南京林业大学学报(自然科学版)

作者：王俊玲,范习健,杨绪兵,业巧林,符利勇

单位：1.南京林业大学信息科学技术学院,江苏 南京 210037,2.南京理工大学紫金学院计算机与人工智能学院,江苏 南京 210023,3.中国林业科学研究院资源信息研究所,北京 100091

关键词：航空林火图像,自注意力机制,细粒度分类,视觉变压器(ViT),森林防火,无人机,张家口崇礼区

基金：国家自然科学基金项目(62072246),张家口崇礼区森林智慧防火项目(DA2020001),南京市留学人员科技创新项目

【目的】针对航空林火图像火点目标小、环境复杂等特点,提出一种基于自注意力机制的图像识别方法FireViT,以提高航空林火图像识别的准确率和鲁棒性。【方法】以张家口市崇礼区无人机采集的林火视频为数据源,通过数据预处理构建数据集。然后,选用10层Vision Transformer(ViT)为主干网络,采用交叠滑动窗格方式序列化图像,嵌入位置信息后作为第1层ViT的输入,将前9层ViT提取的区域选择模块通过多头自注意力和多层感知器机制批量嵌入第10层ViT,有效放大子图间的微差异以获取小目标特征。最后,采用对比特征学习策略,构建目标损失函数进行模型预测。为验证模型的有效性,设定训练集、测试集样本比例为8∶2、7∶3、6∶4和4∶6,并与5种经典模型进行识别性能对比。【结果】模型在4种训练集、测试集分配比例下,识别率均能达到100%,且准确率分别为94.82%、95.05%、94.90%和94.80%,平均准确率为94.89%,高于其他5种对比模型,本模型迅速收敛并达到较高准确率,且在后续迭代中准确率保持稳定,具有较强泛化能力;4种分配比例下识别率分别为99.97%、99.89%、99.80%、99.77%,高于其余5种模型。【结论】本研究模型采用自注意力机制与弱监督学习相结合方法,挖掘不同环境下航空林火图像局部特征差异,具有较好泛化能力和鲁棒性,可为提高火情、火险应对处置能力和效率以及预防森林火灾发生提供重要依据。

来源：2025年第2期

《南京林业大学学报(自然科学版)》期刊编辑部

查看南京林业大学学报(自然科学版)杂志2025年第2期