[发明专利]基于多通道卷积神经网络的室内火灾视频识别方法在审
| 申请号： | 201910146795.X | 申请日： | 2019-02-27 |
| 公开（公告）号： | CN109886227A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 李瑞峰;王珂;程宝平;李钰;郦荣;武军 | 申请（专利权）人： | 哈尔滨工业大学;中移（杭州）信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06N3/04;G06N3/08;G06T7/11;G06T7/136;G06T7/194;G06T7/62 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 刘冰 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供基于多通道卷积神经网络的室内火灾视频识别方法，属于图像处理识别技术领域。本发明首先对视频中的图像进行火焰的区域分割，提取图像中疑似火焰目标，进而获得疑似火焰目标区域面积；然后对图像提取火焰颜色特征；根据疑似火焰目标区域面积对视频中的图像提取圆形度特征和面积变化特征；再将火焰颜色特征、圆形度特征以及面积变化特征作为检测特征通道，设计卷积神经网络CNN模型；对各个通道图像特征进行识别训练；最后将从待识别视频中提取的火焰颜色特征、圆形度特征以及面积变化特征输入训练好的卷积神经网络中进行火灾识别。本发明解决了现有火灾视频识别技术的识别准确率较低的问题。本发明可应用于室内火灾视频识别。 | ||
| 搜索关键词： | 卷积神经网络 视频识别 火焰颜色 面积变化 室内火灾 圆形度 目标区域 图像提取 视频 多通道 火灾识别 区域分割 识别训练 特征输入 特征通道 提取图像 通道图像 图像处理 准确率 图像 火灾 检测 应用 | ||
【主权项】：
1.基于多通道卷积神经网络的室内火灾视频识别方法，其特征在于，具体包括以下步骤：步骤一、对视频中的图像进行火焰的区域分割，提取图像中疑似火焰目标，进而获得疑似火焰目标区域面积；步骤二、对视频中的图像提取火焰颜色特征；步骤三、根据疑似火焰目标区域面积对视频中的图像提取圆形度特征和面积变化特征；步骤四、将火焰颜色特征、圆形度特征以及面积变化特征作为检测特征通道，设计卷积神经网络CNN模型；对各个通道图像特征进行识别训练；步骤五、将从待识别视频中提取的火焰颜色特征、圆形度特征以及面积变化特征输入训练好的卷积神经网络中进行火灾识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学;中移（杭州）信息技术有限公司，未经哈尔滨工业大学;中移（杭州）信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910146795.X/，转载请声明来源钻瓜专利网。
