-
题名基于多维动态纹理分析的烟雾检测算法
被引量：3
- 1
-
-
作者
李鸿燕
郭人辅
张静
-
机构
太原理工大学信息工程学院
上海海洋大学爱恩学院
-
出处
《太原理工大学学报》
CAS
北大核心
2018年第4期579-584,共6页
-
基金
山西省自然科学基金资助项目(201701D121058
2013011016-1)
-
文摘
为了提高动态纹理特征分析的可靠性且降低计算量,提出了一种基于多维动态纹理分析的烟雾检测算法。该算法在预处理阶段利用ICA烟雾前景初步分离烟雾模型得到初步烟雾前景,然后通过GBVS提取多通道、多尺度的底层特征得到烟雾前景显著区域,以提高前景目标检测阶段对烟雾前景的分割精确度;在烟雾特征提取阶段,提出基于多维特征分析的烟雾特征提取检测方法(h-LDS/RGBH),该方法首先经过烟雾颜色和背景差分预处理得到烟雾候选区域,然后在四维图像块中引入RGB和HOG特征,最后基于对多维图像数据的高阶分解,分析烟雾视频的动态特征。多维动态纹理分析(h-LDS/RGBH)改善了烟雾特征提取阶段所提取的烟雾特征稳定性不高且对烟雾的判断准则过于简单的缺点,提高了动态纹理特征分析的可靠性。实验表明,其检测率高于LDS和h-LDS/RGB的识别率。实验表明,该算法的检测率高于LDS和h-LDS/GRB.
-
关键词
多维动态纹理
高阶线性动态系统(h-LDS)
梯度方向直方图(HOG)
烟雾检测算法
-
Keywords
h-LDS/RGBH
linear dynamic system(LDS)
higher order linear dynamic systems(h-LDS)
histogram of oriented gradient(HOG)
smoke detection algorithm
-
分类号
TN391
[电子电信—物理电子学]
-
-
题名基于改进YOLOv5的小目标烟雾检测算法
被引量：3
- 2
-
-
作者
张军
尹柳
巩欣飞
徐赫桦
-
机构
华北科技学院矿山安全学院
北京惠风联合防务科技有限公司
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2023年第11期75-81,共7页
-
基金
国家重点研发计划课题(2018YFC0808306)。
-
文摘
为解决火灾中的小目标烟雾检测精度不高的问题,提出一种基于改进YOLOv5的小目标烟雾检测算法。首先,将特征融合注意力(FFA)模块引入至主干网络中,使模型专注于小目标烟雾特征信息的提取;其次,通过采用多尺度金字塔解耦头(MPDH)模块替换卷积层模块,以改进YOLOv5算法中预测头层的检测部分,用于提升小目标烟雾的定位精度;最后,在专有数据集上进行试验验证与分析。结果表明:基于改进的YOLOv5小目标烟雾检测算法在目标检测精度上达到85.4%,在准确率、召回率方面,相较于原始算法分别提高了3.2%、6.3%。
-
关键词
小目标烟雾
烟雾检测算法
YOLOv5
特征融合注意力(FFA)
多尺度金字塔解耦头(MPDH)
-
Keywords
small target smoke
smoke detection algorithm
YOLOv5
feature fusion attention(FFA)
multi-scale pyramid decoupling head(MPDH)
-
分类号
X924.3
[环境科学与工程—安全科学]
-
