【摘要】：火災(zāi)是人類生產(chǎn)生活中最為常見且危害性強的災(zāi)害之一,及時有效的火災(zāi)預(yù)警技術(shù)成為近年來研究的重點。隨著攝像頭的普及,計算機視覺技術(shù)的發(fā)展與人們生產(chǎn)生活的需要,通過分析監(jiān)控設(shè)備采集的視頻實現(xiàn)火災(zāi)報警的方法逐步成為火災(zāi)檢測技術(shù)的革新方向之一。與傳統(tǒng)的基于傳感器的火災(zāi)探測技術(shù)相比,基于視頻內(nèi)容分析的火災(zāi)檢測技術(shù)不需要另外安裝火災(zāi)傳感器,通過對監(jiān)控視頻進行分析即可實現(xiàn)火情檢測,能夠避免火災(zāi)傳感器因傳感器靈敏程度低導(dǎo)致的一些漏報與誤報情況;同時具有安裝簡單、探測范圍大、不易受環(huán)境干擾、火情存檔方便、擴展性強、準確性高和實時性強等優(yōu)點,因此適用于山林、隧道、倉庫等空間較為開闊且不適合安裝傳統(tǒng)火災(zāi)傳感器的環(huán)境�；谏鲜鰞�(yōu)勢,視頻火災(zāi)檢測技術(shù)己經(jīng)成為當前研究的熱點,且隨著人工智能、計算機視覺與視頻處理技術(shù)的發(fā)展,越來越高效的火災(zāi)檢測技術(shù)不斷出現(xiàn)。視頻火災(zāi)檢測技術(shù)主要是通過對視頻內(nèi)容進行分析以提取火焰特征,進行目標識別實現(xiàn)火災(zāi)檢測。但是由于自然環(huán)境的復(fù)雜性與隨機性,以及火焰無規(guī)則的形狀與運動特點,目前基于計算機視覺技術(shù)的火災(zāi)檢測方法仍存在誤報率高、檢測速度慢和抗干擾能力弱等問題。針對目前視頻火災(zāi)檢測技術(shù)存在的問題,本文提出一種基于目標提取、多目標跟蹤和機器學(xué)習的視頻火災(zāi)檢測方法。該方法首先通過高斯混合模型運動檢測算法對視頻中的運動目標進行提取,再經(jīng)過HSI與RGB結(jié)合的顏色模型對火災(zāi)目標進行分別篩選,得到疑似火焰目標,最后通過深度學(xué)習算法進行火焰與煙霧的識別,實現(xiàn)火災(zāi)檢測。針對火災(zāi)目標的運動特點,使用基于幀間目標距離匹配的多目標跟蹤算法,實現(xiàn)疑似火災(zāi)目標的穩(wěn)定跟蹤。為適應(yīng)復(fù)雜場景的火災(zāi)檢測任務(wù),在火災(zāi)識別模塊使用卷積神經(jīng)網(wǎng)絡(luò)的算法,以AlexNet網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ),使用微調(diào)的方式進行訓(xùn)練,得到具有火焰與煙霧識別能力的網(wǎng)絡(luò)模型。最后,經(jīng)實驗證明,本文提出的視頻火災(zāi)檢測技術(shù)能對各種復(fù)雜場景的火災(zāi)區(qū)域進行有效識別,并排除非火災(zāi)物體的干擾,能夠適應(yīng)實時檢測火災(zāi)的需求,并具有較好的擴展能力與移植能力。
【圖文】：

人、損失財產(chǎn)達３６．７５億元。隨著中國經(jīng)濟飛速發(fā)展，城市人口爆發(fā)式增長，城市逡逑規(guī)模不斷擴大，這些也導(dǎo)致發(fā)生火災(zāi)的概率大大增加，起火后施救困難，火災(zāi)發(fā)生逡逑造成的損失不斷增大，起火誘因多樣化。圖１．１為２０１５年分場所火災(zāi)死亡人數(shù)分布逡逑情況統(tǒng)計圖，住宅成為最主要的火災(zāi)發(fā)生場所。只有及時檢測，及時撲滅火災(zāi)才能逡逑將火災(zāi)帶來的損失降到最低，因此，準確及時的火災(zāi)檢測機制成為近年來研宄的熱逡逑點。逡逑交通工具■倉話場所其他場所逡逑廠房逡逑邐邐邐逡逑Ｖ，．．邋．邐－逡逑篇往宅邋人員密集場所＊廠房R俳煌üぞ擼桑硬諵\0場所篇農(nóng)睹業(yè)生產(chǎn)場所邋其泡場所逡逑圖１．１邋２０１５年分場所火災(zāi)死亡人數(shù)分布情況逡逑１逡逑

邐３．３３８邐前景內(nèi)容不豐富逡逑經(jīng)過運動檢測后的效果如圖２．２所示，運動檢測利用了火焰持續(xù)不斷進行隨機逡逑運動的特征，對比多種運動檢測方法后，選擇使用高斯背景減除法提取運動目標。逡逑１１逡逑
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：X932;TP391.41

【參考文獻】

相關(guān)期刊論文 前6條

1 鄭懷兵;翟濟云;;基于視頻分析的森林火災(zāi)煙霧檢測方法[J];南京理工大學(xué)學(xué)報;2015年06期

2 何大超;婁小平;唐輝;;基于動態(tài)特性的實時視頻煙霧檢測[J];計算機應(yīng)用與軟件;2014年02期

3 張學(xué)敏;蔡曉東;梁玉敏;謝月飛;王春利;;基于目標跟蹤和多特征融合的火焰檢測算法[J];電視技術(shù);2013年15期

4 鄭璐;陳俊周;;基于運動和顏色的視頻煙霧檢測算法[J];計算機工程與設(shè)計;2010年21期

5 楊俊;王潤生;;基于計算機視覺的視頻火焰檢測技術(shù)[J];中國圖象圖形學(xué)報;2008年07期

6 張進華;莊健;杜海峰;王孫安;;一種基于視頻多特征融合的火焰識別算法[J];西安交通大學(xué)學(xué)報;2006年07期

相關(guān)碩士學(xué)位論文 前1條

1 劉恒;融合MMTD的圖像復(fù)原方法研究[D];南京郵電大學(xué);2013年

，

本文編號：2597954