基于YOLOv5s的遥感卫星图像森林火灾检测算法  

作　　者：王靖超 刘勇宏 杨怡琳 谭东 王鸿裕 刘金平 

机构地区：[1]湖南师范大学信息科学与工程学院,湖南长沙410081

出　　处：《电脑知识与技术》2023年第23期8-12,共5页Computer Knowledge and Technology

基　　金：湖南省大学生创新创业训练计划项目(项目批准号:S202110542061)。

摘　　要：森林火灾是一种毁灭性的自然灾害,其爆发性和易失控性使得火灾的预防和控制变得尤为重要。近年来,基于遥感卫星图像中自动烟火识别的森林火灾检测算法受到国内外研究者广泛关注。然而,在火灾萌芽阶段,森林烟火目标在遥感卫星图像中占比极为微小,传统的目标检测方法难以实现有效检测。针对传统森林火灾检测方法不能有效地及时检测出早期森林火灾着火点的问题,本研究提出一种遥感图像自动超分辨率处理的森林火灾检测算法。首先在遥感图像的处理阶段应用SRGAN模型处理遥感图像,通过该超分辨率模型提高图像检测准确率;其次在YOLOv5s模型的基础上对遥感图像进行提取处理,得到相对于原来更完整准确的结果。本研究在公开的“哨兵”卫星遥感图像数据集进行了大量的验证性和对比性实验,结果表明所提方法的整体检测准确率为74.9%,并且对于模糊的遥感图像其误检率和漏检率在一定程度上有所降低。

关 键 词：遥感卫星 超分辨率 火焰检测 YOLOv5s 森林火灾检测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]