检索结果-南通市图书馆

基于自适应高斯混合模型与ResDN的火焰检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科学技术与工程 2025年第4期25卷 1580-1586页

作者：王文标时启衡郝友维大连海事大学船舶电气工程学院大连116026

针对火焰检测算法在复杂场景下误检率高、算法适应性差、效率低等问题,设计一种轻量高效的两阶段视频火焰检测算法。第一阶段采用改进的自适应高斯混合模型(adaptive gaussian mixture model, AGMM)对视频图像序列进行快速背景建模,利... 详细信息

针对火焰检测算法在复杂场景下误检率高、算法适应性差、效率低等问题,设计一种轻量高效的两阶段视频火焰检测算法。第一阶段采用改进的自适应高斯混合模型(adaptive gaussian mixture model, AGMM)对视频图像序列进行快速背景建模,利用火焰的闪烁和涌动特性,提取出序列中的可疑候选区域。第二阶段使用残差深度归一化卷积神经网络(residual deep normalization and convolutional neural network, ResDN)对可疑候选区域进行判别,并引入简化的残差块替换原有的卷积层进行轻量化设计,实现对火焰的检测与定位。相比于传统分类算法,所设计的两阶段视频火焰检测算法能够有效克服复杂场景下的环境干扰,准确快速地识别火焰,具有更高的检测率和适应性。

关键词：火焰检测自适应高斯混合模型(AGMM) 残差深度归一化卷积神经网络(ResDN) 机器视觉深度学习

在线全文

学校读者我要写书评

暂无评论

复杂场景下基于CNN的轻量火焰检测方法

模式识别与人工智能 2021年第5期34卷 415-422页

作者：李欣健张大胜孙利雷徐勇哈尔滨工业大学(深圳)计算机科学与技术学院深圳518055 哈尔滨工业大学(深圳)深圳市目标检测与判别重点实验室深圳518055 重庆理工大学两江人工智能学院重庆401135 贵州大学计算机科学与技术学院贵阳550025

已有的火灾检测方法往往依赖高性能的机器,在嵌入式端和移动端检测速度较慢、误检率较高,尤其是无法解决小尺度火焰漏检问题.针对上述问题,文中提出基于YOLO的火焰检测方法.使用深度可分离卷积改进火焰检测模型的网络结构,并使用多种数... 详细信息

已有的火灾检测方法往往依赖高性能的机器,在嵌入式端和移动端检测速度较慢、误检率较高,尤其是无法解决小尺度火焰漏检问题.针对上述问题,文中提出基于YOLO的火焰检测方法.使用深度可分离卷积改进火焰检测模型的网络结构,并使用多种数据增强技术与基于边框的损失函数以提高精度.通过参数调优,在保证检测准确率的情况下,实现在嵌入式移动系统上21 ms的实时火灾探测.实验表明,文中方法在火焰数据集上的精度和速度都有所提高.

关键词：火焰检测目标检测 YOLO算法数据增强深度可分离卷积

在线全文

学校读者我要写书评

暂无评论

结合FCM聚类与SVM的火焰检测算法

红外与激光工程 2014年第5期43卷 1660-1666页

作者：李庆辉李艾华苏延召马治明第二炮兵工程大学502教研室中国人民解放军96111部队

针对传统视频型火焰检测算法误报率高、局限性强等问题,提出一种四步火焰检测算法。首先利用一种自适应混合高斯模型(GMM)检测视频序列中的运动目标;然后采用模糊C均值(FCM)聚类算法分割疑似火焰区域与非火区域;再提取疑似火焰区域的面... 详细信息

针对传统视频型火焰检测算法误报率高、局限性强等问题,提出一种四步火焰检测算法。首先利用一种自适应混合高斯模型(GMM)检测视频序列中的运动目标;然后采用模糊C均值(FCM)聚类算法分割疑似火焰区域与非火区域;再提取疑似火焰区域的面积变化、表面不均度等时空特征参数;最后将这些特征参数输入训练好的支持向量机(SVM)分类器以识别火焰区域。实验结果表明,算法不但在提高了检测率的同时降低了误检率,而且适用范围广,是一种有效的火焰检测算法。

