基于机器学习的烟雾检测算法去除固定干扰

• 作者: 刘青松 吴鹏 崔更申 李传明
• 来源期刊: 计算机测量与控制
• 关键词: 烟雾检测 运动块 线性分类器 固定干扰 机器学习
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 880-881,885
• 页数: 3页
• 分类号: TP274.2
• 语种: 中文

摘要

烟雾是早期火灾最为突出的视觉表现,因此检测火灾烟雾在日常防火应用中具有重要的意义;针对目前视频烟雾检测算法中误报率高,适应性差等特点,在实施基本烟雾检测算法并在其基础上提出基于机器学习的视频烟雾去干扰方法,能很大程度上去除固定干扰物的干扰,提高了烟雾识别的正确率;实验证明,该算法可以较好、较快地检测出烟雾,并做出早期的预警工作,且具有检测精确等优点,很方便在现实中推广使用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔更申	桂林电子科技大学计算机科学与控制学院	36	207	7.0	13.0
2	吴鹏	桂林电子科技大学计算机科学与控制学院	7	36	3.0	6.0
3	刘青松	桂林电子科技大学计算机科学与控制学院	2	8	1.0	2.0
4	李传明	桂林电子科技大学计算机科学与控制学院	2	27	2.0	2.0