Обнаружение пламени и дыма по видеоданным
Автор: Пятаева А.В., Бандеев О.Е.
Журнал: Журнал Сибирского федерального университета. Серия: Техника и технологии @technologies-sfu
Статья в выпуске: 5 т.12, 2019 года.
Бесплатный доступ
В работе предложен алгоритм обнаружения пожара по видеоданным на открытых пространствах, когда традиционными способами на основе датчиков химического состава воздуха или температуры обнаружение дыма и пламени невозможно. Обнаружение дыма и пламени выполняется параллельно, пожар считается найденным в случае детектирования одного объекта: дыма или пламени. Алгоритм нахождения дыма и пламени основан на анализе пространственно-временных признаков. На первом этапе обнаружения дыма выполняется поиск движения с использованием алгоритма сопоставления блоков, затем производится хроматический анализ движущихся областей, учет турбулентности. Классификация областей-кандидатов производится с использованием машины опорных векторов. Верификация выполнена на базе пространственно-временных локальных бинарных шаблонов. Для обнаружения пламени взята функция Background Subtraction библиотеки компьютерного зрения OpenCV, выполнен учет цветовых особенностей пламени и анализ его динамических свойств...
Пламя, дым, обнаружение пожара, видеопоследовательности
Короткий адрес: https://sciup.org/146281218
IDR: 146281218 | DOI: 10.17516/1999-494X-0105
Список литературы Обнаружение пламени и дыма по видеоданным
- Tan K.S., Isa N.A.M. Color image segmentation using histogram thresholding-fuzzy c-means hybrid approach. Pattern Recognition, 2011, 44(1), 1-15.
- Yuan F. A fast accumulative motion orientation model based on integral image for video smoke detection. Pattern Recognition Letters, 2008, 29(1), 925-932.
- Jayavardhana G., Slaven M., Marimunthu P. Smoke detection in video using wavelets and support vector machines. Fire Safety Journal, 2009, 44(8), 1110-1115.
- Yu C., Fang J., Wang J., Wang Y. Video Fire Smoke detection using motion and color features. Fire Technology, 2010, 46(3), 651-663.
- Toreyin B.U., Dedeoglu Y., Gueduekbay U. Computer vision based method for real-time fire and flame detection. Pattern Recognition Letters, 2006, 27(1), 49-58.
- He Z., Fan B., Cheng T.C.E., Wang S.-Y., Tan C.-H. A mean-shift algorithm for large-scale planar maximal covering location problems. European Journal of Operational Research, 2016, 250(1), 65-76.
- Zhang X., Cui Y., Li D., Zhang F. An adaptive mean shift clustering algorithm based on locality-sensitive hashing. Optik -International Journal for Light and Electron Optics, 2015, 123(20), 1891-1894.
- ZhengH., Mao X., ChenL., LiangX. Adaptive edge-based mean shift for drastic change gray target tracking. Optik -International Journal for Light and Electron Optics, 2015, 126(23), 3859-3867.
- Пятаева А.В., Фаворская М.Н. Модель фона при детектировании дыма по видеопоследовательностям на открытых пространствах. Информационно-управляющие системы, 2016, 4 (83), 44-50.
- Catrakis H.J., Dimotakis P.E. Shape Complexity in Turbulence. Physical review letters, 1998, 80(5), 968-971.
- Favorskaya M., Pyataeva A., Popov A. Verification of smoke detection in video sequences based on spatio-temporal local binary patterns. Procedia Computer Science, 2015, 60, 671-680.
- Open Source Computer Vision Library . Access: http://opencv.org/
- Спичкин Ю.В., калач А.В., Сорокина Ю.Н. к вопросу об особенностях возникновения и развития горения дисперсных материалов. Вестник Воронежского института ГПС МЧС России, 2014, 3(12), 7-12.
- Bilkent database . Access: http://signal.ee.bilkent.edu.tr/VisiFire/Demo/FireClips/
- Renaud P., Fazekas S., Huiskes M.J. DynTex: A comprehensive database of dynamic textures. Pattern Recognition Letters, 2010, 31(12), 1627-1632.
- Видеохостинг Youtube . Режим доступа: https://www.youtube. com/
- Пятаева А.В. Исследование методов и разработка алгоритмов обнаружения дыма на открытых пространствах по видеопоследовательностям. красноярск.: Сиб. федер. ун-т, 2017. 166 с.
- Пятаева А.В., куликова Ю.Д. Обнаружение динамических текстур по видеопоследовательностям в условиях недостаточной освещенности. Сибирский журнал науки и технологий, 2017, 18(2), 283-290.
