基于累积量和主运动方向的视频烟雾检测方法 被引量：51

1

作者 袁非牛 张永明 +2 位作者 刘士兴 于春雨 沈诗林 《中国图象图形学报》 CSCD 北大核心 2008年第4期808-813,共6页

视频烟雾检测具有响应速度快、非接触等优点。但现有的视频检测方法误报率比较高。通过分析早期火灾烟雾运动规律,提出了一种适用于普通视频的烟雾检测方法。为了加快检测速度,将视频图像分割成大小相等的块,并估计每个块的运动方向。... 视频烟雾检测具有响应速度快、非接触等优点。但现有的视频检测方法误报率比较高。通过分析早期火灾烟雾运动规律,提出了一种适用于普通视频的烟雾检测方法。为了加快检测速度,将视频图像分割成大小相等的块,并估计每个块的运动方向。采用滑动时间窗口生成块运动方向时间序列,在此时间序列的基础上计算块的累积量和主运动方向。累积量可以反映出运动持续的程度,而主运动方向表明每个块最可能的运动方向,可以有效地抑制噪声的干扰。根据累积量和主运动方向提取出3维特征矢量,采用贝叶斯分类器进行烟雾的检测。实验结果表明,该方法鲁棒性高、速度快,能够准确地检测烟雾的出现。 展开更多

关键词 视频烟雾检测 累积量 主运动方向 特征分析 计算机视觉

下载PDF 职称材料

一种基于飘动性分析的视频烟雾检测新方法 被引量：19

2

作者 王涛 刘渊 谢振平 《电子与信息学报》 EI CSCD 北大核心 2011年第5期1024-1029,共6页

该文通过对烟雾飘动特性的分析,提出一种基于视频图像的火灾烟雾检测新方法。首先利用滑动时间窗分析视频中运动区域的飘动性特征,提取出飘动方向、周期飘动强度、周期有效飘动强度和周期逆向飘动强度等特征向量;然后使用神经模糊推理... 该文通过对烟雾飘动特性的分析,提出一种基于视频图像的火灾烟雾检测新方法。首先利用滑动时间窗分析视频中运动区域的飘动性特征,提取出飘动方向、周期飘动强度、周期有效飘动强度和周期逆向飘动强度等特征向量;然后使用神经模糊推理系统训练并检测烟雾。与利用其它特征检测烟雾算法的对比实验表明,该算法具有较好的ROC(Receiver Operating Characteristic)曲线特性,具备较高的实际使用价值。 展开更多

关键词 图像处理 视频烟雾检测 飘动性分析 神经模糊推理系统 ROC曲线

下载PDF 职称材料

一种集成贝叶斯决策的视频烟雾检测新方法 被引量：6

3

作者 谢振平 王涛 刘渊 《计算机工程与应用》 CSCD 2014年第3期173-176,共4页

研究将贝叶斯决策应用于自适应神经-模糊推理系统(ANFIS)的视频烟雾检测系统。提取视频烟雾特征,通过减法聚类和混合学习算法,确定并优化得到ANFIS实例,引入贝叶斯决策对ANFIS输出进行检测判别。仿真实验表明,ANFIS比其他烟雾检测算法... 研究将贝叶斯决策应用于自适应神经-模糊推理系统(ANFIS)的视频烟雾检测系统。提取视频烟雾特征,通过减法聚类和混合学习算法,确定并优化得到ANFIS实例,引入贝叶斯决策对ANFIS输出进行检测判别。仿真实验表明,ANFIS比其他烟雾检测算法具备更好的检测性能,而基于最小风险的贝叶斯决策可进一步提高检测率和降低虚警率,能更好地满足实际应用的需求。 展开更多

关键词 视频烟雾检测 烟雾特征分析 自适应神经模糊推理系统 贝叶斯决策

下载PDF 职称材料

基于自适应神经模糊推理系统的视频烟雾检测 被引量：5

4

作者 王涛 刘渊 谢振平 《计算机工程》 CAS CSCD 北大核心 2011年第23期186-188,207,共4页

提出一种基于自适应神经模糊推理系统的视频烟雾检测算法。从视频图像中提取烟雾特征,采用减法聚类确定模糊规则数,建立初始模糊系统。通过神经网络的自学习机制调整前提参数和结论参数,确定模糊推理规则。实验结果表明,与传统BP神经网... 提出一种基于自适应神经模糊推理系统的视频烟雾检测算法。从视频图像中提取烟雾特征,采用减法聚类确定模糊规则数,建立初始模糊系统。通过神经网络的自学习机制调整前提参数和结论参数,确定模糊推理规则。实验结果表明,与传统BP神经网络算法及支持向量机算法相比,该算法具有较优的ROC曲线特性。 展开更多

