烟雾检测
烟雾检测的相关文献在2000年到2023年内共计653篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、安全科学
等领域,其中期刊论文148篇、会议论文7篇、专利文献1113859篇;相关期刊111种,包括中国图象图形学报、电子技术、电子设计工程等;
相关会议7种,包括第十七届全国信号处理学术年会、第17届全国图象图形学学术会议、浙江省电子学会2013年学术年会等;烟雾检测的相关文献由1464位作者贡献,包括张为、刘通、程江华等。
烟雾检测—发文量
专利文献>
论文:1113859篇
占比:99.99%
总计:1114014篇
烟雾检测
-研究学者
- 张为
- 刘通
- 程江华
- 陆奇星
- 朱泽春
- 罗胜
- 陈朔
- 余锋
- 华宏虎
- 周昌龙
- 姜明华
- 王洋
- A·索兰基
- B·W·史蒂文森
- C·布莱克
- D·E·夏普
- J·L·费尔特
- M·E·沃森
- P·戴维斯
- R·E·李
- R·L·里普利
- W·J·克罗
- 不公告发明人
- 乔俊飞
- 吴联凯
- 夏远清
- 孙金彪
- 宋坤芳
- 张亮
- 张德馨
- 张斌
- 张绍武
- 李宏峰
- 沈忠东
- 游峰
- 王耀威
- 王鑫
- 田永鸿
- 道格拉斯·H·马曼
- 陈佳秋
- 陈润丰
- 雅各布·Y·王
- 顾锞
- 马克·A·皮尔逖
- 马莉
- 黄铁军
- 丁维贤
- 丰颖
- 全太锋
- 刘恺
-
-
邢雪梅
-
-
摘要:
主要研究了一家用电器远程控制系统,它将家用电器远程控制与监测结合在一起。51单片机作为系统的核心,负责处理输入的命令和控制其它电路的正常运行;GSM系统通过接收和发送短信来保证接收到外界输入的命令,温度模块通过实时温度检测来判断是否有火灾的发生;人体红外模块通过红外检测判断是否有人入侵;烟雾模块通过检测可燃气体和烟雾浓度来监测环境安全状况;继电器模块负责控制家电开关;蜂鸣器模块实现声音报警功能。该设计成本低、灵活方便、功能多样,能满足大多数家庭电器远程控制的需要。以最普遍的通讯工具手机作为命令的发出和接收端,既实现了远程操作家用电器运行的功能,又实现了温度、烟雾浓度检测和防盗功能,在远程控制家电的同时实时监测家庭环境数据,提高了家庭生活的舒适性与安全性。
-
-
李琳;
曹丽英
-
-
摘要:
针对传统的烟火检测方法在农田等复杂场景、干扰较多的环境下检测性能低的问题,在经典SSD模型基础上,引入残差学习模块对基础VGG16网络进行修改,修改特征金字塔网络结构并在改进SSD模型中构建新的特征金字塔,使用组归一化代替批量归一化进行数据归一化处理。对改进SSD模型与经典SSD模型、YOLOv3模型及Faster R-CNN模型进行对比测试。实验结果表明,改进SSD模型较其他3种模型mAP分别提高18.5%,20.3%和17.7%,FPS分别提高18,30和24。改进SSD模型更契合农田场景下的烟火目标检测,对小目标检测效果更好。
-
-
曹灿灿;
龚声蓉;
周立凡;
钟珊
-
-
摘要:
由于烟雾具有形状不规则、扩散缓慢的特性,导致传统烟雾识别方法对烟雾检测存在一定的缺陷,如烟雾检测准确率低、烟雾警报响应时间长等问题。为了满足野外空旷场景下烟雾检测的准确性和实时性,提出了基于HSV(Hue, Saturation, Brightness,色调,饱和,明亮)颜色空间特征和卷积神经将网络相结合的视频烟雾检测的识别方法。通过将烟雾图像的RGB颜色空间特征映射到HSV颜色空间特征后提取烟雾候选区域,提取到的烟雾候选区域经过高斯混合模型进行运动判断,然后将符合运动特征的烟雾候选区域图像送入到训练好的卷积神经网络中进行烟雾识别。针对传统烟雾检测效率问题,设计了卷积神经网络conv-12用于烟雾识别。实验结果表明,基于HSV颜色空间特征和卷积神经网络conv-12相结合的视频烟雾识别方法对视频烟雾检测的准确率为96.45%,烟雾检测率为93.3%,烟雾报警平均响应时间为0.9 s。相较于其他方法,在烟雾检测准确率、烟雾检测率、烟雾警报响应时间都有一定的提升。
