發(fā)布時間：2021-09-15 18:49

　　森林資源對于人類的發(fā)展極其重要,而森林火災具有突發(fā)性強、頻率高等特點,不但威脅人員安全,而且會造成巨大的經濟損失。因此,預防火災已成為各國保護自然資源的首要任務。其中,煙霧是火災發(fā)生的早期征兆,準確及時地識別煙霧的發(fā)生,對于減小資源損失、保護生態(tài)資源,具有重要意義。火災早期煙霧檢測通常是在檢測點布置視覺傳感器,實時采集圖片或者視頻信息,由人工判斷是否發(fā)生火災,具有人工成本大、漏判率高等缺點。針對上述問題,本文采用深度學習算法,分別從基于圖片識別和基于視頻識別,對自建數據集進行深度網絡模型的建立。并針對煙霧視頻中幀與幀之間的時序性特征,提出了基于視頻的煙霧識別網絡模型,以期探索深度學習技術在林火早期煙霧監(jiān)測場景中的應用可行性。本文的主要工作包括以下幾個方面:（1）數據集建立方面。主要以人工采集和當前公開數據庫相結合的方式,建立煙霧圖像數據集和視頻數據集;（2）基于圖像方面。深入研究深度學習網絡模型結構,利用Faster R-CNN與SSD網絡對煙霧圖像進行煙霧識別檢測,通過實驗對比發(fā)現,在煙霧識別領域Faster R-CNN型網絡的準確率要優(yōu)于SSD型網絡。（3）基于視頻方面。著重考慮到... 

【文章來源】：北京林業(yè)大學北京市 211工程院校 教育部直屬院校

【文章頁數】：62 頁

【學位級別】：碩士

【部分圖文】：

圖２．１公開數據庫林火煙霧視頻截圖??Ｆｉｇｕｒｅ２．１?Ｖｉｄｅｏ?Ｄｉｓｐｌａｙ?ｏｆ?Ｆｏｒｅｓｔ?Ｆｉｒｅ?Ｓｍｏｋｅ?ｉｎ?Ｏｐｅｎ?Ｄａｔａｂａｓｅ??

２．１展示的是數據庫內森林背景的煙霧視頻截圖。??■■■■■■■■?Ｌ．??圖２．１公開數據庫林火煙霧視頻截圖??Ｆｉｇｕｒｅ２．１?Ｖｉｄｅｏ?Ｄｉｓｐｌａｙ?ｏｆ?Ｆｏｒｅｓｔ?Ｆｉｒｅ?Ｓｍｏｋｅ?ｉｎ?Ｏｐｅｎ?Ｄａｔａｂａｓｅ??６??

２．１展示的是數據庫內森林背景的煙霧視頻截圖。??■■■■■■■■?Ｌ．??圖２．１公開數據庫林火煙霧視頻截圖??Ｆｉｇｕｒｅ２．１?Ｖｉｄｅｏ?Ｄｉｓｐｌａｙ?ｏｆ?Ｆｏｒｅｓｔ?Ｆｉｒｅ?Ｓｍｏｋｅ?ｉｎ?Ｏｐｅｎ?Ｄａｔａｂａｓｅ??６??

【參考文獻】：
期刊論文
[1]循環(huán)神經網絡研究綜述[J]. 楊麗,吳雨茜,王俊麗,劉義理.  計算機應用. 2018(S2)
[2]基于長短期記憶和卷積神經網絡的語音情感識別[J]. 盧官明,袁亮,楊文娟,閆靜杰,李海波.  南京郵電大學學報(自然科學版). 2018(05)
[3]基于CNN和LSTM混合模型的人體跌倒行為研究[J]. 厙向陽,蘇學威.  計算機應用研究. 2019(12)
[4]基于加權詞向量和LSTM-CNN的微博文本分類研究[J]. 馬遠浩,曾衛(wèi)明,石玉虎,徐鵬.  現代計算機(專業(yè)版). 2018(25)
[5]基于長短期記憶網絡的售電量預測模型研究[J]. 方志強,王曉輝,夏通.  電力工程技術. 2018(03)
[6]基于多流CNN-LSTM網絡的群體情緒識別[J]. 卿粼波,熊文詩,周文俊,熊珊珊,吳曉紅.  計算機應用研究. 2018(12)
[7]基于深度遷移學習的煙霧識別方法[J]. 王文朋,毛文濤,何建樑,竇智.  計算機應用. 2017(11)
[8]基于視頻的林火煙霧識別方法[J]. 范一舟,馬洪兵.  清華大學學報(自然科學版). 2015(02)
[9]基于視頻圖像的林火煙霧檢測方法[J]. 周輝.  森林防火. 2014(04)
[10]基于視頻的林火煙霧識別算法研究[J]. 林宏,劉志剛,趙同林,張雁.  安全與環(huán)境學報. 2013(02)

博士論文
[1]基于序列深度學習的視頻分析：建模表達與應用[D]. 沈旭.中國科學技術大學 2017
[2]基于深度學習的文本表示與分類方法研究[D]. 閆琰.北京科技大學 2016
[3]基于光流法火災煙霧視頻圖像識別及多信息融合探測算法研究[D]. 于春雨.中國科學技術大學 2010

碩士論文
[1]基于視覺顯著性的視頻關鍵幀提取技術研究[D]. 榮金莉.南京郵電大學 2018
[2]基于時空特征深度學習的新生兒疼痛表情識別[D]. 洪強.南京郵電大學 2018
[3]基于長短時記憶神經網絡的異常行為識別研究[D]. 王雁飛.四川師范大學 2018
[4]基于深度學習的知乎標題的多標簽文本分類[D]. 張闖.北京交通大學 2018
[5]基于CNN-RNN的微表情識別[D]. 王思宇.哈爾濱工程大學 2018
[6]基于快速SSD深度學習算法的機器人抓取系統(tǒng)研究[D]. 王欣.武漢科技大學 2018
[7]基于時空域深度神經網絡的視頻煙霧檢測研究[D]. 薛繼光.西南交通大學 2018
[8]面向復雜場景的煙霧檢測研究與實現[D]. 殷夢霞.北京交通大學 2018
[9]基于視頻圖像的煙霧檢測技術研究[D]. 周文忠.南京理工大學 2018
[10]基于CNN-RNN的視頻事件分類[D]. 肖廷漢.哈爾濱工程大學 2018



本文編號：3396602