[发明专利]一种火点检测方法、装置及存储介质

权利要求书

1.一种火点检测方法，其特征在于，包括：

获取多通道的历史遥感图像数据；

构建基于卷积神经网络的火点检测模型，并采用所述历史遥感图像数据训练所述火点检测模型，获得训练后的火点检测模型；

获取多通道的实时遥感图像数据，将所述实时遥感图像数据输入所述训练后的火点检测模型，提取各个通道的特征信息，结合各个通道的所述特征信息和所述实时遥感图像数据对火点进行检测。

2.根据权利要求1所述的火点检测方法，其特征在于，所述历史遥感图像数据包括VIIRS仪器的M波段历史图像数据，所述M波段历史图像数据包括遥感图像各个像素点的辐射率、反射率和亮度温度，在所述获取多通道的历史遥感图像数据之后，还包括：

提取各个通道的各个像素点的所述辐射率、所述反射率和所述亮度温度，并将提取的所有数据拼接成第一矩阵；

将所述第一矩阵分割成多个训练图像数据，分割得到的所有训练图像数据组成训练集。

3.根据权利要求2所述的火点检测方法，其特征在于，在所述将所述第一矩阵分割成多个训练图像数据之后，还包括：

确定所述M波段历史图像数据中的所有火点，对于任一所述火点，在以所述火点为中心的标定范围内，随机采样多个非火灾点，根据所有的所述火点和所述非火灾点确定测试集。

4.根据权利要求3所述的火点检测方法，其特征在于，所述训练集中的所有所述训练图像数据根据数据规格从大到小依次排列，所述火点检测模型包括分类层，所述采用所述历史遥感图像数据训练所述火点检测模型包括：

将第一个所述训练图像数据输入所述火点检测模型，输出第一特征向量；

将所述第一特征向量与第二个所述训练图像数据拼接成第一拼接图像数据，将所述第一拼接图像数据输入所述火点检测模型，输出第二特征向量；

将所述第二特征向量与第三个所述训练图像数据拼接成第二拼接图像数据，将所述第二拼接图像数据输入所述火点检测模型，输出第三特征向量；

依次循环直至最后一个所述训练图像数据，将所述火点检测模型输出的当前特征向量与最后一个所述训练图像进行拼接，获得最终拼接图像数据，将所述最终拼接图像数据输入所述火点检测模型的所述分类层，得到分类结果；

采用所述训练集中的所述火点和所述非火灾点验证所述分类结果。

5.根据权利要求4所述的火点检测方法，其特征在于，所述火点检测模型还包括多个卷积核和多个SE-Res块，多个所述卷积核与多个所述SE-Res块交叉设置，将输入图像数据输入所述火点检测模型，获得特征向量包括：

将所述输入图像数据输入第一个卷积核，对所述图像数据进行卷积，获得第一卷积图像数据，所述输入图像数据包括所述训练图像数据、所述第一拼接图像数据和所述第二拼接图像数据，所述第一卷积图像数据包括多个通道的数据；

将所述第一卷积图像数据输入第一个所述SE-Res块，对所述第一卷积图像数据各个通道的数据进行加权，获得第一加权图像数据；

再将所述第一加权图像数据依次输入下一个所述卷积核和下一个所述SE-Res块进行处理，迭代多次，获得所述特征向量，所述特征向量包括所述第一特征向量、所述第二特征向量和所述第三特征向量。