-
-
汪睿卿;
王慧琴;
王可
-
-
摘要:
针对卷积神经网络高层特征图中细节特征被削弱造成烟雾图像底层特征丢失的问题,提出一种融合细节特征与混合注意力机制的YOLOv4改进算法。设计了细节特征融合模块,将主干网络中的底层细节特征引入高层特征图,得到具有丰富多尺度信息的融合特征。在通道和空间维度上采用混合注意力机制对融合特征的图权重进行重新赋值,在增强烟雾目标特征的同时抑制无关区域特征,使烟雾特征表达具有更好的鲁棒性。实验结果表明,本文算法的平均精确率、精确率和召回率相比YOLOv4算法分别提高了4.31%,1.21%,9.86%,同时保持了较快的检测速度。本文算法能够有效提取烟雾目标的整体特征,对于复杂背景下的火灾烟雾检测任务更为适用。
-
-
朱弥雪;
刘志强;
张旭;
李文静;
苏佳新
-
-
摘要:
火灾早期时,烟雾相较于火焰特征更为明显,因此早期的烟雾检测对于预防火灾具有重大意义。针对森林、草原火灾早期的烟雾检测,烟雾探测器成本高、检测效果较差且不能提供烟雾大小、方向、位置等信息。随着计算机视觉的发展,基于视频的烟雾检测方法以低成本、覆盖面广、信息获取较全面等优势逐渐成为研究热点。但由于森林、草原背景复杂、烟雾本身易变化,因此视频烟雾检测算法仍面临着巨大的挑战。为研究深度学习的视频烟雾检测中的应用效果,分析了烟雾检测存在的难点问题及传统视频烟雾检测算法的不足,介绍了当前深度学习中各类目标检测算法在烟雾检测中的应用,对比了这些烟雾检测算法,总结了其优点和不足,重点分析了各种烟雾检测难点问题的解决方法,并提出烟雾检测的下一步研究方向。
-
-
叶寒雨;
李传昌;
刘淼;
崔国华;
张伟伟
-
-
摘要:
火灾发生的前期往往伴随有不同量的烟雾,故烟雾的高精敏感检测对预防火灾蔓延具有重要作用。针对烟雾检测提出了基于光流估计与目标检测的SmokeNet算法,该算法首先对输入图像的色彩空间进行转换,然后使用光流估计算法LiteFlowNet对烟雾运动进行估计,并使用目标检测算法YOLOv4剔除运动物体干扰,最后通过降噪处理,得到图像中烟雾区域的大小、形状及运动轨迹,即可对烟雾进行评估。在室内烟雾评估实验中,该算法获得了93.53%的检测准确率。
-
-
刘媛媛;
郝慧琴;
王耀力;
孙永明;
常青
-
-
摘要:
针对森林火灾烟雾数据集小,模型获取困难问题,采用类质心匹配和局部流行自学习迁移学习算法,解决缺乏标签数据的烟雾检测任务。算法将目标域中同一簇内的样本视为整体而不是个体,通过类质心匹配为目标簇分配伪标签。为了充分利用目标域数据结构,引入域内规划法,从域中学习判别性传递信息。基于卫星遥感图像与视频影像图像数据集对该模型进行评估,与普通类质心匹配算法相比,文中算法在视频影像图像上的准确率提高了4.50%,在卫星遥感图像上的准确率提高了6.50%,且在迭代次数为5次时就已经收敛。
-
-
王志华;
陈高锋;
杨章勇
-
-
摘要:
实验室对学生课后开放是高职院校实践教学创新的重要组成,为学生提供了丰富的实践创新资源和平台.实验室开放容量的扩大和实验设备数量的增多,实验室的火灾安全隐患也成为学校管理的重要任务.设计了以ZigBee无线通讯实现网络互连的检测子系统和数据分析处理主系统,以STC89C52单片机、烟雾、火焰和温度传感器为核心的现场实时火灾检测报警系统,实现了网络化远程实时检测报警功能,具有智能化、简单方便和性能稳定的特点,达到了实验室预防火灾和报警急救的作用.
