视频烟雾检测研究进展
目的 视频烟雾检测具有响应速度快、不易受环境因素影响、适用面广、成本低等优势,为及早预警火灾提供有力保障.近年涌现大量视频检测方法,尽管检测率有所提升,但仍受到高误报率和高漏报率的困扰.为了全面反映视频烟雾检测的研究现状和最新进展,本文重点针对2014年至2017年国内外公开发表的主要文献,进行全面的梳理和分析.方法 该工作建立在广泛文献调研的基础上,立足于视频烟雾检测的基本框架,围绕视频图像预处理、疑似烟区提取、烟雾特征描述、烟雾分类识别等处理阶段,系统地对最新文献进行分析和总结.此外,对区别于传统框架的深度学习检测方法亦进行了相关归纳.结果 重点依据烟雾运动特征和烟雾静态特征这两类,对疑似烟区提取方法进行梳理;从统计量特征、变换域特征和局部模式特征3个方面对烟雾特征描述方法进行梳理,并从颜色、形状等七个角度进行总结;从基于规则和基于学习这两个视角,梳理烟雾识别和决策方法;最后,对于基于深度学习的方法单独进行了阐述.文献通过系统地梳理,凝练出视频烟雾检测近几年取得的进展和尚存在的不足,并对视频烟雾检测发展前景进行展望.结论 针对视频烟雾检测的研究一直备受青睐,越来越多性能优秀的检测算法不断涌现.通过对现有研究进行全面梳理和系统分析,期望视频烟雾检测能取得更大的进展并更好地应用于工业领域,为火灾预警提供更有力的保障.
视频烟雾检测、烟雾识别、特征提取、运动特征、静态特征、局部特征
23
TP391(计算技术、计算机技术)
国家自然科学基金项目61363038;江西省高校科技落地计划KJLD12066;江西省青年科学家培养对象20142BCB23014;江西省教育厅科技项目GJJ150459,GJJ150406;江西省科技支撑计划项目2015ZBBE50013National Natural Science Foundation of China61363038;Science Technology Application Project of Jiangxi Colleges and UniversitiesKJLD12066;Cultivated Talent Program for Young Scientists of Jiangxi Province20142BCB23014;Science Technology Project of Jiangxi Education DepartmentGJJ150459,GJJ150406;Key Technology R&D Program of Jiangxi Province2015ZBBE50013
2018-04-25（万方平台首次上网日期，不代表论文的发表时间）
共20页
303-322
