基于深度学习的视频火焰识别方法

• 作者: 吴翠平 徐鲲鹏 蔡春兵
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 火焰识别 计算机视觉 深度学习 卷积神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 44-51
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2020.12.008

摘要

针对传统视频火灾检测方法依靠人工经验提取火焰特征,误报率高、鲁棒性差的特点,提出一种基于深度学习的视频火焰识别方法.该方法充分利用火焰的运动特征和颜色信息,先使用改进的五帧差法和自适应混合高斯建模法进行运动目标提取;再采用RGB-HSV混合颜色空间模型筛选出图像中可能的火焰像素区域;最后将以上两个步骤结合起来进行疑似火焰区域提取,并将疑似火焰区域图像传入预训练的AlexNet卷积神经网络模型进行火与非火的精确识别.通过对多种场景下火焰视频的测试结果表明,提出的方法具有较高的召回率、准确率和较低的误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴翠平		13	59	4.0	7.0
2	蔡春兵		1	0	0.0	0.0
3	徐鲲鹏		1	0	0.0	0.0