陈俊周，汪子杰，陈洪瀚，左林翼

(西南交通大学信息科学与技术学院　成都　610031)

基于级联卷积神经网络的视频动态烟雾检测

陈俊周，汪子杰，陈洪瀚，左林翼

(西南交通大学信息科学与技术学院成都610031)

复杂场景中烟雾特性的提取是目前视频烟雾检测领域的主要挑战。针对该问题，提出一种静态和动态特征结合的卷积神经网络视频烟雾检测框架。在静态单帧图像特征检测的基础上，进一步分析其时空域上的动态纹理信息以期克服复杂的环境干扰。实验结果显示，该级联卷积神经网络模型可有效应用于复杂视频场景中烟雾事件的实时检测。

卷积神经网络;深度学习;纹理特征;视频烟雾检测

烟雾检测作为消防探测重要手段，已广泛应用于火灾、爆炸的探测与预警。传统基于烟雾传感器的探测技术监测范围小，在工厂、仓库、森林等较大的区域铺设成本高，且此类传感器易老化而灵敏度降低。近年来，视频烟雾探测技术因其响应时间短、灵敏度高、覆盖面积大等优势备受国内外研究者关注。

现有视频烟雾检测方法主要依靠运动、颜色、形状、透明度、纹理等视觉特征。文献[1]提出一种利用烟雾颜色和运动特征的检测方法，首先采用背景提取和颜色过滤获取候选烟雾区域，然后计算光流将其速度及方向的均值和方差作为特征，最后采用BP神经网络完成分类识别，其所获特征向量维度偏低难以有效描述烟雾在复杂环境下的不同表现形式。……