基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
指出了随着人工智能的发展,使用机器视觉的方式来检测火灾逐渐成为火灾检测的重要手段.采用机器视觉的方式,主要是通过从视频监控中获取视频图像,然后直接提取相关特征进行判断是否为火焰,采用单一特征判断,出现错误检测的概率较高,极容易出现误判的情况.为此,提出了选取火焰特征和烟雾特征分别作为弱分类器,通过分类器设计,将弱分类器进行迭代训练,将弱分类器融合在一起,拟合成强分类器,最后对要检测的目标区域进行识别,这种方法弥补了采用单一特征检测误差较大的缺陷.
推荐文章
一种新型的城市火灾检测方法
火灾检测
卷积神经网络
图像处理
城市火灾
模式识别
深度学习
室内监控中一种运动目标检测的精确算法
视频监控
运动目标检测
混合高斯模型
帧间差分
一种新型的综合电气火灾报警系统研究
电气火灾
红外火焰传感器
温度传感器
51单片机
报警系统
一种基于免疫入侵检测的攻击路径标志技术研究
IP包标记
攻击源追踪
自适应机制
人工免疫
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种室内火灾检测技术研究
来源期刊 绿色科技 学科
关键词 视频检测 火焰检测 特征提取 分类器
年,卷(期) 2021,(4) 所属期刊栏目 环境与安全
研究方向 页码范围 120-121,124
页数 3页 分类号 X924.4
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (2)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视频检测
火焰检测
特征提取
分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
绿色科技
半月刊
1674-9944
42-1808/S
大16开
湖北省武汉市
2010
chi
出版文献量(篇)
21738
总下载数(次)
68
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导