党勃
- 作品数:2 被引量:13H指数:1
- 供职机构:西安建筑科技大学信息与控制工程学院更多>>
- 发文基金:榆林市科技计划项目陕西省教育厅产业化培育项目西安市城乡建设委员会建设科技计划项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于改进层次聚类和SVM的图像型火焰识别被引量:13
- 2014年
- 为了提高大空间建筑内实时监控的火灾检出率,提出基于改进分层聚类和支持向量机(SVM)的火灾识别算法。首先建立火焰颜色模型,用像素运动累积法获取疑似目标,借助改进层次聚类法对其进行合并,形成少量疑似区域。然后提取疑似区域相邻帧间相关性、面积变化率、质心偏移距离、红绿分量比、平均亮度这五个特征量。最后将特征输入到SVM进行二分类,判断是否有火。实验结果表明该算法提高了聚类算法在实际应用中的效率,克服了已有火灾识别算法过分依赖阈值的局限性,适用于室内大空间基于视频监控的火灾探测。
- 贾阳王慧琴胡燕党勃
- 关键词:数据采样SUPPORTVECTOR
- 基于SVM的图像型火灾探测系统
- 2013年
- 本文提出了基于SVM的图像火灾探测算法,利用混合高斯模型分割出图像中的移动区域,提取图像的圆形度、面积变化率、闪烁频率、相似度等,作为支持向量机的输入参数,判断出有无火灾,再利用基于B/S架构的网络监控端,避免了C/S架构的资源浪费和使用不便,实现了火灾检测算法和系统的构建,使用户能随时通过以太网监控火灾现场和实现回放等功能。
- 党勃
- 关键词:SVM混合高斯模型视频监控系统