《表1 火焰视频检测结果:基于元学习-FHOG的电力火灾视频火焰检测算法》
从表1中可以看出,本文提出的火焰检测算法的正检率明显高于文献[5-7]和文献[10]中的火焰检测算法。这是因为本文提出的算法采用注意机制和FHOG结合的方法极大地提高了火焰的正检率。从表1可知,本文提出的火焰检测算法的正检率最低为96.8%,最大正检率可达到98.7%,平均正检率为98.2%,明显优于其他算法。这是因为采用注意机制可以直接提取视频图片中的关键信息;而FHOG特征有效地解决了多分辨率图像融合问题。故本文提出的检测算法使用注意机制和FHOG特征能够准确获取视频图片中的火焰。
图表编号 | XD00197739800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 张骥、陈光、朱博、徐亮、吴云亮、朱吕甫 |
绘制单位 | 国电南瑞科技股份有限公司、国电南瑞科技股份有限公司、国电南瑞科技股份有限公司、国电南瑞科技股份有限公司、国电南瑞科技股份有限公司、安徽炬视科技有限公司 |
更多格式 | 高清、无水印(增值服务) |