论文摘要
提出一种融合了改进的混合高斯和YOLOv2的烟雾检测算法。首先,针对烟雾的早期特征对混合高斯算法进行改进,有效框定动态目标感兴趣区域,提取出烟雾前景;在此基础上将烟雾检测转换为回归问题,利用端对端目标检测算法YOLOv2训练烟雾数据集,进行二次检测和筛选,最终框定出烟雾发生区域的具体位置和范围,满足对不同场景火灾烟雾的有效检测。实验结果表明,融合算法改善了烟雾区域的检测效果,提高准确性并有效降低烟雾误检率。
论文目录
文章来源
类型: 期刊论文
作者: 程淑红,马继勇,张仕军,张典范
关键词: 计量学,烟雾检测,火灾烟雾,混合高斯算法
来源: 计量学报 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 安全科学与灾害防治,建筑科学与工程,计算机软件及计算机应用
单位: 燕山大学电气工程学院,燕山大学科技园
基金: 国家自然科学基金(61601400),河北省博士后基金(B2016003027),秦皇岛市科学技术研究与发展计划(201701B009)
分类号: TU892;TP391.41
页码: 798-803
总页数: 6
文件大小: 1630K
下载量: 143