基于卷积神经网络的视频烟雾探测追踪技术研究

摘要

火灾探测预警技术是有效降低火灾损失、辅助扑救火灾,保护人民生命财产安全的重要技术保障,是对烟雾进行探测较为有效的手段之一。目前,大部分烟雾探测报警装置主要设置于室内空间场所,仅具备探测和报警功能,同时误报率相对较高,也无法同步传递实时视频画面信息,对室外空间区域也无法进行探测。针对上述情况,基于视频监控系统对烟雾进行实时探测研究。通过对CNN架构进行改进,在EfficientNet中加入残差模块Res-EfficientNet,更精准的探测和识别烟雾。通过STRCF实现对烟雾的精度定位。为提高探测准确率,还考虑了烟雾偏振传输特性,如烟雾的扩散和半透明状态。为了能够更好地探测视频中的烟雾,将空间频率的能量作为滤波器的一维约束项,在基准数据集上进行了试验,试验结果表明,准确率提高了3%。