【摘要】：火災(zāi)是人類(lèi)生產(chǎn)生活中最為常見(jiàn)且危害性強(qiáng)的災(zāi)害之一,及時(shí)有效的火災(zāi)預(yù)警技術(shù)成為近年來(lái)研究的重點(diǎn)。隨著攝像頭的普及,計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展與人們生產(chǎn)生活的需要,通過(guò)分析監(jiān)控設(shè)備采集的視頻實(shí)現(xiàn)火災(zāi)報(bào)警的方法逐步成為火災(zāi)檢測(cè)技術(shù)的革新方向之一。與傳統(tǒng)的基于傳感器的火災(zāi)探測(cè)技術(shù)相比,基于視頻內(nèi)容分析的火災(zāi)檢測(cè)技術(shù)不需要另外安裝火災(zāi)傳感器,通過(guò)對(duì)監(jiān)控視頻進(jìn)行分析即可實(shí)現(xiàn)火情檢測(cè),能夠避免火災(zāi)傳感器因傳感器靈敏程度低導(dǎo)致的一些漏報(bào)與誤報(bào)情況;同時(shí)具有安裝簡(jiǎn)單、探測(cè)范圍大、不易受環(huán)境干擾、火情存檔方便、擴(kuò)展性強(qiáng)、準(zhǔn)確性高和實(shí)時(shí)性強(qiáng)等優(yōu)點(diǎn),因此適用于山林、隧道、倉(cāng)庫(kù)等空間較為開(kāi)闊且不適合安裝傳統(tǒng)火災(zāi)傳感器的環(huán)境。基于上述優(yōu)勢(shì),視頻火災(zāi)檢測(cè)技術(shù)己經(jīng)成為當(dāng)前研究的熱點(diǎn),且隨著人工智能、計(jì)算機(jī)視覺(jué)與視頻處理技術(shù)的發(fā)展,越來(lái)越高效的火災(zāi)檢測(cè)技術(shù)不斷出現(xiàn)。視頻火災(zāi)檢測(cè)技術(shù)主要是通過(guò)對(duì)視頻內(nèi)容進(jìn)行分析以提取火焰特征,進(jìn)行目標(biāo)識(shí)別實(shí)現(xiàn)火災(zāi)檢測(cè)。但是由于自然環(huán)境的復(fù)雜性與隨機(jī)性,以及火焰無(wú)規(guī)則的形狀與運(yùn)動(dòng)特點(diǎn),目前基于計(jì)算機(jī)視覺(jué)技術(shù)的火災(zāi)檢測(cè)方法仍存在誤報(bào)率高、檢測(cè)速度慢和抗干擾能力弱等問(wèn)題。針對(duì)目前視頻火災(zāi)檢測(cè)技術(shù)存在的問(wèn)題,本文提出一種基于目標(biāo)提取、多目標(biāo)跟蹤和機(jī)器學(xué)習(xí)的視頻火災(zāi)檢測(cè)方法。該方法首先通過(guò)高斯混合模型運(yùn)動(dòng)檢測(cè)算法對(duì)視頻中的運(yùn)動(dòng)目標(biāo)進(jìn)行提取,再經(jīng)過(guò)HSI與RGB結(jié)合的顏色模型對(duì)火災(zāi)目標(biāo)進(jìn)行分別篩選,得到疑似火焰目標(biāo),最后通過(guò)深度學(xué)習(xí)算法進(jìn)行火焰與煙霧的識(shí)別,實(shí)現(xiàn)火災(zāi)檢測(cè)。針對(duì)火災(zāi)目標(biāo)的運(yùn)動(dòng)特點(diǎn),使用基于幀間目標(biāo)距離匹配的多目標(biāo)跟蹤算法,實(shí)現(xiàn)疑似火災(zāi)目標(biāo)的穩(wěn)定跟蹤。為適應(yīng)復(fù)雜場(chǎng)景的火災(zāi)檢測(cè)任務(wù),在火災(zāi)識(shí)別模塊使用卷積神經(jīng)網(wǎng)絡(luò)的算法,以AlexNet網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ),使用微調(diào)的方式進(jìn)行訓(xùn)練,得到具有火焰與煙霧識(shí)別能力的網(wǎng)絡(luò)模型。最后,經(jīng)實(shí)驗(yàn)證明,本文提出的視頻火災(zāi)檢測(cè)技術(shù)能對(duì)各種復(fù)雜場(chǎng)景的火災(zāi)區(qū)域進(jìn)行有效識(shí)別,并排除非火災(zāi)物體的干擾,能夠適應(yīng)實(shí)時(shí)檢測(cè)火災(zāi)的需求,并具有較好的擴(kuò)展能力與移植能力。
【圖文】：