关键词 视频烟雾检测 自适应神经模糊推理系统 减法聚类 烟雾特征分析

下载PDF 职称材料

基于动态特性的实时视频烟雾检测 被引量：7

5

作者 何大超 娄小平 唐辉 《计算机应用与软件》 CSCD 北大核心 2014年第2期201-204,共4页

针对室外或大空间环境下烟雾的动态特性,实现一种实时视频处理的烟雾检测算法。首先采用高斯混合模型GMM(Gaussian mixture model),利用背景差分方法实现对运动目标的提取;其次在小波域上分辨出烟雾可能出现的图像区域;再次计算目标在... 针对室外或大空间环境下烟雾的动态特性,实现一种实时视频处理的烟雾检测算法。首先采用高斯混合模型GMM(Gaussian mixture model),利用背景差分方法实现对运动目标的提取;其次在小波域上分辨出烟雾可能出现的图像区域;再次计算目标在空间扩散的动态特性;最后采用支持向量机区分出烟雾目标。实验结果表明,该算法适应背景复杂场景,能够有效抑制环境扰动影响,快速、准确地检测视频图像中出现的烟雾。 展开更多

关键词 视频烟雾检测 混合高斯模型 离散小波变换 动态特性 支持向量机

下载PDF 职称材料

城镇森林交界域视频烟雾检测算法 被引量：8

6

作者 李诚 唐李洋 潘李伟 《计算机工程》 CAS CSCD 北大核心 2018年第1期258-262,共5页

针对城镇森林交界域火灾烟雾视频检测准确率低问题,提出一种融合多项图像特征和深度学习的视频烟雾检测算法。通过Vi Be方法提取前景变化区域,根据烟雾模糊特征和角点信息排除部分纹理细节较明显的区域。在此基础上,以颜色特征为判据进... 针对城镇森林交界域火灾烟雾视频检测准确率低问题,提出一种融合多项图像特征和深度学习的视频烟雾检测算法。通过Vi Be方法提取前景变化区域,根据烟雾模糊特征和角点信息排除部分纹理细节较明显的区域。在此基础上,以颜色特征为判据进一步缩小检测范围,使用累积帧差法排除运动刚体的干扰,利用深度学习模型识别目标是否为烟雾。采用级联分类器的方式设计整体算法,并使用并行计算技术进行实现。实验结果和工程案例表明,该算法能够实现城镇森林交界域火灾早期烟雾的精准识别。 展开更多

关键词 视频烟雾检测 城镇森林交界域 背景建模 颜色特征 深度学习

下载PDF 职称材料

多特征分析的室内外视频烟雾检测 被引量：1

7

作者 周忠 《电子设计工程》 2019年第15期184-188,193,共6页

针对室内外烟雾特点,提出了一种多特征分析的视频烟雾检测。首先,分块进行烟雾实时背景更新,真彩色差分结合颜色特征进行疑似区域提取。其次,在时空域提取疑似烟雾静动态特征,并进行融合性分析。最后结合不同场景不同算法进行烟雾检测... 针对室内外烟雾特点,提出了一种多特征分析的视频烟雾检测。首先,分块进行烟雾实时背景更新,真彩色差分结合颜色特征进行疑似区域提取。其次,在时空域提取疑似烟雾静动态特征,并进行融合性分析。最后结合不同场景不同算法进行烟雾检测对比实验,结果表明,本文算法能有效适应光照变化,灵敏度高,抗干扰性强,较好的区分烟与非烟,从而准确定位识别烟雾。 展开更多

