通知公告
交大新闻
08 现在的位置：首页 > 期刊导读 > 2017 > 08 >
采用机器学习的火焰前景提取算法
【作者】 王博 [1] 张为 [1] 刘艳艳 [2] 王鑫 [3]
【关键词】 火灾检测 前景提取 机器学习 聚类算法
【摘要】针对现有火焰前景提取算法提取前景不完整、轮廓失真严重、对复杂环境适应性差等问题,提出一种采用机器学习的火焰前景提取算法.该算法结合使用监督学习方法和无监督学习方法,训练了两级专用的分类器用于确定疑似目标区域;根据Real AdaBoost分类器的输出结果计算聚类算法的初始中心,并使用计算出的聚类中心对目标区域进行聚类分割,以得到最终的前景区域.实验结果表明:该算法对强光环境、夜间环境、静态或动态干扰环境等复杂场景均具有较好的适应性,得到的前景提取误差率在2％～28％之间,低于现有其他算法,且帧运算耗时小于50 ms,能够很好地完成多种场景下的火焰前景提取工作,为图像型火灾检测系统中后续的特征提取与识别奠定了基础.
© 2015 《西安交通大学学报》编辑部 地址：西安市咸宁西路28号 邮编：710049
互联网备案号：陕ICP备07500839号