张坚鑫， 郭四稳， 张国兰， 谭 琳

(广州大学 计算机科学与网络工程学院，广东 广州 510006)

0 引言

火灾是全球范围内的灾难性破坏事件，会在短时间内对人民的生命和财产安全造成重大的损害。随着人工智能技术的不断发展，深度卷积神经网络已经在图像识别和检测方面展示了最先进的性能[1]。图像分类识别任务是对图像是否有该物体进行分类识别，图像检测任务是对物体的对应区域进行类别的标记。黄文锋等[2]将深度卷积神经网络应用于视频监控中火灾烟雾和火焰的识别和检测。Frizzi等[3]提出了用于视频火焰和烟雾识别的卷积神经网络，结果表明，基于卷积神经网络的方法比一些常规的视频火灾探测方法具有更好的性能。Sharma等[4]探讨了将Vgg16[5]和Resnet50[6]用于火灾识别。林作永等[7]使用Inception[8]、ResNet[6]、MobileNet[9]作为特征提取器Backbone，使用Faster R-CNN[10]、SSD[11]、R-FCN[12]作为深度学习检测框架进行火灾烟雾检测，结果发现，使用Inception V2[13]特征提取网络能增加检测精度，Faster R-CNN检测效果最好，SSD速度最快，但定位精度不够，R-FCN获得了速度与精度的平衡[14]。基于这些考虑，本文对双阶段目标检测网络Faster R-CNN在火灾图像的应用进行改进和研究，以实现对火灾区域的精准定位。

1 相关工作

在至今为止的目标检测算法中，基于深度学习的单阶段和双阶段目标检测算法都能够实现较高的检测准确率，但是两种算法各有优势：双阶段的精度更准，单阶段的速度更快。双阶段的Faster R-CNN系列方案第1步是先训练好特征提取网络；第2步是使用该网络生成很多候选框来检测目标。……