关键词：火焰检测混合高斯模型模糊C均值聚类支持向量机

在线全文

学校读者我要写书评

暂无评论

具有高区分度的视频火焰检测方法

浙江大学学报（工学版） 2012年第4期46卷 698-704页

作者：谢迪童若锋唐敏冯阳浙江大学计算机科学与技术学院浙江杭州310027 浙江警察学院计算机科学与技术学院浙江杭州310053

为了在视频监控系统中准确地判断火焰区域并预测火灾的发生,提出一种新的基于人工神经网络的视频火焰检测方法.该方法在分析火焰的运动和三维颜色特征的基础上,分别通过傅里叶变换和圆形度分析、角点检测的方法研究火焰的闪烁频率、几... 详细信息

为了在视频监控系统中准确地判断火焰区域并预测火灾的发生,提出一种新的基于人工神经网络的视频火焰检测方法.该方法在分析火焰的运动和三维颜色特征的基础上,分别通过傅里叶变换和圆形度分析、角点检测的方法研究火焰的闪烁频率、几何形状对应的时空域特征,采用获得的各类特征构成概率向量作为人工神经网络分类模型的输入,输出表示火灾发生的概率.在保持检测准确率的同时,该方法通过实验选择最优的参数组合解决神经网络容易陷入局部极值及收敛慢的问题.该方法可以区分大空间(隧道、仓库、博物馆等建筑物)中闪烁的车灯和真实火焰,能够避免在实际的视频监控系统应用中将闪烁车灯误判为火焰,有效减少环境光对检测结果的影响,降低火灾火焰的误报率.实验结果表明,采用该方法在保持检测实时性的同时,能够达到96%的检测正确率.

关键词：火焰检测人工神经网络傅里叶变换圆形度角点检测多变量高斯模型分层k-means

在线全文

学校读者我要写书评

暂无评论

融合多特征的视频火焰检测

计算机辅助设计与图形学学报 2015年第3期27卷 433-440页

作者：严云洋杜静高尚兵周静波刘以安淮阴工学院计算机工程学院淮安223003 江南大学物联网工程学院无锡214122

对于复杂的场景,人类视觉系统选择性注意机制能够不需要训练而快速地定位到图像中的显著目标上.文中结合火焰的先验信息,基于显著性的四元数离散余弦变换算法来检测视频中的火焰.首先根据火焰在RGB空间中3个颜色分量之间的特殊关系改进... 详细信息

对于复杂的场景,人类视觉系统选择性注意机制能够不需要训练而快速地定位到图像中的显著目标上.文中结合火焰的先验信息,基于显著性的四元数离散余弦变换算法来检测视频中的火焰.首先根据火焰在RGB空间中3个颜色分量之间的特殊关系改进了2个火焰颜色特征公式,得到2幅火焰颜色的特征图;然后通过计算疑似火焰区域的LBP特征向量的距离得到火焰的纹理特征图;再根据火焰内部的动态纹理、火焰闪烁频率特征计算改进后的火焰高频过零次数,得到火焰的动态特征图;最后将这4幅火焰特征图构成一个四元数,利用四元数离散余弦变换得到最终的火焰显著图.在Bilkent大学的火焰视频库中进行实验的结果表明,该方法具有准确率高、鲁棒性强的特点,优于对比的其他视频火焰检测算法.

关键词：视觉显著性分析离散余弦变换四元数视频检测火焰检测

YOLOv5上融合多特征的实时火焰检测方法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2022年第6期35卷 548-561页

作者：张大胜肖汉光文杰徐勇重庆理工大学两江人工智能学院重庆401135 哈尔滨工业大学(深圳)计算机科学与技术学院深圳518055 哈尔滨工业大学(深圳)深圳市视觉目标检测与判识重点实验室深圳518055

在自然场景中,天气情况、光照强度、背景干扰等问题影响火焰检测的准确性.为了实现复杂场景下实时准确的火焰检测,在目标检测网络YOLOv5的基础上,结合Focal Loss焦点损失函数、CIoU(Complete Intersection over Union)损失函数与多特征... 详细信息

