时空双路3D残差卷积网络的视频烟雾检测

• 作者: 王立宸 袁小芳 谢宏 陈海滨 陈祎婧
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 3D残差卷积网络 烟雾检测 注意力机制 深度学习
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 143-149
• 页数: 7页
• 分类号: TP391.41
• 字数: 6699字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1907-0085

摘要

现有的视频烟雾检测方法大多通过运动检测提取疑似烟区,并依据经验手工设计提取烟雾特征,在复杂场景中检测准确率不高.针对以上问题,提出了一种基于时空双路3D残差卷积网络的视频烟雾检测方法,基于混合高斯背景模型与原始视频帧的小波低频分量差进行疑似烟区提取,其次构造时空双路3D残差卷积神经网络,并引入注意力机制加权融合烟雾时空域特征,实现端对端的烟雾识别.实验结果表明,该方法可以得到更为完整的疑似烟区,尤其对于过于稀薄和浓厚的烟雾分割效果较好,且相比于传统的烟雾检测方法和2D的烟雾检测卷积网络,在烟雾检测准确率上得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁小芳	湖南大学电气与信息工程学院	52	887	16.0	29.0
2	谢宏	湖南大学电气与信息工程学院	52	377	11.0	18.0
3	陈祎婧	湖南大学电气与信息工程学院	1	0	0.0	0.0
4	陈海滨	湖南大学电气与信息工程学院	8	77	4.0	8.0
5	王立宸	湖南大学电气与信息工程学院	1	0	0.0	0.0