深度學習在森林火災檢測中的研究進展

王麗霞 夏 雪 高 凡 劉 強 董霙達 郜曉晶

（內蒙古農業大學計算機與信息工程學院，內蒙古 呼和浩特 010018）

森林吸收大量的CO2，在碳循環中起著不可替代的作用，同時在防災防疫、調節氣候、保持水土等方面擁有巨大的價值[1]。然而，近些年受異常氣候影響，森林火災或極端氣候事件的數量增加[2-5]。森林火災是一個世界性的難題，準確地檢測出森林火災并進行及時撲救尤為重要，但人工地面巡邏[6]、瞭望塔檢測[7]、全息影像技術[8]、傳感器檢測[9]等傳統林火檢測方法受制于其檢測性能、經濟成本和可操作性等原因，無法有效預測火災。近年來，隨著人工智能技術及計算機領域的快速發展，深度學習在圖像分類、目標檢測、人臉識別等計算機視覺領域應用廣泛，各種基于深度學習的目標檢測算法層出不窮。深度學習技術通過設計網絡自動提取圖像特征，具有效率高、適應性強等優勢。因此，將深度學習技術應用于森林火災檢測中，進而全面監測并及時高效預警，可以在更大限度上降低森林火災造成的危害。

1 深度學習模型

深度學習[10]是機器學習領域內的一個分支，通過構建多個層次的網絡學習模型對大量數據進行處理，使機器具有從原始數據中多層次抽象數據的自動學習，以及特征提取分析的能力[11]。其網絡結構主要由輸入層、輸出層以及兩者之間的多個隱藏層組成，學習方式主要分為有監督和無監督兩種。常見的深度學習模型有循環神經……