基于箱线图与全卷积网络的动态场景烟雾检测

作者：王文标; 郝友维; 时启衡

来源：安全与环境学报, 2023, 1-8.

DOI：10.13637/j.issn.1009-6094.2023.1296

• 安全工程
• 烟雾检测
• 动态场景
• 箱线图
• 背景建模
• 全卷积网络

烟雾具有透光性强、纹理模糊等特征，且易与云、雾等目标混淆，导致基于视频的单阶段烟雾检测网络识别准确率低且受环境干扰明显，难以满足实际现场的使用需求。针对上述问题，提出一种基于箱线图背景建模(BPB， Box Plot Background)与全卷积分类网络(FCDN， Full Convulsion DNCNN)的二阶段烟雾检测算法：一阶段使用箱线图统计方法剔除背景队列中的移动干扰目标，利用背景队列中的最大值与最小值建立能适应动态场景的背景模型，以减少一阶段动态背景误报和背景模型被污染带来的烟雾区域遗漏；二阶段使用卷积层替换全连接层，解决输入图像尺寸和形状的限制问题，提升火灾初期细长形烟雾的检出效率。试验表明，算法在动态场景下的漏检率与误检率均明显降低，并显著提升了烟雾检测速度。

• 单位
  大连海事大学