关键词 视频烟雾检测 运动区域 多特征融合 定位识别

下载PDF 职称材料

基于级联卷积神经网络的视频动态烟雾检测 被引量：38

8

作者 陈俊周 汪子杰 +1 位作者 陈洪瀚 左林翼 《电子科技大学学报》 EI CAS CSCD 北大核心 2016年第6期992-996,共5页

复杂场景中烟雾特性的提取是目前视频烟雾检测领域的主要挑战。针对该问题,提出一种静态和动态特征结合的卷积神经网络视频烟雾检测框架。在静态单帧图像特征检测的基础上,进一步分析其时空域上的动态纹理信息以期克服复杂的环境干扰。... 复杂场景中烟雾特性的提取是目前视频烟雾检测领域的主要挑战。针对该问题,提出一种静态和动态特征结合的卷积神经网络视频烟雾检测框架。在静态单帧图像特征检测的基础上,进一步分析其时空域上的动态纹理信息以期克服复杂的环境干扰。实验结果显示,该级联卷积神经网络模型可有效应用于复杂视频场景中烟雾事件的实时检测。 展开更多

关键词 卷积神经网络 深度学习 纹理特征 视频烟雾检测

下载PDF 职称材料

视频烟雾检测研究进展 被引量：34

9

作者 史劲亭 袁非牛 夏雪 《中国图象图形学报》 CSCD 北大核心 2018年第3期303-322,共20页

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... 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。 展开更多

关键词 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

原文传递

一种飘动性分析的视频烟雾快速检测新算法 被引量：5

10

作者 谢振平 王涛 +1 位作者 刘渊 王士同 《微电子学与计算机》 CSCD 北大核心 2011年第10期209-214,共6页

针对DSP视频监控系统中,实时视频烟雾检测功能的需求,提出一种基于烟雾飘动性分析的快速视频烟雾检测算法.相比于现有相关算法,在完成对给定视频样本学习后,该算法无需存储视频的历史帧数据,也不需要学习场景背景,而直接对原始视频图像... 针对DSP视频监控系统中,实时视频烟雾检测功能的需求,提出一种基于烟雾飘动性分析的快速视频烟雾检测算法.相比于现有相关算法,在完成对给定视频样本学习后,该算法无需存储视频的历史帧数据,也不需要学习场景背景,而直接对原始视频图像分块提取烟雾飘动特征,然后经Bayesian决策输出检测结论.结合提出的一组新颖的视频烟雾飘动特征,新算法同时获得了较低的计算复杂度和较高的检测性能.综合来看,新算法能更好地适用于实时视频监控系统中的烟雾检测需求. 展开更多

关键词 视频烟雾检测 实时监控系统 烟雾飘动性 Bayesian决策

下载PDF 职称材料

基于视频多特征融合的列车车厢烟雾检测方法 被引量：1

11

作者 陈海鹏 刘飞 +3 位作者 徐磊 徐广伟 王宏雷 谭华春 《北京交通大学学报》 CAS CSCD 北大核心 2015年第1期67-71,77,共6页

列车车厢中环境相对复杂且遮挡物较多,为了提高视频烟雾检测的准确性,剔除场景中疑似烟雾的干扰物,降低由于环境中光照变化导致的误检情况,提出了基于运动、颜色及衰减等多特征融合的烟雾检测算法.该算法能有效克服背景复杂、光照变化大... 列车车厢中环境相对复杂且遮挡物较多,为了提高视频烟雾检测的准确性,剔除场景中疑似烟雾的干扰物,降低由于环境中光照变化导致的误检情况,提出了基于运动、颜色及衰减等多特征融合的烟雾检测算法.该算法能有效克服背景复杂、光照变化大,以及阴影问题带来的干扰.算法主要由3部分构成:烟雾运动检测、颜色特征分析提取和多特征融合.该算法通过背景建模方法分割出运动的区域,引入归一化RGB空间烟雾颜色基础模型及衰减模型,以剔除疑似烟雾区域的干扰,同时可以有效地降低光照影响. 展开更多

