[发明专利]一种基于卷积神经网络和支持向量机的火焰检测方法在审
| 申请号： | 201711144918.3 | 申请日： | 2017-11-17 |
| 公开（公告）号： | CN108052865A | 公开（公告）日： | 2018-05-18 |
| 发明（设计）人： | 王志成;汪志衡;卫刚 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/62;G06N3/04 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 宣慧兰 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 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卷积神经网络和支持向量机的火焰检测方法，该方法包括如下步骤：(1)获取监测视频中的每一帧图像并分别作为待检测的图片；(2)将待检测的图片输入至预先训练的特征检测模型并输出多个感兴趣的区域；(3)将每个感兴趣的区域分别作为一张特征图像输入至预先训练的基于卷积神经网络和支持向量机的分类模型，所述的分类模型滤除对特征图像进行分类确定火焰图像和非火焰图像；(4)根据所述的分类模型的分类结果确定待检测的图片中是否有火焰存在，若分类结果中包括至少一张火焰图像则待检测的图片中有火焰，否则待检测的图片中无火焰。与现有技术相比，本发明检测结果准确，检测速度快。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 支持 向量 火焰 检测 方法 | ||
【主权项】：
1.一种基于卷积神经网络和支持向量机的火焰检测方法，其特征在于，该方法包括如下步骤：(1)获取监测视频中的每一帧图像并分别作为待检测的图片；(2)将待检测的图片输入至预先训练的特征检测模型并输出多个感兴趣的区域；(3)将每个感兴趣的区域分别作为一张特征图像输入至预先训练的基于卷积神经网络和支持向量机的分类模型，所述的分类模型滤除对特征图像进行分类确定火焰图像和非火焰图像；(4)根据所述的分类模型的分类结果确定待检测的图片中是否有火焰存在，若分类结果中包括至少一张火焰图像则待检测的图片中有火焰，否则待检测的图片中无火焰。
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同济大学，未经同济大学许可，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/201711144918.3/，转载请声明来源钻瓜专利网。
