[发明专利]基于运动特性和卷积神经网络的火灾烟雾检测方法在审
| 申请号： | 201710824117.5 | 申请日： | 2017-09-13 |
| 公开（公告）号： | CN107749067A | 公开（公告）日： | 2018-03-02 |
| 发明（设计）人： | 骆炎民;柳培忠;赵亮 | 申请（专利权）人： | 华侨大学;泉州市中仿宏业信息科技有限公司 |
| 主分类号： | G06T7/254 | 分类号： | G06T7/254;G06T7/246;G06T7/194;G06T7/155;G06T5/00;G06N3/08;G06N3/06;G06N3/04 |
| 代理公司： | 泉州市文华专利代理有限公司35205 | 代理人： | 张浠娟 |
| 地址： | 362000 福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于运动特性和卷积神经网络的火灾烟雾检测方法，其通过读取视频文件，保存第一帧图像作为原始帧图像，并对视频的每一帧进行烟雾检测首先在背景更新中加入原始帧图像作为参考并建立背景模型，然后通过差分法提取前景图像，并通过暗通道阈值图像对前景图像进行过滤得到候选烟雾区域，最后加载训练好的深度卷积神经网络模型对候选烟雾区域的高层特征进行自动提取，根据提取到的特征向量判断候选烟雾区域是否属于烟雾区域。本发明通过将暗通道先验知识加入到运动前景检测中，有效地过滤了常见的干扰，提升了检测方法的环境适应性，同时将卷积神经网络用于烟雾图像的特征提取，大大提高了检测的准确率。 | ||
| 搜索关键词： | 基于 运动 特性 卷积 神经网络 火灾 烟雾 检测 方法 | ||
【主权项】：
一种基于运动特性和卷积神经网络的火灾烟雾检测方法，其特征在于：通过读取视频文件，保存第一帧图像作为原始帧图像，并对视频的每一帧进行烟雾检测：首先在背景更新中加入原始帧图像作为参考并建立背景模型，然后通过差分法提取前景图像，并通过暗通道阈值图像对前景图像进行过滤得到候选烟雾区域，最后加载训练好的深度卷积神经网络模型对候选烟雾区域的高层特征进行自动提取，根据提取到的特征向量判断候选烟雾区域是否属于烟雾区域。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华侨大学;泉州市中仿宏业信息科技有限公司，未经华侨大学;泉州市中仿宏业信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710824117.5/，转载请声明来源钻瓜专利网。
