您现在的位置: 首页> 研究主题> 火焰检测

火焰检测

火焰检测的相关文献在1989年到2023年内共计966篇,主要集中在自动化技术、计算机技术、能源与动力工程、电工技术 等领域,其中期刊论文339篇、会议论文27篇、专利文献1115298篇;相关期刊232种,包括科技创新导报、锅炉技术、广东电力等; 相关会议27种,包括中国计量协会冶金分会2013年会暨全国第十八届自动化应用技术学术交流会、浙江省电子学会2012学术年会、2011年江苏省人工智能学术会议等;火焰检测的相关文献由2170位作者贡献,包括高尚兵、严云洋、森雷太等。

火焰检测—发文量

期刊论文>

论文:339 占比:0.03%

会议论文>

论文:27 占比:0.00%

专利文献>

论文:1115298 占比:99.97%

总计:1115664篇

火焰检测—发文趋势图

火焰检测

-研究学者

  • 高尚兵
  • 严云洋
  • 森雷太
  • 刘飞
  • 刘以安
  • 杜峥
  • 陆旭明
  • 夏建春
  • 刘石
  • 耿荐
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 陈思; 张涛川; 刘修泉; 易铭
    • 摘要: 为了提高火灾预警系统的可靠性,结合YOLO人工神经网络及机器视觉检测技术对火焰进行检测研究。首先采集200张火焰图片及网上搜索1000张火焰图像作为训练集,人工对每一张图像的火焰区域打标签,然后搭建模型小、检测速度快的YOLOv5s神经网络模型,采用监督学习的方式训练系统,最后应用实训后的系统对火焰进行实时检测。实验结果发现,系统对火焰能实现实时监督,识别准确度较高,检测速度快,识别灵敏度高。
    • 史东飞; 任华; 秦林涛; 王琨
    • 摘要: 火炬设施是石油化工企业重要的安全和环保设施,而长明灯作为火炬系统中核心的组成部分,其持续且稳定可靠的燃烧是保障火炬系统可靠运行的关键。火焰检测器作为判断地面火炬长明灯的火焰状态最常用、响应时间最短的检测仪表,可以在长明灯熄灭时立刻作出报警指示,同时自动联锁开启点火逻辑,使火炬长明灯及时重新点燃。如何有效识别火焰的真实状态,并且能检测意外熄灭的长明灯而触发点火系统的自动点燃,就成为了至关重要的一环。
    • 王国平; 严云洋; 高尚兵; 朱全银
    • 摘要: 笔者提出一种轻量化的火焰检测方法(Fire-YOLO)。该模型以轻量级MobileNetV3特征提取网络为主干网络,改进特征融合网络,加入深度可分离卷积降低模型的计算量和参数量,提升训练速度,然后使用不同尺寸及空洞率的卷积构建空洞卷积模块,利用空洞卷积提升特征层的感受野,再融合浅层、深层特征,提升模型的分类和定位能力。实验结果表明,Fire-YOLO具有更高的检测精度和更快的检测速度,且模型的计算量和参数量都有明显降低,可以满足嵌入式设备火焰检测的需求。
    • 李琳; 曹丽英
    • 摘要: 针对传统的烟火检测方法在农田等复杂场景、干扰较多的环境下检测性能低的问题,在经典SSD模型基础上,引入残差学习模块对基础VGG16网络进行修改,修改特征金字塔网络结构并在改进SSD模型中构建新的特征金字塔,使用组归一化代替批量归一化进行数据归一化处理。对改进SSD模型与经典SSD模型、YOLOv3模型及Faster R-CNN模型进行对比测试。实验结果表明,改进SSD模型较其他3种模型mAP分别提高18.5%,20.3%和17.7%,FPS分别提高18,30和24。改进SSD模型更契合农田场景下的烟火目标检测,对小目标检测效果更好。
    • 王应虎; 李易凡
    • 摘要: 讨论了一种多燃料正压锅炉火焰检测装置,在多种燃料切换时对火焰进行可靠的检测和输出控制信号,确保锅炉炉膛安全监控系统可靠运行,提高锅炉点火自动化水平和安全保护等级。
    • 涂沛驰; 傅钰雯; 熊宇璇; 杨健晟
