过重。样本类别标记的准确性,直接影响后续的模型训练和目标识别。而目前的类别标定工作多采用手工或图像预处理方法完成,任务繁琐且容易出错。此外,由于像素位置在图像向量化过程中被调整,不可避免地会损失图像原有的结构信息。鉴于此,提出了基于矩阵分块的半监督学习算法Semi-MHKS,优势在于:①矩阵分块形式的样本数远低于向量模式,可有效缩短训练和识别时间;②只需标记分块类别,更有利于准确标定样本类别;③采用双线性判别函数,设计了针对林火问题的半监督学习算法;④证明了算法的收敛性。与支持向量机(SVM)、MHKS和半监督的LapMatLSSVM方法相比,在林火图像和视频上的实验验证了Semi-MHKS的具有较高的识别率和较低的训练时间。

主 题 词：林火识别 向量模式 矩阵模式 双线性函数 半监督学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11996/JG.j.2095-302X.2019050835

馆 藏 号：203820445...