基于神经网络的视频图像火焰检测方法

针对依靠人工经验提取火焰特征的传统视频火灾识别方法,误报率高、鲁棒性差的特点,文章提出基于多特征融合的神经网络视频火焰检测方法。首先,通过分析火焰区域与视频全区域的YCbCr的均值之间的关系,得到颜色特征约束条件。然后利用帧间差分法获得火焰面积变化约束条件。最后,再结合火焰圆形度及形状相似度两个特征,并运用TensorFlow构建卷积神经网络实现对视频火焰的精确识别。实验结果表明,所提出的火焰检测方法有较高的识别率,可有效降低误检。