《表4 不同方法识别率的比较》
%
为了比较所提方法与其他实验方法烟雾检测的准确率,表4给出了本文的实验结果与文献[25](方法1)、文献[10](方法2)和文献[26](方法3)提出的烟雾检测实验结果的比较,其中“—”表示对应方法没有在该测试视频上做过实验。从比较结果可知,方法1的准确率为84.08%,方法2的相应准确率为93.37%,方法3的准确率为97.4%,而本文方法的准确率达到97.79%,比上述三种方法有更好的检测效果。方法1使用HOGHOF算子进行烟雾检测,HOF主要基于光流法对目标进行检测,其计算量比较大且对硬件的要求较高,另外它不能很好地提取运动目标轮廓,所以导致算法的准确率不高。方法2在使用HOGHOF的基础上利用线性动态系统(LDSs)对动态纹理进行分析,使用3D图像估计LDSs造成计算负担很大,且使用的帧数较少,所以检测效果欠佳。方法3使用Gabor滤波器进行纹理表示和描述,能很好地提取局部结构信息,但是训练支持向量机的特征矢量维数较少,虽然时间复杂度较低,但是检测效果不是特别理想。本文方法的识别效果理想,其算法复杂度主要集中在纹理提取部分,时间复杂度与方法1和方法2相比较低,与方法3相比较高,因为能量分析是简单的移位运算,其运算速度很快。
图表编号 | XD0054900400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.28 |
作者 | 袁梅、全太锋、黄洋 |
绘制单位 | 重庆邮电大学通信与信息工程学院、重庆邮电大学通信与信息工程学院、重庆邮电大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |