近年來,隨著地球氣候的變化導致森林火災的頻繁發(fā)生,不但給國家造成嚴重的經濟損失,影響生態(tài)環(huán)境,而且對人類生命安全構成極大威脅。火災控制,預防為先。如果可以在火災早期預警,許多火災可以在大規(guī)模災難發(fā)生前撲滅。目前森林火災的檢測方法主要有以下幾種:通過衛(wèi)星生成遙感圖像識別、通過瞭望塔人工值守、安排專人巡邏、通過飛機或無人機進行巡視,這些方法都或多或少的存在著不同的問題如衛(wèi)星遙感監(jiān)測的實時性和準確性不高,瞭望塔和飛機監(jiān)測成本過高,地面巡邏工作量大且效率低,傳感器容易被環(huán)境干擾,精度不高�；馂陌l(fā)生前會由于燃燒產生大量的煙霧,煙霧探測的精確探測可以有效地對火災進行防范。隨著計算機視覺技術的飛速發(fā)展,視頻圖像識別與檢測技術已廣泛應用于安全、醫(yī)療、智能農業(yè)、環(huán)保等方面。本文主要利用計算機視覺技術對森林火災早期產生的煙霧進行檢測�；诰矸e神經網絡,提出了兩種煙霧檢測算法,并融合檢測算法設計了林火智能監(jiān)測系統(tǒng)。最后總結了現(xiàn)有算法的優(yōu)缺點,并提出了相應的解決方案和進一步的研究方向。本文的主要研究內容如下:1.目前針對森林火災煙霧視頻的研究還沒有統(tǒng)一的數(shù)據(jù)集,通過前期準備階段的收集和整理,得到21段用于檢測...

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內外研究發(fā)展現(xiàn)狀
        1.2.1 傳統(tǒng)視頻火災檢測技術
        1.2.2 深度學習在火災檢測中的應用
        1.2.3 林火監(jiān)測系統(tǒng)的研究現(xiàn)狀
    1.3 本文的主要工作與創(chuàng)新
    1.4 本論文的結構安排
第二章 卷積神經網絡結構和原理介紹
    2.1 卷積神經網絡結構
        2.1.1 池化層
        2.1.2 全連接層
        2.1.3 激活函數(shù)
        2.1.4 損失函數(shù)
    2.2 卷積神經網絡原理
    2.3 實驗結果評價方法
    2.4 本章小結
第三章 煙霧視頻數(shù)據(jù)整理和預處理
    3.1 數(shù)據(jù)集的收集整理和建立
    3.2 視頻預處理
        3.2.1 濾波
        3.2.2 運動檢測
        3.2.3 顏色特征分析與提取
        3.2.4 煙霧區(qū)域運動特征分析與抽取
    3.3 本章小結
第四章 基于2D卷積神經網絡的林火煙霧檢測
    4.1 二維卷積神經網絡介紹
    4.2 基于煙霧候選區(qū)和Faster RCNN結合的煙霧探測方法
    4.3 實驗與結果分析
    4.4 本章小結
第五章 基于3D卷積神經網絡的林火煙霧檢測
    5.1 三維卷積神經網絡
        5.1.1 3D卷積神經網絡的研究進展與現(xiàn)狀
        5.1.2 3D卷積
    5.2 基于三維卷積神經網絡煙霧檢測
        5.2.1 C3D網絡模型
        5.2.2 系統(tǒng)整體框架及算法流程
    5.3 實驗結果與分析
    5.4 林火檢測系統(tǒng)的設計
        5.4.1 數(shù)據(jù)庫結構設計
        5.4.2 系統(tǒng)測試
    5.5 本章小結
第六章 全文總結與展望
    6.1 全文總結
    6.2 后續(xù)工作展望
致謝
參考文獻



本文編號：3846943