野外早期火灾烟雾视频检测技术研究

摘要

针对视频中野外早期火灾烟雾形状模糊，颜色相对背景对比不明显，外观特性多样等的特点，提出一种并行的基于深度学习和动态纹理特征的烟雾识别方法。实验中，针对视频烟雾检测中视频帧的噪声，采用均值滤波的方法对视频帧进行过滤。并给出一种基于野外早期火灾烟雾视频的深度卷积神经网络结构，并对该结构进行训练和测试。针对烟雾的动态纹理特征，提出建立线性动态系统模型，结合支撑向量机对烟雾视频帧进行分类识别。最后结合卷积神经网络的识别结果和动态纹理特征识别结果提出一种混合矩阵的判定方法。实验结果表明，方法相对于传统烟雾识别方法在早期火灾烟雾的检测上有更高的准确率。