成果介绍
一种基于多特征融合的大空间视频烟雾检测方法,包括如下步骤:步骤1:用大空间视频监控摄像头获取大空间视频图像并确定疑似烟雾区域;步骤2:疑似烟雾区域块分割处理;步骤3:使用离散小波变换、均匀局部二进制模式ULBP分析每个处理块并提取特征值,融合处理块特征向;步骤4:将通过离散小波变换计算出的高频及低频派生特征向量,即WH、WL和通过ULBP提取的特征向量U,融合为处理块的融合特征向量B={WH,WL,U},将B输入Real AdaBoost分类器进行训练及分类,根据分类器返回值标记当前处理块是否包含烟雾;步骤5:根据疑似烟雾区面积变化、处理块分类结果判断当前图像帧是否包含烟雾。本发明误报率较低、漏报率较低。
成果亮点
为了克服已有现有大空间视频火灾烟雾的检测存在高误报率和高漏报率问题,本发明提供一种误报率较低、漏报率较低的基于多特征融大空间视频烟雾检测方法,融合离散小波特征、ULBP(局部二进制)纹理特征及早期烟雾面积变化特征进行早期大空间视频火灾烟雾检测。
团队介绍
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”(2011计划)协同创新中心牵头高校和浙江省首批重点建设高校,坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务,以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色,大力培养德智体美劳全面发展,富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
成果资料
产业化落地方案