基于深度神經(jīng)網(wǎng)絡的視頻煙霧檢測研究.pdf

1、視頻煙霧檢測技術是一種利用計算機視覺技術檢測視頻中煙霧事件的技術。由于其覆蓋面積大、響應時間短、成本低等優(yōu)點，逐漸取代傳統(tǒng)傳感器煙霧探測系統(tǒng)，并且隨著計算機視覺技術的快速發(fā)展，受到研究者們的廣泛關注?，F(xiàn)有的一些視頻煙霧檢測技術，大多采用單一的方法，未構成一套完整的視頻煙霧檢測系統(tǒng)。較高的誤報率是現(xiàn)有技術存在的主要缺點。在現(xiàn)有的煙霧檢測技術框架上，搭建了一個基于深度神經(jīng)網(wǎng)絡的視頻煙霧檢測系統(tǒng)。
　　目前，深度神經(jīng)網(wǎng)絡已成為機器學習、

2、計算機視覺領域的一個研究熱點。卷積神經(jīng)網(wǎng)絡作為深度神經(jīng)網(wǎng)絡的一個重要模型，其在圖像識別方面表現(xiàn)突出。深度的卷積神經(jīng)網(wǎng)絡通過從大數(shù)據(jù)中自動學習到圖像特征，相比于傳統(tǒng)人工提取特征的方法，其能更好的學習到刻畫圖像本質的表征信息，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。快速的視頻預處理能夠大量降低整個系統(tǒng)的時間復雜度，首先對分塊的視頻幀做運動檢測，定位運動的區(qū)域。然后，對運動區(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，也是時間復雜度最高的過程。因此，視頻預處理過后，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)實時性的要求。在單幀靜態(tài)紋理分析的基礎上，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實現(xiàn)了基于深度神經(jīng)網(wǎng)絡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)基本達到實時性要求。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