《表3 火焰视频测试结果:基于深度学习的视频火焰识别方法》
为验证算法的可靠性,将对来自Bilkent大学火灾视频库(http://signal.ee.bilkent.edu.tr/Visi Fire/index.html)的5个火焰视频进行测试,如图11所示。测试结果见表3,本文算法对各种场景的火焰识别都具有较好的检测结果,能完整地提取出火焰区域,平均召回率达到97.03%,准确率达到97.56%,误报率只有0.022%。表明所提出的算法能够排除着黄色衣服的移动人物、颜色相近的树干、光照等的干扰,稳定地检测出各种场景中的火焰。
图表编号 | XD00197607600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 蔡春兵、吴翠平、徐鲲鹏 |
绘制单位 | 中国矿业大学(北京)化学与环境工程学院、中国矿业大学(北京)化学与环境工程学院、中国矿业大学(北京)化学与环境工程学院 |
更多格式 | 高清、无水印(增值服务) |