基于自注意力機制的航空林火圖像識別方法

打開文本圖片集

摘要：【目的】針對航空林火圖像火點目標小、環(huán)境復雜等特點，提出一種基于自注意力機制的圖像識別方法FireViT，以提高航空林火圖像識別的準確率和魯棒性?！痉椒ā恳詮埣铱谑谐缍Y區(qū)無人機采集的林火視頻為數(shù)據(jù)源，通過數(shù)據(jù)預處理構(gòu)建數(shù)據(jù)集。然后，選用10層Vision Transformer（ViT）為主干網(wǎng)絡，采用交疊滑動窗格方式序列化圖像，嵌入位置信息后作為第1層ViT的輸入，將前9層ViT提取的區(qū)域選擇模塊通過多頭自注意力和多層感知器機制批量嵌入第10層ViT，有效放大子圖間的微差異以獲取小目標特征。（剩余17553字）