[发明专利]一种基于机器学习监测视频图像烟雾的火情预警方法

摘要

本发明公开了一种基于机器学习监测视频图像烟雾的火情预警方法，其特征是，包括如下步骤：步骤1)收集并标记各种烟雾场景的图片数据集，其中非火情预警烟雾场景归为A类，火情预警烟雾场景归为B类；步骤2)上下文目标检测层非火灾预警烟雾场景训练：步骤3)上下文目标检测层火情预警烟雾场景训练，重复步骤2)，训练图片为B类火情预警烟雾图片；步骤4)疑似火情烟雾图片检测。本发明所达到的有益效果：解决了传统机器学习方法分类器无法准确区分所检测的烟雾是否为火灾导致的问题。本发明利用上下文目标检测的方法，判断烟雾所在区域的上下文关系，在提高火情预警率的前提下压低虚警、漏警率。

主权项

1.一种基于机器学习监测视频图像烟雾的火情预警方法，其特征是，包括如下步骤：步骤1)收集并标记各种烟雾场景的图片数据集，其中非火情预警烟雾场景归为A类，火情预警烟雾场景归为B类；步骤2)上下文目标检测层非火灾预警烟雾场景训练：21)将标注好的A类烟雾场景图片作为训练集；22)获得所给图像的Gist特征；23)对图片的场景进行划分；24)单一基础目标检测；25)子场景下的子树模型学习；26)子树型模型参数的学习；步骤3)上下文目标检测层火情预警烟雾场景训练，重复步骤2)，训练图片为B类火情预警烟雾图片；步骤4)疑似火情烟雾图片检测：41)进行场景选择；42)利用单一基础检测器DPM获得每个目标的检测窗口和分值；43)利用获得的基于上下文信息的多层目标检测模型推理出目标位置和目标出现的判断是否正确。