双流序列回归深度网络的视频火灾检测方法

• 作者: 冯松鹤 孔亚奇 殷梦霞 王涛 郎丛妍
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 火灾检测 序列回归 卷积神经网络 多类别学习
• 年，卷（期）: 2017,（14）
• 页码范围: 1590-1595,1663
• 页数: 7页
• 分类号: TM37
• 字数: 4985字
• 语种: 中文

摘要

首先构建1个室外多场景大规模火灾视频数据库,不仅标注火焰区域,同时根据火焰区域标注量化的火焰级别标签.结合深度网络视频特征的表征能力,将火灾检测形式化为多类别有序回归问题,提出基于双流序列回归深度网络的火灾检测模型.所提出的方法有效融合了视频帧间的运动信息和关键帧的视觉信息.在所构建的数据库和现有的3个公开火灾测试集上的实验表明,所提出的火灾检测方法准确率显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王涛	北京交通大学计算机与信息技术学院	33	379	11.0	19.0
2	郎丛妍	北京交通大学计算机与信息技术学院	11	74	5.0	8.0
3	冯松鹤	北京交通大学计算机与信息技术学院	11	187	5.0	11.0
4	孔亚奇	北京交通大学计算机与信息技术学院	1	5	1.0	1.0
5	殷梦霞	北京交通大学计算机与信息技术学院	1	5	1.0	1.0