基于Xception网络的无人机森林火灾监测方法

■ 计雪伟 霍兴赢 薛端 伍晓平 六盘水师范学院

一、引言

森林资源在社会发展和建设过程中起到了很重要的作用，它不仅可以为野生动物提供栖息地，还可以为人们提供生活所需要的木材和产品，另外一方面还可以调节气候、防止风沙、保护水源。森林发生火灾时，能够及时迅速地发现并采取有效的灭火方法对于森林防火来说具有重要意义。

传统的森林火灾检测办法[1]有观测塔检测、卫星检测、人工巡检等。观测塔的检测范围小，存在监控死角的问题。人工巡检的方法通常需要大量劳动力，而且受环境因素的影响，很容易发生危险。卫星检测虽然检测范围广，但是启动成本高，且监测效果容易受天气、云层厚度、轨道周期等影响。随着技术的不断发展，无人机以飞行灵活、成本低等特点，被广泛应用于森林防火领域[2]。

在火灾检测中，传统的方法依赖于火焰颜色和亮度，当面对的是火灾初期或者小面积火焰的情况时，存在着漏检的问题，深度学习方法弥补了传统方法的缺点。因此，本文以Xception网络为基础，利用公开的数据集对模型进行训练，并进行分析调整网络结构以获得较好的识别效果，实验结果及分析可以为森林防火研究[3]提供一定的参考。

将无人机和计算机视觉技术相结合的森林火灾监测系统具有高效、快捷的特点，火灾识别准确率、便捷性相对于传统方法有了大幅的提升。

二、森林烟火识别方法

实验采用深度卷积神经网络[4]提取图像特征并进行分类。……