基于PoolNet显著性和SURF-VIBE模型的林火视频烟雾提取算法 |
| |
引用本文: | 汪鑫,吴开志,俞子荣,郑晖.基于PoolNet显著性和SURF-VIBE模型的林火视频烟雾提取算法[J].南昌航空工业学院学报,2020,34(2). |
| |
作者姓名: | 汪鑫 吴开志 俞子荣 郑晖 |
| |
作者单位: | 南昌航空大学信息工程学院,南昌330063;江西华宇软件股份有限公司,南昌330096 |
| |
基金项目: | 南昌航空大学创新专项;江西省03专项及5G项目 |
| |
摘 要: | 烟雾的实时视频探测可用于早期森林火灾的预警,然而,由于烟雾具有飘动、扩散、闪烁等特性,通过实时视频提取烟雾区域具有极大挑战。本文根据人眼视觉注意力机制,将阴燃烟雾看作视频中湍流和灰色显著的区域,提出了一种基于显著性检测和SURF-VIBE模型的疑似烟雾区域提取算法。首先采用一种基于PoolNet的显著性检测方法获得烟雾显著性图谱,通过VIBE运动检测算法获得视频中运动前景,并使用SURF特征匹配算法消除相机抖动等对运动前景带来的干扰,再由计算出的运动前景构造运动能量函数,对显著性谱进行估计,最终提取出疑似烟雾区域。实验验证结果表明:该算法检测准确率为91.3%,每帧检测速度为0.028 s,可用于实时视频烟雾探测。
|
关 键 词: | 视频烟雾探测 显著性检测 SURF特征匹配 VIBE运动检测 视频消抖 |
本文献已被 CNKI 万方数据 等数据库收录! |
|