[發(fā)明專利]基于改進的ViBe算法與輕量化卷積網(wǎng)絡(luò)的火焰檢測方法

有效

• 申請?zhí)枺?/td>: 202011283758.2
• 申請日: 2020-11-17
• 公開（公告）號: CN112541397B
• 公開（公告）日: 2022-04-01
• 發(fā)明（設(shè)計）人: 趙亞琴;趙文軒;盧鵬;丁志鵬
• 申請（專利權(quán)）人: 南京林業(yè)大學(xué)
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/56;G06V10/764;G06V10/82;G06V10/26;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京科闊知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32400
• 代理人: 蘇興建

一種基于改進的ViBe算法與輕量化卷積網(wǎng)絡(luò)的火焰檢測方法，步驟為：利用改進的ViBe前景檢測算法進行火焰的前景檢測；利用構(gòu)建的輕量化卷積神經(jīng)網(wǎng)絡(luò)進一步判斷ViBe前景檢測算法檢測出來的疑似火焰區(qū)域是否為火焰對象，其中，構(gòu)建基于SE注意力機制的輕量化的火焰檢測卷積神經(jīng)網(wǎng)絡(luò)。本發(fā)明采用ViBe前景檢測算法，用于疑似火焰前景目標(biāo)的檢測，消除動態(tài)背景噪聲點，去除跟火焰顏色相似但不具有閃爍特征的干擾對象；與現(xiàn)有的目標(biāo)檢測深度卷積網(wǎng)絡(luò)相比，本發(fā)明提高了火焰檢測的速度；在輕量化火焰檢測卷積網(wǎng)絡(luò)中嵌入SE注意力機制，在提高火焰檢測精度的同時，也保證了火焰檢測的速度。

技術(shù)領(lǐng)域

本發(fā)明屬于視頻檢測技術(shù)領(lǐng)域，具體是一種基于改進的ViBe算法與輕量化卷積網(wǎng)絡(luò)的火焰檢測方法

背景技術(shù)

視頻火災(zāi)檢測一般包含兩個步驟：運動前景檢測和火焰識別。然而現(xiàn)實中因復(fù)雜環(huán)境中存在許多干擾，如背景擾動(搖晃的樹葉、噴泉等)，光線變化，陰影干擾等，給現(xiàn)有的前景檢測算法帶來了考驗。一旦檢測到前景，便需要進行火焰識別步驟。傳統(tǒng)圖像處理的火災(zāi)識別通過提取火焰區(qū)域的幾何、紋理、閃爍頻率等特征并設(shè)計分類器識別火焰，特征選擇是否合理直接影響火焰識別準(zhǔn)確率。將深度學(xué)習(xí)技術(shù)應(yīng)用于圖像識別領(lǐng)域，可在很大程度上避免特征提取過程中的盲目性，且可提取到更多更深層次的特征，極大地提高了火災(zāi)圖像識別的準(zhǔn)確率。現(xiàn)有的用于火焰圖像分割的深度卷積網(wǎng)絡(luò)模型，復(fù)雜度高，訓(xùn)練困難，檢測速度慢。且這些模型所使用的公共數(shù)據(jù)集中沒有包含火焰對象，很難應(yīng)用于實時的火焰區(qū)域檢測任務(wù)。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于監(jiān)控視頻的火焰區(qū)域檢測方法，主要內(nèi)容包括兩個內(nèi)容，分別是改進ViBe前景檢測算法和基于Squeeze-and-Excitation(SE)注意力機制的輕量化的火焰檢測卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建。

改進ViBe前景檢測算法用于疑似火焰區(qū)域的檢測；輕量化火焰檢測卷積神經(jīng)網(wǎng)絡(luò)用于判斷ViBe算法檢測出來的疑似火焰區(qū)域是否為火焰對象，進而去除跟火焰視覺特征相似的干擾對象。

具體步驟如下：

步驟1,利用改進的ViBe前景檢測算法進行火焰的前景檢測，具體步驟為：

步驟1.1，以輸入火焰視頻的第一幀建立初始化背景模型；

步驟1.2，對后續(xù)輸入的火焰視頻幀，運用火焰像素判別規(guī)則判斷當(dāng)前視頻幀中是否存在火焰像素，實現(xiàn)對疑似火焰區(qū)域的檢測。

步驟1.3,運用背景模型更新機制對火焰區(qū)域的背景模型進行更新；

步驟2，利用構(gòu)建的輕量化卷積神經(jīng)網(wǎng)絡(luò)進一步判斷ViBe前景檢測算法檢測出來的疑似火焰區(qū)域是否為火焰對象，具體步驟為：

步驟2.1將ViBe前景檢測算法檢測出來的疑似火焰區(qū)域劃分為16×16的小塊；

步驟2.2構(gòu)建一個輕量化的火焰區(qū)域檢測卷積神經(jīng)網(wǎng)絡(luò)；

步驟2.3將Squeeze-and-Excitation(SE)注意力機制模塊嵌入到步驟2.2建立的火焰區(qū)域檢測卷積神經(jīng)網(wǎng)絡(luò)中，構(gòu)建基于Squeeze-and-Excitation(SE)注意力機制的輕量化的火焰檢測卷積神經(jīng)網(wǎng)絡(luò)；

步驟2.4訓(xùn)練火焰檢測卷積神經(jīng)網(wǎng)絡(luò)，統(tǒng)計16×16的疑似火焰圖像塊中火焰像素的數(shù)目，如果一個16×16的小圖像塊中的火焰像素數(shù)目大于等于一半，則該16×16的小圖像塊被判斷為火焰區(qū)域，否則為背景區(qū)域。

本發(fā)明的有益效果在于：

(1)根據(jù)火焰的外焰閃爍程度大而內(nèi)部閃爍程度小的特點，提出改進的ViBe前景檢測算法，該算法建立了閃爍像素檢測和自適應(yīng)閾值背景更新的新策略，用于疑似火焰前景目標(biāo)的檢測，消除動態(tài)背景噪聲點，去除跟火焰顏色相似但不具有閃爍特征的干擾對象；