基于视频动态纹理的火灾检测

被引：29

作者：

邵婧 ^{[1
,2
]}

王冠香 ^{[1
,3
]}

郭蔚 ^{[1
,2
]}

机构：

[1] 北京国际数学研究中心

[2] 河北工业大学理学院

[3] 北京大学数学科学学院

来源：

中国图象图形学报 | 2013年 / 06期

关键词：

森林火灾检测; 动态纹理; 线性动力系统; 马氏距离; Adaboost分类器;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

长期以来,森林火灾检测一直都是世界范围内的一个重要研究课题,对于保护地球环境及人类安全都有重要意义。基于视频监控的火灾检测对于实时性和正确性要求很高,而传感式探测器和传统图像型探测器不能满足要求。提出了一种基于动态纹理特征分析的新型图像型火灾检测算法,对于森林这样的复杂大空间场景尤为适用。通过对CCD摄像机拍摄的视频图像,建立线性动力系统(LDS)模型,分析其动态纹理特征,最后利用Adaboost分类器判断火灾是否存在。实验结果表明,此算法能够达到95%的检测准确率,且具有较好的应用前景。

引用

页码：647 / 653

页数：7

共 4 条

[1]

Comparing the CCA Subspace Method to Pseudo Maximum Likelihood Methods in the case of No Exogenous Inputs[J] Dietmar Bauer Journal of Time Series Analysis 2005,

[2]

Dynamic Textures.[J] Gianfranco Doretto;Alessandro Chiuso;Ying Nian Wu;Stefano Soatto International Journal of Computer Vision 2003,

[3]

Improved Boosting Algorithms Using Confidence-rated Predictions.[J] Robert E. Schapire;Yoram Singer Machine Learning 1999,

[4]

Dynamic Texture Recognition Payam Saisan;Gianfranco Doretto;Ying Nian Wu;and Stefano Soatto; IEEE Computer Society Conference on Computer Vision and Pattern Recognition 2001,

← 1 →