基于最优质量传输光流法和神经网络的火焰和烟雾检测

摘要：

针对传统光流法不适用于气体和液体等图像检测的问题,提出了使用最优质量传输光流作为复杂过程的低维描述符用于火焰和烟雾检测的方法.检测过程可以抽象成一种关于时空像素邻域的监督式贝叶斯分类问题,其特征矢量是由最优质量传输光流速度和R、G、B颜色通道构成的,并采用单隐层神经网络分类器进行特征提取,最后通过分析像素概率来判断属于火焰或者是烟雾.实验结果表明,该方法成功的区分了烟雾和颜色相似的白云,同样区分了火焰和与火焰颜色相似的背景,具有较强的鲁棒性.

关键词：最优质量传输、神经网络、视频检测、监督式分类

所属期刊栏目：22

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金61305001

在线出版日期：2017-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：86-90