文獻(xiàn)標(biāo)識(shí)碼: A
DOI: 10.19358/j.issn.2096-5133.2020.12.008
引用格式: 蔡春兵,,吳翠平,,徐鯤鵬. 基于深度學(xué)習(xí)的視頻火焰識(shí)別方法[J].信息技術(shù)與網(wǎng)絡(luò)安全,,2020,,39(12):44-51.
0 引言
傳統(tǒng)的氣體型,、感溫型,、感煙型和感光型等火災(zāi)探測(cè)器[1],依靠火災(zāi)中的CO,、CO2,、溫度、煙霧微粒,、熱和輻射等物理特征來(lái)探測(cè)火災(zāi)發(fā)生,。因其通常與火源距離較遠(yuǎn),,導(dǎo)致可靠性與實(shí)時(shí)性都不足,。視頻火災(zāi)探測(cè)技術(shù)無(wú)需靠近火源,可實(shí)現(xiàn)大視野,、遠(yuǎn)距離監(jiān)控,,廣泛應(yīng)用于大型工廠、森林和煤礦等大空間和室外開(kāi)放空間的火災(zāi)探測(cè),。
火焰具有明顯的視覺(jué)特征,,傳統(tǒng)視頻火災(zāi)探測(cè)算法通常根據(jù)火焰的顏色、形狀和紋理等靜態(tài)特征,,以及閃爍頻率,、面積增長(zhǎng),、形態(tài)變化和移動(dòng)方向等動(dòng)態(tài)特征進(jìn)行識(shí)別。CHEN T H等人[2]結(jié)合RGB色彩分割和火焰運(yùn)動(dòng)特性進(jìn)行火焰像素的判定,。KO B C[3]等人通過(guò)檢測(cè)運(yùn)動(dòng)區(qū)域和火焰顏色判斷來(lái)提取候選火焰區(qū)域,,并對(duì)候選區(qū)域提取特征,用于訓(xùn)練支持向量機(jī)SVM分類器,,實(shí)現(xiàn)對(duì)火與非火的判定,。MEI Z[4]等人通過(guò)幀間差分法和火焰顏色模型確定候選著火區(qū)域,然后提取火災(zāi)候選區(qū)域特征組成的特征向量,,用于訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型來(lái)識(shí)別火災(zāi),。候選區(qū)域的特征提取對(duì)后續(xù)分類器性能的好壞起到?jīng)Q定性的作用,傳統(tǒng)視頻火焰探測(cè)需要人工設(shè)計(jì)復(fù)雜的特征提取方法,,在識(shí)別率和泛化性能上都有一定的局限性,。
深度學(xué)習(xí)為傳統(tǒng)自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)等領(lǐng)域帶來(lái)了革命性進(jìn)步,,也必然促進(jìn)視頻火災(zāi)探測(cè)技術(shù)獲得突破性進(jìn)展,。深度學(xué)習(xí)算法可自動(dòng)提取圖像特征,克服了傳統(tǒng)視頻火災(zāi)探測(cè)需依靠人工經(jīng)驗(yàn)提取特征的缺陷,。FRIZZI S等人[5]訓(xùn)練了9層網(wǎng)絡(luò)結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò),,實(shí)現(xiàn)了火災(zāi)的識(shí)別。SON G等人[6]用AlexNet作為基礎(chǔ)架構(gòu),,訓(xùn)練了火災(zāi)分類模型,。WU H等人[7]分別訓(xùn)練了區(qū)域檢測(cè)網(wǎng)絡(luò)和區(qū)域分類網(wǎng)絡(luò),實(shí)現(xiàn)對(duì)火災(zāi)的判定,。上述方法都直接在原始圖片上使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取,,這樣大量的無(wú)關(guān)特征也將被傳入全連接網(wǎng)絡(luò)進(jìn)行訓(xùn)練,使得分類性能不佳,。
通常,,火焰只占據(jù)圖像的一部分,可首先提取火焰疑似區(qū)域,,再將疑似區(qū)域傳入深度學(xué)習(xí)模型進(jìn)行特征提取和精確識(shí)別,。通過(guò)結(jié)合傳統(tǒng)方法和深度學(xué)習(xí)算法的優(yōu)點(diǎn),提出一種基于深度學(xué)習(xí)的視頻火焰識(shí)別方法,。
本文的主要工作如下:
(1)利用改進(jìn)的五幀差法和自適應(yīng)混合高斯混合建模法(Adaptive Gaussian Mixture Model,,AGMM)進(jìn)行運(yùn)動(dòng)目標(biāo)提取,并結(jié)合RGB-HSV混合顏色空間模型,,提取疑似火焰區(qū)域,。
(2)制作火與類火數(shù)據(jù)集,訓(xùn)練AlexNet卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)疑似火焰區(qū)域進(jìn)行精確識(shí)別,。
(3)在實(shí)際數(shù)據(jù)上進(jìn)行測(cè)試,,并與文獻(xiàn)中其他算法進(jìn)行對(duì)比,,以評(píng)價(jià)算法的召回率、準(zhǔn)確率和誤報(bào)率,。
本文詳細(xì)內(nèi)容請(qǐng)下載:http://forexkbc.com/resource/share/2000003226
作者信息:
蔡春兵,,吳翠平,徐鯤鵬
(中國(guó)礦業(yè)大學(xué)(北京) 化學(xué)與環(huán)境工程學(xué)院,,北京100083)