MATLAB基于Mask RCNN的视频火焰检测算法
.背景介绍
火灾作为一种发生频率较高的多发性灾害,蔓延速度快,破坏性强。随着视频监控的大量普及,基于图像视频的火灾自动检测与预警则十分有研究意义和使用价值。传统火焰检测通常是根据先验知识设计特征提取算法,人工提取火焰动态或静态特征,然后进行火焰识别。此类基于计算机视觉的传统火焰检测方法,其根据先验知识设计人工特征提取算法比较困难和耗时,在面对不同的复杂环境和多变的火焰类型时,其泛化能力往往不足。近年来随着基于深度学习的计算机视觉快速发展,利用卷积神经网络能够自动学习和获取图像特征,目标检测技术有了很大的发展革新。本文主要对打火机的火焰进行检测与分割。首先从网上搜集有关打火机的图片,然后利用labelme标注工具,对火焰区域进行标注,利用mask rcnn深度网络模型训练火焰模型,最后对其进行测试。
2. 开发环境
MATLAB2010以上
3. 测试结果