基于运动上下文信息学习的室内视频烟雾预警算法研究
发布时间:2021-06-14 07:22
火灾的发生往往会造成重大的经济损失和人员伤亡,尤其室内火灾,由于室内空间狭小,同时存在其他可燃物,人员逃生需要一定的时间等因素的限制,增加了人员伤亡的几率。因此,建立一套完整室内火灾预警系统是预防火灾发生的重要措施之一。烟雾是初期火灾发生的特征之一,随着计算机视觉技术的发展,智能视频监控在安防领域受到广泛应用。本文提出一种基于视频图像的室内烟雾预警算法,该算法可以快速识别火灾烟雾信息,及时发出预警信号,警示工作人员对预警区域进行核实和处理。本文的主要研究内容和创新点如下:1.使用改进的ViBe算法对疑似烟雾提取。帧间差分法、高斯混合背景建模法、光流法、ViBe等是检测视频运动目标常用的算法,由于视频烟雾检测具有实时性强,检测效率高等要求,并且ViBe算法是像素级检测,更加符合现实场景下的烟雾检测。为了减少视频烟雾中非烟雾因素的干扰,本文提出了一种改进的ViBe算法,在原有ViBe算法的基础上对烟雾运动方向进行约束、判断,最大限度降低视频烟雾中的非烟雾区域的干扰。2.采用运动上下文信息学习的混合深度网络对疑似烟雾区域检测。传统的烟雾检测技术由于存在人为因素,对烟雾检测实时性、误报率、漏检...
【文章来源】:郑州轻工业大学河南省
【文章页数】:65 页
【学位级别】:硕士
【部分图文】:
MFR-DenseNet结构模型图
高光谱像素RNN模型图
烟雾
【参考文献】:
期刊论文
[1]基于运动筛选和3D卷积的视频早期烟雾检测[J]. 高联欣,魏维,胡泳植,冯宇浩. 计算机工程与应用. 2020(17)
[2]基于高斯混合模型和卷积神经网络的视频烟雾检测[J]. 李鹏,张炎. 激光与光电子学进展. 2019(21)
[3]深度学习在图像识别中的应用研究综述[J]. 郑远攀,李广阳,李晔. 计算机工程与应用. 2019(12)
[4]采用聚合Gabor核和局部二元模式的烟雾识别方法[J]. 袁非牛,李钢,夏雪,章琳,周宇. 小型微型计算机系统. 2019(04)
[5]面向烟雾识别与纹理分类的Gabor网络[J]. 袁非牛,夏雪,李钢,章琳,史劲亭. 中国图象图形学报. 2019(02)
[6]基于多特征融合与双向RNN的细粒度意见分析[J]. 郝志峰,黄浩,蔡瑞初,温雯. 计算机工程. 2018(07)
[7]视频烟雾检测研究进展[J]. 史劲亭,袁非牛,夏雪. 中国图象图形学报. 2018(03)
[8]基于级联卷积神经网络的视频动态烟雾检测[J]. 陈俊周,汪子杰,陈洪瀚,左林翼. 电子科技大学学报. 2016(06)
[9]基于改进的帧间差分运动目标提取算法[J]. 赵婷,郑紫微. 无线通信技术. 2016(02)
[10]一种基于双波段红外视频火灾探测器的研制[J]. 陈学军,杨永明. 电子测量与仪器学报. 2016(03)
博士论文
[1]基于仿生智能优化的图像处理算法研究[D]. 郭艳菊.河北工业大学 2014
[2]图像形态学和小波分析在图像增强与边缘检测中的应用[D]. 迟健男.东北大学 2005
硕士论文
[1]室内火灾烟雾识别算法研究[D]. 王慎波.天津大学 2016
[2]基于光流法的运动目标检测和跟踪算法研究[D]. 刘洁.中国矿业大学 2015
[3]基于信息融合的无线电气火灾预警系统研究[D]. 霍柳行.河南理工大学 2011
[4]视频图像中的烟雾检测方法研究[D]. 杨杰.西南交通大学 2011
[5]视频火灾烟雾检测相关方法研究[D]. 安闻川.哈尔滨理工大学 2011
[6]基于图像处理的室内视频火灾烟雾识别方法[D]. 章巧娟.华中科技大学 2011
[7]视频火灾安全监控系统在大空间建筑中的设计及应用[D]. 王云.山东科技大学 2010
[8]基于图像处理的火灾探测系统的研究[D]. 董墨.沈阳理工大学 2008
本文编号:3229344
【文章来源】:郑州轻工业大学河南省
【文章页数】:65 页
【学位级别】:硕士
【部分图文】:
MFR-DenseNet结构模型图
高光谱像素RNN模型图
烟雾
【参考文献】:
期刊论文
[1]基于运动筛选和3D卷积的视频早期烟雾检测[J]. 高联欣,魏维,胡泳植,冯宇浩. 计算机工程与应用. 2020(17)
[2]基于高斯混合模型和卷积神经网络的视频烟雾检测[J]. 李鹏,张炎. 激光与光电子学进展. 2019(21)
[3]深度学习在图像识别中的应用研究综述[J]. 郑远攀,李广阳,李晔. 计算机工程与应用. 2019(12)
[4]采用聚合Gabor核和局部二元模式的烟雾识别方法[J]. 袁非牛,李钢,夏雪,章琳,周宇. 小型微型计算机系统. 2019(04)
[5]面向烟雾识别与纹理分类的Gabor网络[J]. 袁非牛,夏雪,李钢,章琳,史劲亭. 中国图象图形学报. 2019(02)
[6]基于多特征融合与双向RNN的细粒度意见分析[J]. 郝志峰,黄浩,蔡瑞初,温雯. 计算机工程. 2018(07)
[7]视频烟雾检测研究进展[J]. 史劲亭,袁非牛,夏雪. 中国图象图形学报. 2018(03)
[8]基于级联卷积神经网络的视频动态烟雾检测[J]. 陈俊周,汪子杰,陈洪瀚,左林翼. 电子科技大学学报. 2016(06)
[9]基于改进的帧间差分运动目标提取算法[J]. 赵婷,郑紫微. 无线通信技术. 2016(02)
[10]一种基于双波段红外视频火灾探测器的研制[J]. 陈学军,杨永明. 电子测量与仪器学报. 2016(03)
博士论文
[1]基于仿生智能优化的图像处理算法研究[D]. 郭艳菊.河北工业大学 2014
[2]图像形态学和小波分析在图像增强与边缘检测中的应用[D]. 迟健男.东北大学 2005
硕士论文
[1]室内火灾烟雾识别算法研究[D]. 王慎波.天津大学 2016
[2]基于光流法的运动目标检测和跟踪算法研究[D]. 刘洁.中国矿业大学 2015
[3]基于信息融合的无线电气火灾预警系统研究[D]. 霍柳行.河南理工大学 2011
[4]视频图像中的烟雾检测方法研究[D]. 杨杰.西南交通大学 2011
[5]视频火灾烟雾检测相关方法研究[D]. 安闻川.哈尔滨理工大学 2011
[6]基于图像处理的室内视频火灾烟雾识别方法[D]. 章巧娟.华中科技大学 2011
[7]视频火灾安全监控系统在大空间建筑中的设计及应用[D]. 王云.山东科技大学 2010
[8]基于图像处理的火灾探测系统的研究[D]. 董墨.沈阳理工大学 2008
本文编号:3229344
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3229344.html
最近更新
教材专著