《表4 不同方法识别率的比较》

  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

《基于局部极值共生模式和能量分析的烟雾检测》

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

%

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。