长短期记忆网络的林火图像分割方法

来源：中国农机化学报杂志2019年第1期北京时间：

作者：胡鑫;程玉柱;吴祎;韩嘉伟;张浩然;刘军;

单位：南京林业大学机械电子工程学院;

摘要：长短期记忆网络(Long Short-Term Memory,LSTM)是当前深度学习的网络结构之一,针对林火图像,提出一种基于因子分析(FactorAnalysis,FA)与长短期记忆网络的深度学习图像分割方法。将RGB彩色图像转换成灰度图像,对灰度图像进行分块,同时将块变换成行向量,所有行向量组成矩阵并采用FA进行维数约减。最后采用LSTM对约减后的火焰和背景特征进行训练与测试并得到分类结果。试验结果表明,提出的算法的分割效果好,能很好地提取森林火焰,性能指标SD、Dice、ER、NR平均值分别为61.84%、76.42%、59.44%、1.41%。

关键词：长短期记忆网络,林火,因子分析,深度学习,图像分割

基金资助：南京林业大学大学生创新项目(2018NFUSPITP135)