文献类型：期刊文章

作　　者：朱晓妤[1,2] 严云洋[1,2] 刘以安[1] 高尚兵[2]

ZHU Xiaoyu;YAN Yunyang;LIU Yian;GAO Shangbing(School of Internet of Things Engineering,Jiangnan University,Wuxi,Jiangsu 214122,China;Faculty of Computer and Software Engineering,Huaiyin Institute of Technology,Huaian,Jiangsu 223003,China)

机构地区：[1]江南大学物联网工程学院,江苏无锡214122 [2]淮阴工学院计算机与软件工程学院,江苏淮安223003

出　　处：《计算机工程》

基　　金：国家自然科学基金(61402192);江苏省"六大人才高峰"项目(2013DZXX-023);江苏省"333工程"项目(BRA2013208);淮安市科技计划项目(HAG2013057;HAG2013059)

年　　份：2018

卷　　号：44

期　　号：7

起止页码：264-270

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：在进行视频火焰检测时,周围环境以及火焰本身亮度的变化会对背景建模造成影响。针对该问题,提出一种基于帧频提升的高斯混合背景建模方法。在当前帧和前一帧之间插入若干帧,使高斯混合模型构建出的背景更贴近当前帧的真实背景,有利于后续的目标检测和目标提取。同时,构建一种应用于火焰检测的深度森林模型,对基于帧频提升的高斯混合背景建模方法所提取的火焰候选区域,先使用双视角、深层多粒度扫描结构提取出其抽象特征,再使用深度森林模型进行火焰检测。实验结果表明,该方法能够增强火焰特征的抽象表示能力,提高火焰检测率,并且具有强鲁棒性。

关 键 词：火焰检测 深度森林  高斯混合模型 帧频提升  背景建模  

分 类 号：TP391.41]