    • 摘要: 煤炭资源在开采的过程中会伴随着产生一种名为煤层气的产物,煤层气又称为瓦斯,若将瓦斯直接排放至大气中,则会造成严重的温室效应,研究发现瓦斯可以通过燃烧用来发电,但瓦斯在发电过程中遇到明火,则会发生爆炸,给工作人员及企业会造成不可估量的损失,因此检测瓦斯发电站内的火焰情况,成为了解决瓦斯发电站爆炸事故的重要目标。基于火焰识别问题,采用传统目标检测算法难以满足精度要求,后续出现了基于深度学习的双步目标检测算法,虽在识别精度上能有效满足要求,但检测的实时性上存在不足。本文综合考虑目标检测的检测精度以及检测实时性,采用了最新的YOLOv5模型进行火焰的实时检测。
    • 杨凯文; 李双群
    • 摘要: 火焰检测作为火灾事件自动识别的关键技术,其检测的准确性对于火灾的事先预防和快速响应尤为重要。然而,现有方法不能有效地利用火焰的综合属性给出令人满意的检测结果。本文设计了一种基于多属性的火焰检测算法,融合火焰的颜色和运动属性,提高了复杂监控视频中的火焰检测准确率。为了利用火焰的瞬时运动特性,设计了一个基于深度运动特征的运动熵描述符表示火焰的运动属性。最后,构建了一个火灾检测视频数据集,包含371个有火和无火视频片段,其中的负样本非常具有挑战性。实验结果表明,本文方法得到了良好的火焰检测性能,检测准确度达91.18%,误报率仅为8.53%。
    • 张大胜; 肖汉光; 文杰; 徐勇
    • 摘要: 在自然场景中,天气情况、光照强度、背景干扰等问题影响火焰检测的准确性.为了实现复杂场景下实时准确的火焰检测,在目标检测网络YOLOv5的基础上,结合Focal Loss焦点损失函数、CIoU(Complete Intersection over Union)损失函数与多特征融合,提出实时高效的火焰检测方法.为了缓解正负样本不均衡问题,并充分利用困难样本的信息,引入焦点损失函数,同时结合火焰静态特征和动态特征,设计多特征融合方法,达到剔除误报火焰的目的.针对国内外缺乏火焰数据集的问题,构建大规模、高质量的十万量级火焰数据集(http://www.yongxu.org/data bases.html).实验表明,文中方法在准确率、速度、精度和泛化能力等方面均有明显提升,同时降低误报率.
    • 王斌; 李靖; 赵康; 周温
    • 摘要: 在易燃易爆场合火灾控制中火焰极速检测意义重大,其对算法实时性、准确度、抗干扰性有较高要求。为此提出一种基于改进YOLOv4-tiny轻量化抗干扰火焰检测深度网络。引入类火目标图像与真实火焰图像并通过Mosaic数据增强方式建立鲁棒性火焰检测数据集;对YOLOv4-tiny骨干网络采用深度可分离卷积进行改进,使得原网络更加轻量化;在特征金字塔网络FPN(feature pyramid network)中融合多尺度特征提高网络对多层特征的学习表示能力,并引出多检测头以适应火焰爆发过程中不同尺度火焰的精准检测;在FPN中引入ECA(efficient channel attention)通道注意力机制进一步提高检测精度。实验结果表明,提出的YOLOv4-tiny-L4参数量仅为4.22 MB,准确率高达94.1%,执行时间仅为46 ms,满足火焰快速检测基本要求。
    • 徐兵荣; 叶炯耀
    • 摘要: 火焰是火灼热发光的气化部分,该部分能被可见光捕获但却会被激光穿透,将这一个特征定义为火焰的视觉虚化性。通过增加对火焰视觉虚化性的检测,提出一种新型的多特征融合火焰检测算法。该算法利用RGB-HIS颜色模型分割疑似火焰区域,同时通过双目摄像头与激光测距捕捉火焰的视觉虚化性特征,并结合了火焰的颜色、相似度、质心运动特征。采用MES(Multi-expert system)多特征融合方法构建一种高精度的火焰检测系统。实验结果表明,该算法误判率降低了9百分点,漏检率降低至0.46%,是视觉火焰检测技术很好的补足,解决了低成本商用视频火焰检测技术的难题。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号