公开(公告)号：CN113221793B

公开(公告)日：2025-05-09

申请号：CN202110562235.X

申请日：2021-05-24

Applicant: 南京林业大学

Inventor： 赵亚琴 ,  卢鹏 ,  李敖 ,  郑兆祥

IPC: G06V20/40 ,  G06V10/44 ,  G06V10/56 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于轻量型双流卷积网络的监控视频火焰区域检测方法，首先将待检测视频切分成若干视频块，从单个视频块中提取第一帧、中间帧和最后一帧，计算出2张差分图像；然后将视频块中间帧和2张差分图像分别输入到卷积网络的空间流分支和时序流分支中，得到两个长宽均降至原图的1/2n的特征图；接着将两个分支输出的卷积特征图合并，用3层1×1的卷积层对融合后特征图的每个通道上的特征向量进行分析，并得出区域判定特征图；最后对区域判定特征图上每个1×1×2的元素采用Softmax分类器，判断该元素对应原图上的2n×2n的像素块是否为火焰区域。本方法构建的火灾监控视频火焰区域检测模型具有较高的检测精度和较快的检测速度。

公开(公告)号：CN113221793A

公开(公告)日：2021-08-06

申请号：CN202110562235.X

申请日：2021-05-24

Applicant: 南京林业大学

Inventor： 赵亚琴 ,  卢鹏 ,  李敖 ,  郑兆祥

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于轻量型双流卷积网络的监控视频火焰区域检测方法，首先将待检测视频切分成若干视频块，从单个视频块中提取第一帧、中间帧和最后一帧，计算出2张差分图像；然后将视频块中间帧和2张差分图像分别输入到卷积网络的空间流分支和时序流分支中，得到两个长宽均降至原图的1/2n的特征图；接着将两个分支输出的卷积特征图合并，用3层1×1的卷积层对融合后特征图的每个通道上的特征向量进行分析，并得出区域判定特征图；最后对区域判定特征图上每个1×1×2的元素采用Softmax分类器，判断该元素对应原图上的2n×2n的像素块是否为火焰区域。本方法构建的火灾监控视频火焰区域检测模型具有较高的检测精度和较快的检测速度。

公开(公告)号：CN115690564A

公开(公告)日：2023-02-03

申请号：CN202211447233.7

申请日：2022-11-18

Applicant: 南京林业大学

Inventor： 赵亚琴 ,  李敖

IPC: G06V20/00 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06N3/08 ,  G06N3/0464

Abstract: 一种基于Recursive BIFPN网络的室外火灾烟雾图像检测方法，先采集火灾烟雾图片，再使用火灾烟雾检测网络进行检测。检测步骤包括：利用YOLOV5的主干网络提取三个分辨率不同的多尺度特征图；构建的Recursive BIFPN注意力模型，利用Recursive BIFPN将主干网络提取出的三个不同分辨率的特征图进行两次特征融合和增强；用Swin Transformer探测头代替YOLOV5原有的探测头，用于火灾图像中不同大小的烟雾目标分类。本发明Recursive BIFPN有利于提高复杂背景下的火灾烟雾检测精度，并分辨出云、雾等干扰对象；基于Swin Transformer的探测头有利于检测图像中烟雾区域面积差异较大的不同烟雾目标，尤其是提高早期火灾或远距离拍摄导致的小烟的检测精度。