时空视觉选择性注意机制的视频火焰检测

作     者：杜静 严云洋 高尚兵 刘以安 Du Jing;Yan Yunyang;Gao Shangbing;Liu Yi'an

作者机构：江南大学物联网工程学院无锡214000 淮阴工学院计算机工程学院淮安223003 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2014年第26卷第3期

页      面：479-485页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：教育部科学技术研究重大项目(311024) 淮安市科技计划项目(HAG2013057 HAG2013059) 江苏省六大人才高峰项目(2013DZXX-023) 江苏省"333工程" 江苏省"青蓝工程" 淮安市"533"资助 江苏省高校自然科学研究重大项目(11KJA460001) 江苏省高校自然科学基金项目(12KJB520002) 

主　　题：火焰检测 视觉显著性 主成分分析 局部二值模式 累积差分 

摘      要：引入计算视觉领域中的显著性思想,结合自上而下的视觉注意模型,构建了基于时空视觉选择性注意机制的视频火焰检测模型.该模型用HSV空间的V分量表示火焰的亮度显著性,用RGB空间火焰R和B分量的关系表示火焰的颜色显著性,用局部二值模式的3种形式组合成的特征向量之间的距离表示火焰的纹理显著性;为降低模型时间、空间的复杂度,采用主成分分析对局部二值模式特征向量降维,用改进的基于火焰颜色的累积差分表示火焰的运动显著性.最后经加权线性组合各静态、动态特征图,得到当前视频帧的综合显著图.对Bilkent大学火焰视频库中全部的13段火焰视频和通过互联网获得的2段非火焰视频进行实验的结果表明,与其他流行模型相比,该模型可以更准确地检测出视频序列中的火焰区域.