关键词 图像处理 视频烟雾检测 运动分割 衰减模型 多特征融合

下载PDF 职称材料

基于高斯混合模型和卷积神经网络的视频烟雾检测 被引量：14

12

作者 李鹏 张炎 《激光与光电子学进展》 CSCD 北大核心 2019年第21期132-138,共7页

为满足复杂场景下视频烟雾检测的实时性、准确率等需求,提出了一种将高斯混合模型与卷积神经网络相结合的视频烟雾检测方法。基于高斯混合模型的背景减除法和形态学方法实现对视频图像的运动目标提取;针对烟雾检测效率和网络过拟合等问... 为满足复杂场景下视频烟雾检测的实时性、准确率等需求,提出了一种将高斯混合模型与卷积神经网络相结合的视频烟雾检测方法。基于高斯混合模型的背景减除法和形态学方法实现对视频图像的运动目标提取;针对烟雾检测效率和网络过拟合等问题,设计用于视频烟雾检测的卷积神经网络模型;通过烟雾正负样本图像对卷积神经网络进行训练和测试。在此基础上,合理地设定运动目标网络模型的输出概率的阈值,有效去除训练样本中没有涵盖的非烟雾干扰项,降低误报率。实验结果表明,该方法是可行且有效的,其视频烟雾检测准确率达到97.5%,平均烟雾报警响应时间为4.58s,可满足复杂场景下烟雾的实时检测要求。 展开更多

关键词 机器视觉 视频烟雾检测 卷积神经网络 高斯混合模型 形态学

原文传递

连续图卷积视频烟雾检测模型 被引量：3

13

作者 杨龙箴 袁非牛 +2 位作者 杨寿渊 雷帮军 张相芬 《中国图象图形学报》 CSCD 北大核心 2019年第10期1658-1669,共12页

目的视频烟雾检测在火灾预警中起到重要作用,目前基于视频的烟雾检测方法主要利用结构化模型提取烟雾区域的静态和动态特征,在时间和空间上对烟雾信息作同等或相似处理,忽略了视频数据在时间线上的连续性和特征的非结构化关系。图卷积网... 目的视频烟雾检测在火灾预警中起到重要作用,目前基于视频的烟雾检测方法主要利用结构化模型提取烟雾区域的静态和动态特征,在时间和空间上对烟雾信息作同等或相似处理,忽略了视频数据在时间线上的连续性和特征的非结构化关系。图卷积网络(GCN)与神经常微分方程(ODE)在非欧氏结构与连续模型处理上具有突出优势,因此将二者结合提出了一种基于视频流和连续时间域的图烟雾检测模型。方法目前主流的视频烟雾检测模型仍以离散模型为基础,以规则形式提取数据特征,利用ODE网络构建连续时间模型,捕捉视频帧间的隐藏信息,将原本固定时间跨度的视频帧作为连续时间轴上的样本点,充分利用模型的预测功能,补充帧间丢失信息并对未来帧进行一定程度的模拟预测,生成视频帧的特征并交给图卷积网络对其重新建模,最后使用全监督和弱监督两种方法对特征进行分类。结果分别在2个视频和4个图像数据集上进行训练与测试,并与最新的主流深度方法进行了比较,在KMU(Korea Maritime University)视频数据集中,相比于性能第2的模型,平均正样本正确率(ATPR值)提高了0.6%;在2个图像数据集中,相比于性能第2的模型,正确率分别提高了0.21%和0.06%,检测率分别提升了0.54%和0.28%,在视频单帧图像集上正确率高于第2名0.88%。同时也在Bilkent数据集中进行了对比实验,以验证连续隐态模型在烟雾动态和起烟点预测上的有效性,对比实验结果表明所提连续模型能够有效预测烟雾动态并推测烟雾起烟点位置。结论提出的连续图卷积模型,综合了结构化与非结构化模型的优势,能够获得烟雾动态信息,有效推测烟雾起烟点位置,使烟雾检测结果更加准确。 展开更多

关键词 视频烟雾检测 烟雾识别 图卷积网络 神经常微分方程 度量学习 弱监督学习

原文传递

野外早期火灾烟雾视频检测技术研究 被引量：2

14

作者 高丰伟 魏维 程阳 《成都信息工程大学学报》 2018年第5期509-516,共8页

针对视频中野外早期火灾烟雾形状模糊,颜色相对背景对比不明显,外观特性多样等的特点,提出一种并行的基于深度学习和动态纹理特征的烟雾识别方法。实验中,针对视频烟雾检测中视频帧的噪声,采用均值滤波的方法对视频帧进行过滤。并给出... 针对视频中野外早期火灾烟雾形状模糊,颜色相对背景对比不明显,外观特性多样等的特点,提出一种并行的基于深度学习和动态纹理特征的烟雾识别方法。实验中,针对视频烟雾检测中视频帧的噪声,采用均值滤波的方法对视频帧进行过滤。并给出一种基于野外早期火灾烟雾视频的深度卷积神经网络结构,并对该结构进行训练和测试。针对烟雾的动态纹理特征,提出建立线性动态系统模型,结合支撑向量机对烟雾视频帧进行分类识别。最后结合卷积神经网络的识别结果和动态纹理特征识别结果提出一种混合矩阵的判定方法。实验结果表明,方法相对于传统烟雾识别方法在早期火灾烟雾的检测上有更高的准确率。 展开更多

