基于深度學(xué)習(xí)的視頻煙霧檢測(cè)方法研究.pdf

1、火災(zāi)預(yù)警能夠及時(shí)快速地檢測(cè)到火災(zāi)的發(fā)生，從而有效的降低在火災(zāi)發(fā)生時(shí)給人民生命財(cái)產(chǎn)安全帶來(lái)的損失。相對(duì)于傳統(tǒng)的火災(zāi)預(yù)警方法而言，基于視頻的火災(zāi)檢測(cè)方法具有覆蓋范圍廣以及對(duì)于環(huán)境適應(yīng)條件強(qiáng)的特點(diǎn)。而當(dāng)前的一些視頻檢測(cè)方法，無(wú)論是利用煙霧的色彩、尺寸、紋理、飄動(dòng)和頻率等單一特征，或者是利用多種特征進(jìn)行綜合檢測(cè)的方法，例如支持向量機(jī)等方法，在火災(zāi)預(yù)警方面依然很難達(dá)到快速、精確和適應(yīng)性強(qiáng)的要求。本文中我們摒棄傳統(tǒng)的思想，將深度學(xué)習(xí)應(yīng)用到我們要討論

2、的視頻煙霧檢測(cè)中。深度學(xué)習(xí)是一種新的基于多層神經(jīng)網(wǎng)絡(luò)的算法，它緩解了傳統(tǒng)的深層模型難以實(shí)現(xiàn)的困境，從而引起了機(jī)器學(xué)習(xí)界的高度關(guān)注。本文利用視頻煙霧檢測(cè)自身特點(diǎn)，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)，通過(guò)大量的訓(xùn)練實(shí)驗(yàn)，構(gòu)建出符合要求的卷積神經(jīng)網(wǎng)絡(luò)模型，以達(dá)到對(duì)煙霧進(jìn)行檢測(cè)的目的。
　　本文的主要研究工作包括：
　　(1)總結(jié)、歸納當(dāng)今視頻煙霧檢測(cè)的方法，對(duì)當(dāng)今的各類視頻煙霧檢測(cè)方法進(jìn)行研究對(duì)比，認(rèn)真分析這些視頻煙霧檢測(cè)方法的優(yōu)缺點(diǎn)以及存在的問(wèn)題

3、。其中詳細(xì)介紹了具有代表性的一些煙霧檢測(cè)方法，包括利用單一煙霧特征進(jìn)行檢測(cè)的基于運(yùn)動(dòng)累積量檢測(cè)算法，以及利用紋理和邊緣特征進(jìn)行綜合檢測(cè)的算法。
　　(2)講述深度學(xué)習(xí)的由來(lái)以及發(fā)展的各個(gè)階段，詳細(xì)闡述深度學(xué)習(xí)到底是什么，它能夠應(yīng)用到哪些領(lǐng)域，對(duì)比深度學(xué)習(xí)與淺層學(xué)習(xí)的優(yōu)缺點(diǎn)，總結(jié)深度學(xué)習(xí)常用的模型及方法，并詳細(xì)介紹棧式自編碼網(wǎng)絡(luò)的訓(xùn)練過(guò)程。
　　(3)詳細(xì)介紹深度學(xué)習(xí)中能夠很好的應(yīng)用于圖像識(shí)別領(lǐng)域的卷積神經(jīng)網(wǎng)絡(luò)，結(jié)合煙霧圖像自