10.16337/j.1004-9037.2021.06.020
融合运动特征的高效视频火焰检测算法
提出一种轻量高效的视频火焰检测算法.该算法以基于深度学习的卷积神经网络目标检测算法为主体,提取监控视频中的图像帧,识别并定位火焰区域.加入运动目标检测模块作为后处理机制,依据连续视频帧中火焰的运动特性,采用基于混合高斯模型的运动目标检测算法对火焰目标检测结果进行合理化判断,减少类似火焰的静止物体或光线造成的误报,效率高且资源消耗少.此外,收集并标注了一套火焰检测数据集(Fire detection dataset,FDD),包含多种场景下多类型燃烧物产生的火焰图片2487张以及15段不同场景下的火灾视频数据.在FDD的视频检测实验中本文算法准确率达到了98.94%,证明了本文算法的有效性.
火焰检测;目标检测;运动目标检测;视频监控;深度学习
36
TP391(计算技术、计算机技术)
2021-12-22(万方平台首次上网日期,不代表论文的发表时间)
共10页
1276-1285