敬请登录网站在线投稿(tougao.mesnet.com.cn)2023年第4期33基于ViBe和目标检测的视频烟雾检测算法王林,薛国阳(西安理工大学自动化与信息工程学院,西安710048)摘要:提出了一种基于ViBe与目标检测的VSmokeNet烟雾检测算法。首先,该算法通过改进ViBe算法,减少噪声点的引入,提取到完整的运动前景区域,完成对烟雾的粗筛选;接着,利用大样本数据集训练的改进YOLOv5s网络对粗筛得到的烟雾运动前景区域进行二次筛选,最终实现视频烟雾的精确框定。实验结果表明,该算法在各种场景下有良好的检测效果。关键词:目标检测;烟雾检测;ViBe;YOLOv5s中图分类号:TP391文献标识码:AVideoSmokeDetectionAlgorithmBasedonViBeandTargetDetectionWangLin,XueGuoyang(SchoolofAutomationandInformationEngineering,Xi’anUniversityofTechnology,Xi’an710048,China)Abstract:Inthepaper,aVSmokeNetsmokedetectionalgorithmbasedonViBeandtargetdetectionisproposed.FirstlythealgorithmimprovestheViBealgorithmtoreducetheintroductionofnoisepoints,extractsthecompletemovingforegroundregion,andcompletestheroughscreeningofsmoke.Then,theimprovedYOLOv5snetworktrainedbylargesampledatasetsisusedtoscreenthesmokemo-tionforegroundareaobtainedbycoarsescreeningforthesecondtime,andfinallytheaccurateframingofvideosmokeisachieved.Theexperimentalresultsshowthatthealgorithmhasgooddetectioneffectinvariousscenes.Keywords:targetdetection;smokedetection;ViBe;YOLOv5s0引言在各类灾害中,火灾是频繁危害人类生命及财产安全的灾害之一。火灾发生初期往往会伴随着烟雾的产生,因此烟雾检测对于火灾预警有着重要的作用[1]。传统的烟雾检测方法是通过传感器实现的,然而使用传感器实现烟雾检测存在较大的局限性,比如在室内通风的区域或者户外开阔的场所很难检测出烟雾。监控摄像头的广泛部署再加上图像处理技术的迅猛发展,基于视频图像的烟雾检测技术得到了前所未有的关注以及应用。其中,ZHOU等人[2]提出利用烟雾面积变化率以及静态视觉特征检测烟雾。Zhao等人[3]根据烟雾的飘动、能量以及颜色特征,使用CSAdaboost算法实现烟雾检测。这些算法都是手动选择处理一个或者多个特征,无法提取到烟雾本质特征,在复杂场景下会误检、漏检。近年来,随着深度学习的发展,一些新的烟雾检测算法相继出现。陈俊周等人[4]提出了一种结合烟雾时空域特征的卷积神经网络检测算法,分...