关键词 视频烟雾检测 卷积神经网络(CNN) 线性动态系统(LDS) 动态纹理

下载PDF 职称材料

基于改进YOLOX轻量级的烟雾火焰目标检测方法

15

作者 金程拓 赵永智 +1 位作者 王涛 刘惠临 《滁州学院学报》 2023年第5期40-45,共6页

本文针对目前基于深度学习的烟雾火焰目标检测任务中存在的在嵌入式设备下准确率低、实时性能差的问题,提出一种基于改进的轻量级YOLOX算法的烟雾火焰目标检测方法F-YOLOX。该方法以YOLOX-s作为基准模型,通过引入ECA注意力模块、使用SIo... 本文针对目前基于深度学习的烟雾火焰目标检测任务中存在的在嵌入式设备下准确率低、实时性能差的问题,提出一种基于改进的轻量级YOLOX算法的烟雾火焰目标检测方法F-YOLOX。该方法以YOLOX-s作为基准模型,通过引入ECA注意力模块、使用SIoU损失函数和采用GELU激活函数等技术手段对原模型进行改进。实验结果表明,F-YOLOX在烟焰图像检测数据集上检测平均精度达到78.45%,比基准模型提高3.7%;检测速度达到53.4fps,比基准模型提高2.8%。F-YOLOX能够满足烟雾火焰检测任务精度和实时性的要求。 展开更多

关键词 目标检测 视频烟雾火焰检测 深度学习

下载PDF 职称材料

基于总有界变分的森林火灾烟雾图像检测方法 被引量：6

16

作者 李洪昌 安明伟 《电子测量与仪器学报》 CSCD 北大核心 2020年第11期211-217,共7页

森林火灾烟雾浓度升高时,所对应的图像模糊程度升高,总有界变分会逐渐下降,基于变分的特征性质,可以将边界之间的差异有效表征出来。由此,提出一种基于总有界变分的森林火灾烟雾图像检测方法。以分块平稳分析的思想对目标函数求极值,得... 森林火灾烟雾浓度升高时,所对应的图像模糊程度升高,总有界变分会逐渐下降,基于变分的特征性质,可以将边界之间的差异有效表征出来。由此,提出一种基于总有界变分的森林火灾烟雾图像检测方法。以分块平稳分析的思想对目标函数求极值,得到总有界值,通过两次比较总有界变分值从分块结果图中提取疑似烟雾分块,利用特征数据的融合聚类处理获得最终的疑似烟雾区域。为了得到更好的烟雾检测效果,对疑似烟雾特征区域进行运动特性分析,融合判定烟雾区域,给出火灾报警。算法屏蔽了对烟雾静态特征的复杂计算,在对疑似烟雾特性进行分析时,只需关注其运动特征便可以准确进行烟雾检测输出,避免了繁琐计算带来的误差,对比验证效果显示,算法结果输出高效稳定。 展开更多

关键词 总有界变分 帧间差分 视频烟雾检测 森林火灾

原文传递

基于合成图像的Faster R-CNN森林火灾烟雾检测 被引量：11

17

作者 张倩 周平平 +1 位作者 王公堂 李天平 《山东师范大学学报（自然科学版）》 CAS 2019年第2期180-185,共6页

本文采用合成图像的FasterR-CNN对森林火灾烟雾进行检测,避免了传统视频烟雾检测方法中复杂的人工特征提取过程.合成烟雾图像是将真实或模拟烟雾插入到森林背景中,解决了训练数据缺乏的问题.将真实合成烟雾和模拟合成烟雾分别训练后的... 本文采用合成图像的FasterR-CNN对森林火灾烟雾进行检测,避免了传统视频烟雾检测方法中复杂的人工特征提取过程.合成烟雾图像是将真实或模拟烟雾插入到森林背景中,解决了训练数据缺乏的问题.将真实合成烟雾和模拟合成烟雾分别训练后的模型放在由真实火焰烟雾图像组成的数据集中测试,测试结果表明,模拟烟雾是更好的选择,模型对薄烟不敏感.通过改进森林火灾烟雾图像的合成过程或者将这个解决方案扩展到视频序列中,可以进一步提高它的性能. 展开更多

