基于深度森林模型的火焰检测

来源：计算机工程杂志2018年第7期北京时间：

作者：朱晓妤,严云洋,刘以安,高尚兵

单位：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

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

基金资助：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)。