基于神经网络的视频图像火焰检测方法

• 作者: 缪存可 杨炼 姜玥颖
• 来源期刊: 自动化应用
• 关键词: 火焰识别 YCbCr颜色空间模型 卷积神经网络 TensorFlow
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 71-74
• 页数: 4页
• 分类号: TP394.1
• 语种: 中文
• DOI: 10.19769/j.zdhy.2021.04.021

摘要

针对依靠人工经验提取火焰特征的传统视频火灾识别方法,误报率高、鲁棒性差的特点,文章提出基于多特征融合的神经网络视频火焰检测方法.首先,通过分析火焰区域与视频全区域的YCbCr的均值之间的关系,得到颜色特征约束条件.然后利用帧间差分法获得火焰面积变化约束条件.最后,再结合火焰圆形度及形状相似度两个特征,并运用TensorFlow构建卷积神经网络实现对视频火焰的精确识别.实验结果表明,所提出的火焰检测方法有较高的识别率,可有效降低误检.