基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前的视频火焰检测算法容易受到复杂场景、光照条件的影响,算法的实时性较差且容易误判等问题,提出一种红外视频图像自适应背景更新疑似火焰区域检测与改进层次分析法多特征融合火灾火焰识别方法.利用改进型自适应背景更新运动目标检测来获取红外视频图像中疑似火焰区域,消除背景干扰,提高火焰静动态特征的提取效率,将火焰的多种特征用三标度改进层次分析法进行融合,实验结果表明该方法对火焰的识别效果更加快速、精确、有效.
推荐文章
一种基于视频多特征融合的火焰识别算法
视频
火焰识别
信任度
特征融合
基于多特征融合CNN的人脸识别算法研究
人脸识别
卷积神经网络(CNN)
多特征融合
leakyrelu激活函数
人脸数据集
基于多特征融合的医学图像识别研究
特征提取
数据融合
图像识别
医学图像
基于多特征决策融合的SAR飞机识别
SAR图像
目标识别
几何特征
PCA特征
Hu不变矩
基于等级的决策融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多特征融合视频火灾识别研究
来源期刊 机械制造与自动化 学科 工学
关键词 火焰检测 红外图像 自适应背景更新 改进层次分析法 特征融合
年,卷(期) 2019,(4) 所属期刊栏目 电气与自动化
研究方向 页码范围 163-167
页数 5页 分类号 TP391.41
字数 5277字 语种 中文
DOI 10.19344/j.cnki.issn1671-5276.2019.04.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨素珍 漳州职业技术学院机械工程学院 10 9 2.0 2.0
2 叶锦华 福州大学机械工程及自动化学院 13 36 3.0 5.0
3 金肖 福州大学机械工程及自动化学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (346)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (43)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(9)
  • 参考文献(1)
  • 二级参考文献(8)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(10)
  • 参考文献(4)
  • 二级参考文献(6)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
火焰检测
红外图像
自适应背景更新
改进层次分析法
特征融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械制造与自动化
双月刊
1671-5276
32-1643/TH
大16开
江苏省南京市珠江路280号1903室
28-291
1972
chi
出版文献量(篇)
6602
总下载数(次)
23
总被引数(次)
27288
相关基金
福建省自然科学基金
英文译名:Natural Science Foundation of Fujian Province of China
官方网址:http://www.fjinfo.gov.cn/fz/zrjj.htm
项目类型:重大项目
学科类型:
论文1v1指导