The present invention provides a flame detection method based on video analysis, which combines the elimination of confusing targets. Firstly, the trained flame target detection depth model is used to identify the primary flame target area, and then the trained vehicle lamp detection depth model is applied to the primary flame target area. If a primary flame target area is determined as a vehicle lamp, it is excluded from the real flame. Outside the target area, the primary flame target area left after the selection of vehicle lamp detection depth model is finally marked as the final flame target area. Finally, the real flame target area is selected from the final flame target area by using the motion characteristics of the flame. The invention has the beneficial effect of eliminating the confusing night lamp, reducing misjudgement and improving the accuracy of flame detection.
【技术实现步骤摘要】
结合易混目标排除的基于视频分析的火焰检测方法
本专利技术涉及火焰检测方法,尤其涉及一种结合易混目标排除的基于视频分析的火焰检测方法。
技术介绍
火焰的监测具有重要的意义,正确的火焰监测可帮助人们及早发现室内外的火灾,有效减小生命财产的损失。基于视频分析的火焰检测方法对实时传入的视频序列进行分析和判断,自动确定出具有火焰的图像帧。基于视频分析的火焰检测方法可分为传统的依赖特征的方法与利用深度学习网络的方法。依赖特征的方法需要利用专门的算法从视频序列或图像帧中抽取特定的特征,然后利用专门的分类器进行火焰和非火焰的二分类。利用深度学习网络的方法不需要任何其他算法抽取特征,而是由网络自动提取出对火焰判识最有效的特征,并在此基础上判断特征所对应图像区域是否为火焰。上述两类方法都存在如下问题:夜间的车灯很容易被误判为火焰,我们的统计分析显示,超过70%的火焰目标的误报由于夜间的车灯引起;假如通过调高或调低阈值的方式来减少此类误判,则很可能导致真正的火焰目标被漏报(即把真正的火焰目标判定为非火焰目标)的情况。
技术实现思路
为了解决现有技术中的问题,本专利技术提供了一种结合易混目标排除的基于视频分析的火焰检测方法。本专利技术提供了一种结合易混目标排除的基于视频分析的火焰检测方法,首先利用训练好的火焰目标检测深度模型判别出初选火焰目标区域;然后将训练好的车灯检测深度模型应用于初选火焰目标区域,若某个初选火焰目标区域被判定为车灯,则将其排除在真实火焰目标区域外;经过车灯检测深度模型筛选留下的初选火焰目标区域被最终标记为终选火焰目标区域;最后利用火苗的运动特性从终选火焰目标区域中 ...
【技术保护点】
1.一种结合易混目标排除的基于视频分析的火焰检测方法,其特征在于,首先利用训练好的火焰目标检测深度模型判别出初选火焰目标区域;然后将训练好的车灯检测深度模型应用于初选火焰目标区域,若某个初选火焰目标区域被判定为车灯,则将其排除在真实火焰目标区域外;经过车灯检测深度模型筛选留下的初选火焰目标区域被最终标记为终选火焰目标区域;最后利用火苗的运动特性从终选火焰目标区域中筛选出真实火焰目标区域。
【技术特征摘要】
1.一种结合易混目标排除的基于视频分析的火焰检测方法,其特征在于,首先利用训练好的火焰目标检测深度模型判别出初选火焰目标区域;然后将训练好的车灯检测深度模型应用于初选火焰目标区域,若某个初选火焰目标区域被判定为车灯,则将其排除在真实火焰目标区域外;经过车灯检测深度模型筛选留下的初选火焰目标区域被最终标记为终选火焰目标区域;最后利用火苗的运动特性从终选火焰目标区域中筛选出真实火焰目标区域。2.根据权利要求1所述的结合易混目标排除的基于视频分析的火焰检测方法,其特征在于:将训练好的车灯检测深度模型对初选火焰目标区域进行甄别,找出其中的车灯目标,并将与车灯目标区域存在重叠或二者间最近距离小于r的初选火焰目标区域判定为非真实火焰目标区域,经此步骤后留下的初选火焰目标区域被确定为终选火焰目标区域。3.根据权利要求1所述的结合易混目标排除的基于视频分析的火焰检测方法,其特征在于:所述车灯检测深度模型的训练方式如下:对每一个正例或反例图像,同时将图像本身与对应的XML文件作为网络的输入,XML文件给出图像中所有夜间车灯区域的矩形框位置,对包括夜间车灯图像的正例数据的训练目标为使网络计算得出的夜间车灯的矩形定位框与真实的夜间车灯矩形框的位置差异最小化,反例图像为不包括夜间车灯的图像,反例图像的XML文件中“夜间车灯区域...
【专利技术属性】
技术研发人员:徐勇,刘川意,
申请(专利权)人:哈尔滨工业大学深圳,深圳云安宝科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。