基于BP神经网络视频火灾火焰检测方法

• 作者: 段锁林 顾川林
• 来源期刊: 常州大学学报（自然科学版）
• 学科: 工学
• 关键词: 蚁群算法 BP神经网络 混合高斯模型 多特征融合
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP391.4
• 字数: 4041字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0411.2017.02.012

摘要

针对视频火焰图像识别问题,采取一种结合蚁群算法(Ant Colony Algorithm)优化的BP神经网络火灾火焰检测方法.该方法克服了传统神经网络容易陷入局部最优值和收敛速度慢的问题.使用混合高斯模型建立统计模型分割火焰图像.火焰的判别特征采用面积增加率、圆形度和火焰尖角数,并且各特征量作为神经网络的输入量来得到判别火焰的最终概率.通过对大量实验数据的分析,表明该算法在可接受的时间范围内能有效改善火焰识别的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段锁林	常州大学机器人研究所	43	214	8.0	11.0
2	顾川林	常州大学机器人研究所	1	7	1.0	1.0