《基於視頻的火災智慧型探測關鍵技術研究》是依託西南交通大學，由陳俊周擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於視頻的火災智慧型探測關鍵技術研究
- 項目類別：青年科學基金項目
- 項目負責人：陳俊周
- 依託單位：西南交通大學
項目摘要,結題摘要,
項目摘要
傳統的火災探測技術基於煙霧顆粒、溫度等物理量的感測器，難以滿足大空間、大範圍火災探測的需要。本項目旨在研究如何更好地利用視頻圖像實現對火災事件的探測和預警。探究智慧型視頻火災探測的理論新方法和關鍵技術，改進已有算法在火災視頻特徵提取、分析等方面的不足，在視頻監控系統基礎上實現實時的火災監控。研究的重點包括以下四方面內容：1、針對可見光視頻場景中光照變化、類似火焰顏色和運動物體干擾等因素及形成機制，在二分光模型的基礎上研究穩定可靠的視頻火焰光譜特徵模型和提取方法；2、針對傳統小波變換的不足，研究基於Contourlet的火焰、煙霧的方向性 紋理和高頻特徵提取與分析技術。3、分析視頻場景中煙霧瀰漫運動特性，研究可靠的煙霧模糊特徵提取和分析方法；4、結合SVM、神經網路等方法對火災特徵進行學習和識別，保障識別率，降低誤識率。
結題摘要
火災是一種常見的自然災害，它嚴重影響了人民民眾生命和財產的安全。如何及時、準確地探測出突發性火災事件將火災造成的損失降至最低，一直是人們長期關注和研究的課題。傳統的火災探測技術基於煙霧顆粒、溫度等物理量的感測器，難以滿足大空間、大範圍火災探測的需要。本項目旨在探索如何利用視頻圖像實現對火災事件的探測和預警，在現有視頻監控系統基礎上實現實時的火災監控。 本項目圍繞四個方面展開工作：1、研究二分光模型在視頻火焰光譜特徵提取方法；2、研究基於Contourlet的火焰、煙霧的方向性紋理和高頻特徵提取與分析方法。3、研究可靠的煙霧模糊特徵提取和分析方法；4、構建視頻火災探測原型系統。 在自然基金的支持下，項目組成員在視頻火焰、煙霧探測方面取得三項主要進展：1、提出基於Contourlet變換和協方差矩陣融合的時空域火焰紋理特徵，在視頻火焰檢測上取得良好效果。2、引入HEP模型並對LBP-TOP運算元進行改進，在視頻煙霧檢測上取得良好效果。3、初步構建了一套視頻火災檢測軟體原型系統。在本項目資助期間，項目組成員發表多篇論文、提交專利申請4項，並在視頻火災檢測領域培養碩士生4名。
