殷亚萍，柴 文，凌毅德，朱芳华，王晓君

(1.河北省胸科医院，河北 石家庄 050000；2.河北省肺病重点实验室，河北 石家庄 050000；3.河北省结核病防治院，河北 石家庄 050000；4.河北省肺癌防治研究中心，河北 石家庄 050000；5.河北科技大学 信息学院，河北 石家庄 050000；6.河北省卫生和计划生育委员会 统计信息中心，河北 石家庄 050000)

0 引言

随着科技的迅速发展，利用视频监控进行火灾检测的技术手段被运用于各种不同需求的消防场所。与基于传感器的火灾检测技术不同，机器视觉检测技术的信息采集主要依赖于视频监控系统，具有较高的稳定性和环境适应性。火灾初期阶段，着火点会产生大量烟雾，因此烟雾检测是火灾检测的首要步骤。

烟雾识别技术中，特征分析是十分重要的步骤。烟雾特征可分为静态特征(例如颜色、纹理等)和动态特征(例如运动方向等)。Li等人[1]采用高斯混合分量对烟雾颜色进行分析实现烟雾自主化检测；Chen等人[2]在RGB颜色空间对烟雾像素在R、G、B3个颜色通道中的分布规律进行分析，得到烟雾检测的决策规则；Prema等人[3]使用二维小波分解和三维体积小波分解对烟雾的纹理进行描述，然后建立纹理特征向量并输入分类器进行烟雾探测与识别；Ko等人[4]基于烟雾向上运动的特性提取HOG特征，并提取定向光流直方图作为烟雾的识别特征。Zhang等人[5]利用加权交叉熵值对深度学习中的损失函数进行优化，建立起一套基于注意机制的烟雾检测模型；Zhong等人[6]利用RGB颜色空间和CNN结合的方式对候选烟雾图像进行分类；……