基于目标跟踪与深度学习的视频火焰识别方法

• 作者: 张国平 张莹莹 徐洪波 耿梦雅
• 来源期刊: 计算机测量与控制
• 关键词: 火焰检测 图像处理 卷积神经网络 多目标跟踪
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 159-163
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.07.035

摘要

近年来火灾事故频发,对生态环境,社会经济都造成了严重影响,视频监控系统在火灾预防和环境监控中都有非常重要的作用;针对传统的视频火焰检测方法需要手工提取火焰特征且识别率低、误检率高的缺点,提出了一种基于特征检测,多目标跟踪和深度学习的火焰检测算法;通过高斯混合模型运动检测方法对视频中的动态目标进行提取,再经过HSI与RGB结合的颜色模型进行筛选,得到疑似火焰目标,对提取的目标进行多目标跟踪算法跟踪,最终对稳定存在的目标通过CaffeNet模型进行判别,得到火焰判别结果;实验证明,本算法实现了对视频火焰的准确检测,能对火焰进行有效识别,对火焰视频数据集上的平均识别精度达到98.79％,并能适应实时检测火灾的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国平	华中师范大学物理科学与技术学院	97	509	11.0	16.0
2	徐洪波	华中师范大学物理科学与技术学院	23	124	6.0	10.0
3	张莹莹	华中师范大学物理科学与技术学院	3	0	0.0	0.0
4	耿梦雅	华中师范大学物理科学与技术学院	2	0	0.0	0.0