声明
第1章绪 论
1.1 课题研究的背景和意义
1.2 视频烟雾研究现状
1.2.1 基于传统图像特征的烟雾检测研究现状
1.2.2 基于卷积神经网络的烟雾检测研究现状
1.2.3 视频烟雾状态分析研究现状
1.3 本文主要研究内容
1.3.1 研究思路
1.3.2 内容安排
第2 章烟雾检测相关原理及概述
2.1 引言
2.2 视频烟雾运动特征分析
2.2.1 光流法
2.2.2 三帧间差分法
2.2.3 混合高斯建模
2.3 卷积神经网络原理分析
2.3.1 CNN分类网络原理
2.3.2 目标检测网络原理
2.4 视频烟雾数据集的建立
1、数据集选取
2、数据集的预处理
2.5 本章小结
第3 章 基于目标识别的疑似烟雾区域检测
3.1 引言
3.2 算法基本原理
3.2.1 改进的混合高斯对疑似烟雾区域筛选
3.2.2 YOLOv2 网络原理
3.3 融合算法对视频烟雾检测
3.3.1 多任务损失函数
3.3.2 端对端网络训练与检测
3.4 实验结果及分析
3.4.1 烟雾区域检测结果分析
3.4.2 视频识别结果分析
3.5 本章小结
第4 章基于全卷积神经网络的烟雾区域分割
4.1 引言
4.2 烟雾区域像素级检测
4.2.1 烟雾区域分割算法整体架构
4.2.2 基于 Deeplabv3+的烟雾区域粗分割
4.2.3 DenseCRF对烟雾边缘的细分割
4.3 基于 HSV-Gray 的烟雾厚度分析
4.3.1 烟雾厚度模型建立
4.3.2 烟雾区域检测与厚度分析
4.4 实验结果与分析
4.4.1 实验数据
4.4.2 实验结果分析
4.5 本章小结
第5 章基于GAN 网络的视频烟雾趋势预测
5.1 引言
5.2 GAN网络架构
5.2.1 GAN基础原理
5.2.2 GAN网络迭代训练
5.3 视频烟雾趋势预估
5.3.1 未来帧生成原理
5.3.2 拉普拉斯金字塔多尺度优化
5.3.3 未来烟雾趋势热图分析
5.4 实验结果分析与趋势预估应用
5.4.1 实验数据
5.4.2 实验结果分析
5.4.3 烟雾趋势预估应用案例
5.5 本章小结
结 论
参考文献
攻读硕士学位期间承担的科研任务与主要研究成果
致 谢
燕山大学;