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:
针对目前的烟雾检测算法主要基于单一特征或烟雾的多个动静态特征的融合导致检测精度低的问题,提出一种使用卷积神经网络和循环神经网络组合的视频烟雾检测框架来捕获烟雾在空间域和时间域中的特征信息.利用空间流网络部分对运动区域自动提取特征后进行初步的空域的判别;在将空域判断为有烟的基础上进一步通过时间流网络和循环神经网络部分累积一组连续帧之间的运动信息以区分烟雾和非烟雾区域.与现有的使用深度卷积神经网络模型进行对比实验,实验结果表明,该方法具有较高的分类检测准确率.在多个视频场景中进行测试,验证了该算法的有效性.
推荐文章
基于深度时空卷积神经网络的人群异常行为检测和定位
人群异常行为检测
深度时空卷积神经网络
迁移学习
数据扩充
基于时空域深度特征两级编码融合的视频分类
视频分类
两级编码
深度学习
特征融合
基于证据理论和神经网络的烟雾图像检测
烟雾图像
烟雾检测
证据理论
火灾报警
神经网络
基于级联卷积神经网络的视频动态烟雾检测
卷积神经网络
深度学习
纹理特征
视频烟雾检测
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 基于时空域深度神经网络的野火视频烟雾检测
来源期刊 计算机应用与软件 学科 工学
关键词 卷积神经网络 循环神经网络 时空域特征 烟雾检测
年,卷(期) 2019,(9) 所属期刊栏目 图像处理与应用
研究方向 页码范围 236-242,259
页数 8页 分类号 TP391.41
字数 5581字 语种 中文
DOI 10.3969/j.issn.1000-386x.2019.09.042
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 魏维 成都信息工程大学计算机学院 28 84 5.0 8.0
2 张斌 成都信息工程大学计算机学院 10 8 2.0 2.0
3 高联欣 成都信息工程大学计算机学院 4 4 2.0 2.0
4 宋岩贝 成都信息工程大学计算机学院 4 4 2.0 2.0
5 李佳欣 成都信息工程大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (23)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
卷积神经网络
循环神经网络
时空域特征
烟雾检测
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导