森林火灾的发生具有突发性与偶然性,火灾一旦发生,伴随着火灾强度的增大其火势扩散速度极快,威胁着附近居民的生存环境和人生安全,同时也会对地球生态环境带来不可逆的损害。于是快速有效的林火识别技术对森林火灾的抑制有着重要的意义。目前常用的林火识别技术包括有温度感应识别技术、烟雾感应识别技术,但随着技术的不断更新和发展,人们对森林火灾的识别精度有了更高的要求。近几年来,深度学习技术的兴起使越来越多的专家学者开始尝试将深度学习技术应用到森林防火领域,其中基于卷积神经网络的森林火灾识别技术取得长足进步。本文介绍的主要工作包括:(1)研究了卷积神经网络算法,对卷积神经网络的结构与原理以及常用的框架进行了介绍和分析。(2)研究了基于卷积神经网络进行林火识别的方法,改进了已有方法,并针对不同因素进行了对比实验,得到了效果最优的方法。(3)设计实现了森林防火视频监控系统,该系统完成了视频火情监控、云台控制、录制监控视频、图像抓拍、林火识别、火情报警等功能。