基于运动筛选和3D卷积的视频早期烟雾检测

摘要：

针对基于视频的早期烟雾检测在复杂环境下的高误报和高漏检问题,提出了一种基于运动筛选疑似区域的方法并设计了一个输入为6帧图片的多尺度3D卷积神经网络(6M3DC)来进行视频烟雾检测的算法.将视频帧进行均值滤波后通过背景差分模型获取运动区域并计算获得区域所在块,通过颜色判断和均值HASH算法对运动块进行筛选提取疑似块并将不符合条件的块更新到背景图.通过组合连续6帧相同区域的疑似块输入多尺度3D卷积神经网络进行检测,将检测为烟雾的块标记,非烟雾块更新到背景图.实验结果表明,算法对缓慢运动的烟雾有一定的适应性,可以较好地在复杂环境下检测出烟雾.

关键词：早期烟雾、颜色判断、均值HASH、多尺度3D卷积

所属期刊栏目：56

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2020-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：266-272