《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于元学习-FHOG的电力火灾视频火焰检测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。