在自然场景中,天气情况、光照强度、背景干扰等问题影响火焰检测的准确性.为了实现复杂场景下实时准确的火焰检测,在目标检测网络YOLOv5的基础上,结合Focal Loss焦点损失函数、CIoU(Complete Intersection over Union)损失函数与多特征融合,提出实时高效的火焰检测方法.为了缓解正负样本不均衡问题,并充分利用困难样本的信息,引入焦点损失函数,同时结合火焰静态特征和动态特征,设计多特征融合方法,达到剔除误报火焰的目的.针对国内外缺乏火焰数据集的问题,构建大规模、高质量的十万量级火焰数据集(http://***/data ***).实验表明,文中方法在准确率、速度、精度和泛化能力等方面均有明显提升,同时降低误报率.

关键词： YOLOv5 火焰检测 Focal Loss损失函数 CIoU损失函数多特征融合

在线全文

学校读者我要写书评

暂无评论

时空视觉选择性注意机制的视频火焰检测

计算机辅助设计与图形学学报 2014年第3期26卷 479-485页

作者：杜静严云洋高尚兵刘以安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

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... 详细信息

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.

关键词：火焰检测视觉显著性主成分分析局部二值模式累积差分

在线全文

学校读者我要写书评

暂无评论

基于多特征融合的高精度视频火焰检测算法

吉林大学学报（工学版） 2010年第3期40卷 769-775页

作者：王莹李文辉吉林大学计算机科学与技术学院长春130012

针对目前视频火焰检测算法无法达到高检测率、低误检率的工程应用需要,提出了一种使用Choquet积分进行火焰多特征融合的检测算法。首先通过优化运行期均值法进行背景建模,然后对疑似区域进行边缘分形维数检测、角点形心运动轨迹检测和... 详细信息

针对目前视频火焰检测算法无法达到高检测率、低误检率的工程应用需要,提出了一种使用Choquet积分进行火焰多特征融合的检测算法。首先通过优化运行期均值法进行背景建模,然后对疑似区域进行边缘分形维数检测、角点形心运动轨迹检测和图像相关性检测,最后对模糊化的特征检测结果计算Choquet积分,并以此判断火焰是否存在。试验表明,本文提出的检测算法高效、快速,具有较好的应用前景。

关键词：计算机应用运动检测火焰检测特征融合 Choquet积分

在线全文

学校读者我要写书评

暂无评论

使用日夜两用型红外摄像机进行火焰检测

湖南大学学报（自然科学版） 2012年第8期39卷 73-80页

作者：李文辉王莹赵瑞霖刘培勋倪洪印肖林厂吉林大学计算机科学与技术学院吉林长春130012

为了提高火灾监控的准确性和及时性,并最大限度地利用已有硬件设备,提出一种使用日夜两用型红外摄像机的火灾自动监控方法.根据红外图像RGB空间的色彩分布特点,设计视频类型判断算法,实现视频图像类型自动切换.通过红外状态与可见光状... 详细信息

为了提高火灾监控的准确性和及时性,并最大限度地利用已有硬件设备,提出一种使用日夜两用型红外摄像机的火灾自动监控方法.根据红外图像RGB空间的色彩分布特点,设计视频类型判断算法,实现视频图像类型自动切换.通过红外状态与可见光状态两类状态下的焰色模型提取火焰疑似区域.对疑似火焰区域提取不规则度、角点量、闪烁频率和帧间相关性等4个静态及动态检测特征.通过减聚类和模糊C均值聚类相融合的方式优化训练样本,并分别训练2种状态下的火焰识别神经网络分类器.实验结果表明:视频类型判别平均准确率93.07%,21段火焰或干扰视频均能正确检测,报警时间小于8s,帧处理速度达到25帧/s以上.对室内自动火灾监控的精度高、抗干扰能力强、处理速度实时和适应全天候监控等.

关键词：火灾科学计算机视觉火焰检测全天候监控

维普期刊数据库博看期刊