10.11896/j.issn.1002-137X.2015.3.062
用两层分类算法进行视频烟雾检测
为提高视频烟雾检测的准确性,提出一种基于概率的两层最近邻自适应度量分类算法(PTLNN)来进行烟雾检测.该算法以最小化平均绝对误差为原则,结合AdaBoost和KNN算法的优势,充分考虑局部和全局的样本分布,能明显提升分类精度.采用离散余弦变换(DCT)和离散小波变换(DWT)两种方式对烟雾特征进行提取,并验证算法性能.通过与传统算法的对比实验发现,采用离散余弦变换并结合PTLNN算法在视频烟雾检测方面具有更好的效果,既满足实时性要求又提高了检测精度.
两层分类、平均绝对误差、基于概率、烟雾检测、离散余弦变换
42
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61170122,61272210
2015-04-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
301-306