基于多特征量對(duì)數(shù)回歸模型的火焰快速識(shí)別算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
為了提高實(shí)時(shí)視頻監(jiān)控中火焰識(shí)別率和降低誤識(shí)率，提出了一種基于多特征量對(duì)數(shù)回歸模型的火焰快速識(shí)別算法。首先，根據(jù)火焰的色度特征進(jìn)行圖像分割，通過運(yùn)動(dòng)目標(biāo)與參考圖像差分運(yùn)算獲取火焰候選區(qū)域（CFR）；然后提取候選區(qū)域的面積變化率、圓形度、尖角個(gè)數(shù)以及質(zhì)心位移等特征量，建立火焰的對(duì)數(shù)回歸快速識(shí)別模型；其次采用美國國家標(biāo)準(zhǔn)與技術(shù)研究院（ NIST）、仁荷大學(xué)計(jì)算機(jī)視覺實(shí)驗(yàn)室（ICV）和基于計(jì)算機(jī)視覺的火災(zāi)探測(cè)（ VisiFire）實(shí)驗(yàn)庫以及自制蠟燭、紙燃燒火焰中的火焰和非火焰圖像中的300幅進(jìn)行參數(shù)學(xué)習(xí)；最后選取實(shí)驗(yàn)數(shù)據(jù)庫中8段視頻共11 071幅圖像進(jìn)行識(shí)別算法檢驗(yàn)。測(cè)試結(jié)果表明，所提算法的真正率（ IPR）達(dá)到93%、真負(fù)率（TNR）達(dá)到98%，識(shí)別平均用時(shí)0.058 s／幀。所提算法識(shí)別速度快且識(shí)別率高，可以應(yīng)用于嵌入式實(shí)時(shí)圖像火焰識(shí)別。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于多特征量對(duì)數(shù)回歸模型的火焰快速識(shí)別算法下載
相關(guān)電子資料下載
- 如何在全志V853平臺(tái)上成功部署深度學(xué)習(xí)步態(tài)識(shí)別算法呢？ 523
- 人臉識(shí)別算法成功幫助尋親，大模型技術(shù)發(fā)展成關(guān)鍵推動(dòng)力！ 1554
- 如何在X86架構(gòu)的嵌入式系統(tǒng)上部署掌紋識(shí)別算法 1115
- 人臉識(shí)別的算法有哪些 5617
- 圖像識(shí)別技術(shù)原理 圖像識(shí)別算法有哪些 6007
- 船只識(shí)別算法：水域智能巡護(hù)，助力安全管理 311
- 一個(gè)典型的身份證識(shí)別算法流程 371
- 高質(zhì)量手勢(shì)識(shí)別數(shù)據(jù)集讓手勢(shì)識(shí)別算法更準(zhǔn)確 1028
- 人臉識(shí)別閘機(jī)硬件由什么組成 2708
- 用于自動(dòng)駕駛的時(shí)空融合激光雷達(dá)地點(diǎn)識(shí)別算法SeqOT 662