这是一篇October 7-10, 2018.发表于IEEE International Conference on Image Processing (ICIP)的一篇文章,作者提供了一种基于CNN的实时视频火焰检测。文章获取地址为:https://github.com/lixiaokai666/CVpaper
摘要:
论文成果:实时了视频实时火灾监测,且速度大大提升,准确率高达93%,在superpixel上定位准确度可达到89%(超像素就是把一幅原本是像素级(pixel-level)的图,划分成区域级(district-level)的图,具体可自行查阅)
论文使用的方法:分别对AlenNet和Inception进行了去层操作,减少了CNN的复杂度
正文:
首先介绍了目前火灾检测的用途十分广泛,可以被用在公共安全未来还可能用于交通工具中。
其次介绍了传统的火灾检测方法:
- purely colour based approach
- a combination of colour and high-order temporal information
之前的工作主要关注点在颜色域上,后来关注火焰的变化,上升到傅里叶域,未来将上升到Hidden Markov Model problem(馬可夫模型)。
传