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

1、視頻煙霧檢測技術(shù)是一種利用計算機(jī)視覺技術(shù)檢測視頻中煙霧事件的技術(shù)。由于其覆蓋面積大、響應(yīng)時間短、成本低等優(yōu)點(diǎn)，逐漸取代傳統(tǒng)傳感器煙霧探測系統(tǒng)，并且隨著計算機(jī)視覺技術(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系統(tǒng)。較高的誤報率是現(xiàn)有技術(shù)存在的主要缺點(diǎn)。在現(xiàn)有的煙霧檢測技術(shù)框架上，搭建了一個基于深度神經(jīng)網(wǎng)絡(luò)的視頻煙霧檢測系統(tǒng)。
　　目前，深度神經(jīng)網(wǎng)絡(luò)已成為機(jī)器學(xué)習(xí)、

2、計算機(jī)視覺領(lǐng)域的一個研究熱點(diǎn)。卷積神經(jīng)網(wǎng)絡(luò)作為深度神經(jīng)網(wǎng)絡(luò)的一個重要模型，其在圖像識別方面表現(xiàn)突出。深度的卷積神經(jīng)網(wǎng)絡(luò)通過從大數(shù)據(jù)中自動學(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)到刻畫圖像本質(zhì)的表征信息，有利于分類識別。
　　由于煙霧區(qū)域的不規(guī)則性，分塊檢測是一種有效的方法?？焖俚囊曨l預(yù)處理能夠大量降低整個系統(tǒng)的時間復(fù)雜度，首先對分塊的視頻幀做運(yùn)動檢測，定位運(yùn)動的區(qū)域。然后，對運(yùn)動區(qū)域再做顏色分析，過濾掉大部分非

3、煙霧的區(qū)域。煙霧紋理分析是整個系統(tǒng)的主要過程，也是時間復(fù)雜度最高的過程。因此，視頻預(yù)處理過后，分析其紋理特征，既能精確的檢測有煙區(qū)域，又有利于滿足系統(tǒng)實(shí)時性的要求。在單幀靜態(tài)紋理分析的基礎(chǔ)上，再分析其時空域上的動態(tài)信息，提高檢測精度、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)時性要求。在煙霧檢測公共視頻庫上分析其算法性能，與現(xiàn)有性能優(yōu)異