基于深度神經(jīng)網(wǎng)絡(luò)的視頻煙霧檢測(cè)研究.pdf

1、視頻煙霧檢測(cè)技術(shù)是一種利用計(jì)算機(jī)視覺(jué)技術(shù)檢測(cè)視頻中煙霧事件的技術(shù)。由于其覆蓋面積大、響應(yīng)時(shí)間短、成本低等優(yōu)點(diǎn)，逐漸取代傳統(tǒng)傳感器煙霧探測(cè)系統(tǒng)，并且隨著計(jì)算機(jī)視覺(jué)技術(shù)的快速發(fā)展，受到研究者們的廣泛關(guān)注?，F(xiàn)有的一些視頻煙霧檢測(cè)技術(shù)，大多采用單一的方法，未構(gòu)成一套完整的視頻煙霧檢測(cè)系統(tǒng)。較高的誤報(bào)率是現(xiàn)有技術(shù)存在的主要缺點(diǎn)。在現(xiàn)有的煙霧檢測(cè)技術(shù)框架上，搭建了一個(gè)基于深度神經(jīng)網(wǎng)絡(luò)的視頻煙霧檢測(cè)系統(tǒng)。
　　目前，深度神經(jīng)網(wǎng)絡(luò)已成為機(jī)器學(xué)習(xí)、

2、計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)研究熱點(diǎn)。卷積神經(jīng)網(wǎng)絡(luò)作為深度神經(jīng)網(wǎng)絡(luò)的一個(gè)重要模型，其在圖像識(shí)別方面表現(xiàn)突出。深度的卷積神經(jīng)網(wǎng)絡(luò)通過(guò)從大數(shù)據(jù)中自動(dòng)學(xué)習(xí)到圖像特征，相比于傳統(tǒng)人工提取特征的方法，其能更好的學(xué)習(xí)到刻畫(huà)圖像本質(zhì)的表征信息，有利于分類識(shí)別。
　　由于煙霧區(qū)域的不規(guī)則性，分塊檢測(cè)是一種有效的方法?？焖俚囊曨l預(yù)處理能夠大量降低整個(gè)系統(tǒng)的時(shí)間復(fù)雜度，首先對(duì)分塊的視頻幀做運(yùn)動(dòng)檢測(cè)，定位運(yùn)動(dòng)的區(qū)域。然后，對(duì)運(yùn)動(dòng)區(qū)域再做顏色分析，過(guò)濾掉大部分非

3、煙霧的區(qū)域。煙霧紋理分析是整個(gè)系統(tǒng)的主要過(guò)程，也是時(shí)間復(fù)雜度最高的過(guò)程。因此，視頻預(yù)處理過(guò)后，分析其紋理特征，既能精確的檢測(cè)有煙區(qū)域，又有利于滿足系統(tǒng)實(shí)時(shí)性的要求。在單幀靜態(tài)紋理分析的基礎(chǔ)上，再分析其時(shí)空域上的動(dòng)態(tài)信息，提高檢測(cè)精度、降低誤檢率。
　　采用C++并基于Caffe實(shí)現(xiàn)了基于深度神經(jīng)網(wǎng)絡(luò)的視頻煙霧檢測(cè)系統(tǒng)，并且可以利用GPU加速紋理分析部分，使系統(tǒng)基本達(dá)到實(shí)時(shí)性要求。在煙霧檢測(cè)公共視頻庫(kù)上分析其算法性能，與現(xiàn)有性能優(yōu)異