基于改进深度信念网络的校园烟雾检测

摘要

近年来,人工智能技术和计算机视觉技术迅速发展.基于卷积神经网络(CNN)的深度学习在图像分类、目标检测、人脸识别、语义分割等计算机视觉领域取得了成功的应用.与传统的计算机视觉方法相比,深度学习算法避免了人工的复杂度,可以从大量的图像数据集中学习复杂的表示.提出了一种新的基于深度信念网络的烟雾检测方法.首先采用背景差分检测法提取高运动区域.在第二阶段,从RGB及亮度中提取烟雾像素.从不同的前景区域提取了改进型的局部二值模式,不仅获得烟雾的纹理特征,而且利用色调饱和值颜色空间计算了烟雾的强度和颜色.最后,采用改进深度信念网络进行分类.实验表明提出的方法具有较高的准确性和较好的鲁棒性.