《表3 火灾视频检测结果》
实验结果如表3所示,文献[5]通过区域分割提取疑似火灾区域,然后通过圆形度大小来判别火灾,该方法实时性较好,但是误报率较高。文献[13]运用了BP神经网络进行火灾的多特征融合,能一定程度提高火灾识别的效果,但火焰的识别效率不高。文献[7]基于彩色视频运动目标检测提方法取火灾疑似区域,然后采用九标度的层次分析法进行火灾判别,火灾识别率较文献[13]有所提高,但该算法复杂且多特征融合方法主观性强,导致火灾识别算法实时性和识别率依然不高,而本文方法在识别率和耗时上较上述方法都有较好的改善,可以进行快速精确火灾报警。
图表编号 | XD0088439600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.20 |
作者 | 金肖、叶锦华、杨素珍 |
绘制单位 | 福州大学机械工程及自动化学院、福州大学机械工程及自动化学院、漳州职业技术学院机械工程学院 |
更多格式 | 高清、无水印(增值服务) |