基于时序特征融合的分娩猪舍初期火灾检测

来源：中国农机化学报杂志2026年第6期北京时间：

作者：李颀, 王云

单位：陕西科技大学电子信息与人工智能学院，西安市，710021

摘要：针对火灾初期在分娩猪舍监控视频下目标较小、火焰特征不明显且与猪舍内干扰源(烤灯加热光源)极为相似导致火焰检测准确率低的问题，提出一种基于时序特征融合的火灾检测算法。利用增加注意力机制的YOLOv8主干网络提取分娩猪舍内有效的火焰目标图像特征信息，利用基于GRU模型的时序特征提取网络对猪舍内火焰目标图像的特征信息进行编码，捕捉时间序列中火焰的时序特征，包括相邻帧间的火焰运动特征和尺度变化。将时序特征和图像特征进行语义引导融合，融合特征输入到Faster R—CNN网络的RPN层完成对目标火焰的检测。以精确率、召回率和平均精度均值作为评价指标，结果表明，所提出的检测算法在分娩猪舍初期火灾目标的测试集上，精确率、召回率、平均精度均值得到有效提升，分别为92.4%、96.8%、93.8%，对猪只安全养殖过程中的火灾防范具有现实应用意义。

关键词：分娩猪舍,初期火灾,时序特征,注意力机制

基金资助：陕西省科技厅项目(S2023—YF—YBNY—0232)；陕西省农业科技创新工程(201806117YF05NC13)；西安市科技计划项目(22NYYF064)