一种双网融合的分阶段烟雾检测算法

• 作者: 张为 徐岩 杜立召
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 烟雾检测 ViBe算法 YOLOv3 注意力机制 深度学习
• 年，卷（期）: 2020,（4）
• 页码范围: 141-148
• 页数: 8页
• 分类号: TP391
• 字数: 4298字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2020.04.019

摘要

现有的视频烟雾检测方法在复杂场景下检测准确率低,不能准确地框定出视频图像中的烟雾区域.针对此问题,提出一种结合烟雾运动过程和目标检测的分阶段烟雾检测算法.首先,基于烟雾颜色特征改进ViBe算法,提取视频中不断运动的烟雾.然后以YOLO v3模型为基础,在主干网络的残差结构中引入通道注意力机制;使用Focal-loss和GIoU改进损失函数.在烟雾图片数据集测试中,改进后的网络单张图片检测时间为38.4 ms,mAP达到约92.13％,相比原模型提高了约2.19％.在提取烟雾运动的同时,将同一帧送入网络进行检测;以两者的检测结果对烟雾做综合判别.在公开烟雾视频测试中,该算法的检测率平均达到约98.88％.测试表明,算法对复杂场景适应性强,检测效率高,具有较高的实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张为	天津大学微电子学院	71	358	10.0	15.0
2	徐岩	天津大学电气自动化与信息工程学院	44	132	5.0	9.0
3	杜立召	天津大学电气自动化与信息工程学院	1	0	0.0	0.0