论文部分内容阅读
由于烟雾边界具有不确定性、半透明性和易受其他因素影响的特性,导致传统的图像识别方法对于烟雾的检测存在较大的缺陷和局限性。本文从理论上分析比较了卷积神经网络一般采用的四种激活函数Sigmoid、Tanh、RELU和ELU函数,并基于烟雾的特性采用具有左侧软饱和性的ELU激活函数代替其他三种激活函数来构建检测烟雾的算法模型,与颜色+运动+形态方法、基于Gabor小波、采用RELU激活函数的检测烟雾模型进行了对比,实验结果表明采用ELU激活函数的模型相比上述方法,准确率提高了1～5个百分点。