基于3D卷积神经网络的视频火灾检测

• 作者: 丁维奇 李姗姗 张娜娜 张媛媛
• 来源期刊: 信息技术
• 关键词: 机器学习 火灾检测 视频识别 3D卷积神经网络
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 研究与探讨|RESEARCH AND DISCUSSION
• 页码范围: 116-120
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.09.022

摘要

随着高层建筑的增多,消防压力越来越大,发展高准确率、低误报率的早期火灾检测系统变得越来越紧迫.近年来,随着计算机技术尤其是机器学习技术的发展,越来越多的相关技术被广泛应用于火灾图像处理方面的研究.针对已有的图像识别技术存在准确率低、误报率高等问题,提出一种基于3D卷积神经网络的火灾视频识别方法.实验结果证明,由于充分利用了视频中所包含的时序信息,该方法在所依赖的训练数据量相对较小的前提下,实现了较高的识别准确率和较低的误识率.