-
-
张媛琳
-
-
摘要:
在烟雾检测任务中,当烟雾区域小或者运动缓慢时,烟雾检测将十分困难。针对烟雾检测任务中存在的样本干扰大,检测困难的问题,本文提出了一种基于PP-YOLOv2的烟雾检测方法。该方法采用检测Neck来构建所有尺度的高级语义特征Map,并采用PAN来聚类自顶向下的深层和浅层的复杂信息,使得模型能够在多种干扰样本存在的情况下,有效检测出烟雾目标,从而有效提高了烟雾的检测率。该方法在烟雾检测数据中检测准确率达到了91.5%,模型具有较高的鲁棒性,在实际的烟雾检测中满足了企业的应用要求。
-
-
李澎林;
章军伟;
李伟
-
-
摘要:
火灾严重威胁着人们的生命和财产安全,而烟雾作为火灾前期的一个重要特征,应当作为火灾检测的首选目标.为了解决传统火灾检测在准确度和实时性上存在的不足,提出了一种基于传统光流改进与YOLOv3结合的烟雾检测模型.该模型针对烟雾的动态特征,通过改进光流算法对动态前景区域进行目标框定完成一次筛选;利用大样本数据集训练的YOLOv3网络模型,将初筛结果输入模型进行二次识别和筛选,从而达到检测烟雾目的.实验结果表明:在各类烟雾检测任务中,该模型可以有效地减少外界因素干扰,准确实时地检测各类烟雾情景,鲁棒性较好.
-
-
-
-
-
-
王杰
- 《2011年全国煤矿安全学术年会》
| 2011年
-
摘要:
根据开放环境下火灾烟雾检测的实际应用要求,提出了一种基于多特征融合的BP神经网络在线烟雾检测算法.该算法首先提出了适应开放环境且抗光照影响的烟雾颜色统计模型,并与Kalman运动检测图像进行融合得到疑似烟雾区域;再次利用小波变换等方法对疑似区域提取烟雾的轮廓不规则性、面积扩散性、烟雾覆盖区域的模糊性以及烟雾边缘的低频振荡性四个时空域特征,作为BP神经网络的四个输入;最后利用BP神经网络的输出值来判定场景中是否存在烟雾.通过基于烟雾视频帧序列的实验表明,本文烟雾检测算法能够实时进行视频烟雾检测,对开放环境较为鲁棒,能较好地满足开放环境下火灾烟雾的监测预警,基本达到了预期效果.
-
-
Qian Jide;
钱基德;
CHEN Bin;
陈斌;
Qian Jiye;
钱基业;
CHEN Gang;
陈刚;
Wu Zhaoguo;
吴照国
- 《第264场中国工程科技论坛暨第十届全国防震减灾工程学术研讨会》
-
摘要:
烟雾检测在预防地震次生灾害、森林防火等有着重要的应用前景,针对地震灾区、森林等户外开放场景传统传感器的火灾检测方法不具备应用可行性,一种基于计算机视觉的火灾烟雾检测解决方案被提出.本文提出一种改进的混合高斯动态更新背景模型和基于时间序列的动态特征分析的烟雾检测方法.首先,根据烟雾具有扩散缓慢、不同帧间烟雾区域像素值差异小的特点,改善传统混合高斯背景建模方法对于场景变化敏感的缺点,改进混合高斯建模方法能够较完整的提取出疑似烟雾区域.然后,利用火灾烟雾在时间序列上具有向上扩散、面积逐步增大的动态特征,对烟雾进行识别并进行灾情预警.通过对多种场景下的实验,表明该算法具有良好的烟雾检测效果,且对环境抗干扰性较好,对于预防地震次生火灾具有重要应用意义.
-
-
-
-