人、損失財(cái)產(chǎn)達(dá)３６．７５億元。隨著中國(guó)經(jīng)濟(jì)飛速發(fā)展，城市人口爆發(fā)式增長(zhǎng)，城市逡逑規(guī)模不斷擴(kuò)大，這些也導(dǎo)致發(fā)生火災(zāi)的概率大大增加，起火后施救困難，火災(zāi)發(fā)生逡逑造成的損失不斷增大，起火誘因多樣化。圖１．１為２０１５年分場(chǎng)所火災(zāi)死亡人數(shù)分布逡逑情況統(tǒng)計(jì)圖，住宅成為最主要的火災(zāi)發(fā)生場(chǎng)所。只有及時(shí)檢測(cè)，及時(shí)撲滅火災(zāi)才能逡逑將火災(zāi)帶來(lái)的損失降到最低，因此，準(zhǔn)確及時(shí)的火災(zāi)檢測(cè)機(jī)制成為近年來(lái)研宄的熱逡逑點(diǎn)。逡逑交通工具■倉(cāng)話場(chǎng)所其他場(chǎng)所逡逑廠房逡逑邐邐邐逡逑Ｖ，．．邋．邐－逡逑篇往宅邋人員密集場(chǎng)所＊廠房R俳煌üぞ擼桑硬諵\0場(chǎng)所篇農(nóng)睹業(yè)生產(chǎn)場(chǎng)所邋其泡場(chǎng)所逡逑圖１．１邋２０１５年分場(chǎng)所火災(zāi)死亡人數(shù)分布情況逡逑１逡逑

邐３．３３８邐前景內(nèi)容不豐富逡逑經(jīng)過(guò)運(yùn)動(dòng)檢測(cè)后的效果如圖２．２所示，運(yùn)動(dòng)檢測(cè)利用了火焰持續(xù)不斷進(jìn)行隨機(jī)逡逑運(yùn)動(dòng)的特征，對(duì)比多種運(yùn)動(dòng)檢測(cè)方法后，選擇使用高斯背景減除法提取運(yùn)動(dòng)目標(biāo)。逡逑１１逡逑
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：X932;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 鄭懷兵;翟濟(jì)云;;基于視頻分析的森林火災(zāi)煙霧檢測(cè)方法[J];南京理工大學(xué)學(xué)報(bào);2015年06期

2 何大超;婁小平;唐輝;;基于動(dòng)態(tài)特性的實(shí)時(shí)視頻煙霧檢測(cè)[J];計(jì)算機(jī)應(yīng)用與軟件;2014年02期

3 張學(xué)敏;蔡曉東;梁玉敏;謝月飛;王春利;;基于目標(biāo)跟蹤和多特征融合的火焰檢測(cè)算法[J];電視技術(shù);2013年15期

4 鄭璐;陳俊周;;基于運(yùn)動(dòng)和顏色的視頻煙霧檢測(cè)算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年21期

5 楊俊;王潤(rùn)生;;基于計(jì)算機(jī)視覺(jué)的視頻火焰檢測(cè)技術(shù)[J];中國(guó)圖象圖形學(xué)報(bào);2008年07期

6 張進(jìn)華;莊健;杜海峰;王孫安;;一種基于視頻多特征融合的火焰識(shí)別算法[J];西安交通大學(xué)學(xué)報(bào);2006年07期

相關(guān)碩士學(xué)位論文 前1條

1 劉恒;融合MMTD的圖像復(fù)原方法研究[D];南京郵電大學(xué);2013年

，

本文編號(hào)：2597954