关键词 森林火灾烟雾 FasterR-CNN 图像视频烟雾检测 深度学习

下载PDF 职称材料

基于混合高斯运动检测模型与多特征的烟雾识别算法 被引量：5

18

作者 吴亮生 雷欢 +3 位作者 黄东运 陈光黎 卢杏坚 杨阳 《自动化与信息工程》 2014年第2期1-5,11,共6页

为了有效克服复杂环境下动态、静态疑似烟雾物体的干扰,实现对烟雾的实时准确检测,提出基于混合高斯运动检测模型与多特征分析的烟雾识别算法。首先应用优化的混合高斯运动分析模型对视频图像序列进行运动区域提取,然后依据烟雾的颜色... 为了有效克服复杂环境下动态、静态疑似烟雾物体的干扰,实现对烟雾的实时准确检测,提出基于混合高斯运动检测模型与多特征分析的烟雾识别算法。首先应用优化的混合高斯运动分析模型对视频图像序列进行运动区域提取,然后依据烟雾的颜色特性、形状不规则性及面积扩散特点,对提取的疑似烟雾运动区域进行分析与筛选,从而判定出其是否为烟雾。实验结果表明:该算法可实时提取视频中的烟雾区域,并有效剔除疑似烟雾区域的干扰,具有良好的烟雾识别能力。 展开更多

关键词 混合高斯运动检测模型 多特征分析 视频烟雾检测

下载PDF 职称材料

基于图像处理的舰船火灾烟雾检测技术研究 被引量：6

19

作者 周泊龙 宋英磊 俞孟蕻 《舰船科学技术》 北大核心 2016年第5期111-115,共5页

舰船火灾探测报警系统作为损管监测体系的关键构成部分,其性能的优劣将会直接影响到舰船和舰员的安全问题。为提高舰船火灾探测技术的实时性和准确性,减少误报、漏报等情况的发生,提出一种结合烟雾颜色特征与运动特征进行研究的视频火... 舰船火灾探测报警系统作为损管监测体系的关键构成部分,其性能的优劣将会直接影响到舰船和舰员的安全问题。为提高舰船火灾探测技术的实时性和准确性,减少误报、漏报等情况的发生,提出一种结合烟雾颜色特征与运动特征进行研究的视频火灾烟雾检测技术。该技术通过运动目标区域检测和对烟雾颜色特征、形状不规则性和扩散性特征的提取,经过分析与判断,将满足烟雾特征判据的目标区域判别为烟雾区域。检测结果表明该技术能够准确且迅速地探测火灾烟雾,误报率低,可靠性好。 展开更多

关键词 舰船火灾探测 颜色特征 运动特征 视频火灾烟雾检测

下载PDF 职称材料

稀疏条件下的两层分类算法 被引量：2

20

作者 仝伯兵 王士同 梅向东 《智能系统学报》 CSCD 北大核心 2015年第1期27-36,共10页

在有限样本下距离量的选择对最近邻算法(K-nearest neighbor,KNN)算法有重要影响。针对以前距离量学习泛化性不强以及时间效率不高的问题,提出了一种稀疏条件下的两层分类算法(sparsity-inspired two-level classification algorithm,ST... 在有限样本下距离量的选择对最近邻算法(K-nearest neighbor,KNN)算法有重要影响。针对以前距离量学习泛化性不强以及时间效率不高的问题,提出了一种稀疏条件下的两层分类算法(sparsity-inspired two-level classification algorithm,STLCA)。该算法分为高低2层,在低层使用欧氏距离确定一个未标记的样本局部子空间;在高层,用稀疏贝叶斯在子空间进行信息提取。由于其稀疏性,在噪声情况下有很好的稳定性,可泛化性强,且时间效率高。通过在噪声数据以及在视频烟雾检测中的应用表明,STLCA算法能取得更好的效果。 展开更多

关键词 稀疏贝叶斯 两层分类 距离学习 视频烟雾检测 最近邻算法 有限样本 泛化性 时间效率

下载PDF 职称材料