煙霧是火災(zāi)初期的最顯著特征之一,對各種環(huán)境下的視頻煙霧進(jìn)行準(zhǔn)確的檢測是減少火災(zāi)的重要手段。隨著人工智能技術(shù)的發(fā)展,基于計算機(jī)視覺的煙霧檢測技術(shù)研究得到了廣泛關(guān)注。本文對基于計算機(jī)視覺的煙霧檢測算法進(jìn)行研究,主要工作如下:（1）在候選區(qū)域提取階段,本文實驗對比分析了光流法、背景差法、幀差法這三種比較常見的運動區(qū)域提取算法,最后選取背景差法并結(jié)合暗通道先驗算法進(jìn)行煙霧候選區(qū)域提取。（2）研究了基于小波變換的煙霧檢測方法,將多級小波分解與LBP、HOG特征進(jìn)行有效結(jié)合提取煙霧特征。實驗結(jié)果表明,此方法進(jìn)行視頻煙霧檢測的準(zhǔn)確率高于己有方法,并降低了誤檢率。（3）研究了將LGBP方法應(yīng)用到煙霧檢測中。把LGBP應(yīng)用于煙霧檢測,可以進(jìn)一步提取煙霧圖像多方向和多尺度的局部二值模式信息,增強(qiáng)了特征的描述力。實驗結(jié)果分析,基于LGBP方法進(jìn)行視頻煙霧檢測準(zhǔn)確率高于常見的特征提取方法,并降低了誤檢率。（4）本文探討了一種輕量級卷積神經(jīng)網(wǎng)絡(luò)SqueezeNet與SVM相結(jié)合的方法來進(jìn)行視頻煙霧檢測,探討了一種SqueezeNet-SVM網(wǎng)絡(luò)模型,并與常見的深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行了對比實驗,實驗結(jié)果驗證了所提出方法... 

【文章來源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１視頻時間間隔Ａ／的兩幀（左ｐ時刻的視頻幀（右）（＋Ａ／時刻的視頻幀??

一光流前景目標(biāo)檢側(cè)結(jié)果

圖２－３兩幀差分法示意圖??

【參考文獻(xiàn)】：
期刊論文
[1]基于背景動態(tài)更新與暗通道先驗的火災(zāi)煙霧檢測算法[J]. 趙亮,駱炎民,駱翔宇.  計算機(jī)應(yīng)用研究. 2017(03)
[2]多特征分析的視頻煙霧檢測方法[J]. 方帥,祁林娟,于磊.  計算機(jī)工程與應(yīng)用. 2016(13)
[3]智能視頻監(jiān)控中運動目標(biāo)檢測研究綜述[J]. 張宏琳.  科技信息. 2014(06)
[4]火災(zāi)煙霧顆粒的光學(xué)散射特性研究[J]. 疏學(xué)明,方俊,邵荃,袁宏永.  中國工程科學(xué). 2005(01)
[5]計算機(jī)圖像識別的煙氣自動監(jiān)測[J]. 張曉春.  環(huán)境監(jiān)測管理與技術(shù). 2003(05)
[6]火災(zāi)煙霧探測技術(shù)的發(fā)展與探討[J]. 徐瓊,詹福如,蘇國鋒,袁宏永.  火災(zāi)科學(xué). 2002(02)

碩士論文
[1]野外火災(zāi)的圖像識別方法研究[D]. 徐仕玲.南京航空航天大學(xué) 2008



本文編號：3547215