收藏本站
《江西财经大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

单图烟雾识别中的局部特征学习与表示方法研究

夏雪  
【摘要】:烟雾检测可为早期火警提供重要的线索。基于计算机视觉的烟雾检测技术比基于传感器的检测技术应用范围更广泛,成为了火灾检测与预警领域中一个重要的研究方向。其中单图烟雾识别是烟雾检测的基础任务之一,而烟雾特征表示方法以及识别模型是单图烟雾识别中的关键技术。若能对烟雾的内在结构进行有效表示,将提高烟雾识别与检测结果的精度与可信度,从而增加计算机视觉技术在火灾预警中的应用价值与实用性,并推动特征表示算法与识别模型学习的发展。烟雾的运动、形态、颜色、浓度等属性缺乏稳定性,极易受到燃烧物与环境的影响。烟雾的统一规律难以总结,这使得烟雾底层特征缺乏鲁棒性与表达力,最终导致烟雾识别的误报率偏高。因此需研究能有效保留烟雾内在结构的特征表示方法,同时寻找能提高识别效率的识别模型。一方面,现有研究表明,局部特征表示方法能有效地描述烟雾最稳定的纹理属性。传统局部特征表示方法有如下缺点:(1)依赖于手工设计,对领域先验知识要求高;(2)大多作用于单张图片,特征表达力有限;(3)对多尺度特征、高阶特征等扩展特征的融合方式过于简单,这会带来冗余、增加计算量、降低特征表示的效率。深度学习框架不存在以上缺陷,但缺乏可解释性与灵活性。综上所述,现有特征表示方法难以在表达力、智能性与灵活性间取得平衡。另一方面,基于生成模型的识别方式能保持烟雾的内在结构,并保留结果的不确定性,但未在实际烟雾识别任务中得到应用。本文深入研究单图烟雾识别中的局部特征表示方法。首先通过综述总结出现存问题,再确定以基于学习的方法为解决方案,让算法自动地学习出烟雾的内在、稳定结构来进行特征表示。此外,本文提出了基于生成模型的烟雾识别框架。从特征表示与特征识别两方面提高了烟雾识别的精确度,提高烟雾检测、火灾预警的实用性与推进其工业化进程。本文研究内容分为四部分,前三部分利用学习过程对现有的烟雾特征进行了不同方向的改进。(1)引入学习的高阶烟雾特征学习与表示研究引入学习过程的采样策略和特征表示方法。首先,利用滑动采样获得高阶局部差分,从中学习出采样模型来增加底层特征的紧凑型和降低高阶特征对噪声的敏感性。随后,从采样后的特征中学习出投影模型,利用此模型进行特征中层表示并增加特征的可分性。最终,采用非量化编码为中层特征保留更多统计信息。(2)跨尺度、多阶、多层级的烟雾特征学习与表示研究中高层特征的表示方法,利用学习过程获取跨尺度与多样性的特征。首先,构建尺度空间,利用3D采样窗密集地捕获不同尺度下的局部差分。随后,从所有训练图像的局部3D差分集合中全局地学出投影模型,利用该模型生成更具可分性的多尺度中层特征。接着,利用图内编码捕获局部纹理分布,用图间编码对不同投影方向的纹理分布建模,以此实现中层特征的多阶表示。以上特征表示框架可堆叠为层级结构,该结构可将烟雾图表示为多阶、多层级、跨尺度的局部特征。(3)多方向、多尺度的稳定特征学习与表示研究如何利用学习过程提取烟雾的稳定成分,以及如何处理多尺度与多方向特征表示方法中存在的问题。首先,利用Gabor滤波获得烟雾的多尺度与多方向响应。随后,提出跨通道的浓缩方法获得不随尺度与方向变化的成分。最后,采用跨通道与通道内的编码方式获得具有光照不变性与旋转不变性的特征。此外,为底层特征提出两种扩展方法:一是用基于3D卷积的全局学习增加特征的可分性,二是对稳定成分的索引进行编码来取得烟雾纹理的全局结构。以上特征表示框架经过堆叠便可形成基于Gabor卷积核的前向网络,该网络可将烟雾图表示为多方向、多尺度、多层级的稳定特征。(4)基于生成模型的高效烟雾识别框架对以高斯过程回归(GPR)为代表的生成模型进行了研究,将非线性的特征低维表示方法与GPR结合构成新的烟雾识别框架。此方法去除了烟雾特征间的线性相关性,同时保持了嵌在烟雾中的低维流形结构,最终提高了烟雾识别的速度并降低了识别误报率。
【学位授予单位】:江西财经大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TP391.41;TP18

【参考文献】
中国期刊全文数据库 前3条
1 陈晓娟;卜乐平;杨加军;;带图像处理的火灾报警系统抗干扰性研究[J];仪器仪表学报;2010年12期
2 何源;罗予频;胡东成;;基于测地线活动区域模型的非监督式纹理分割[J];软件学报;2007年03期
3 郭键,王汝琳,李明;火灾探测技术的现状及发展方向[J];辽宁工程技术大学学报;2004年02期
【共引文献】
中国期刊全文数据库 前10条
1 余路;卜乐平;辛秀华;;空间火灾图像场景目标优化识别研究[J];计算机仿真;2015年09期
2 余路;卜乐平;颜礼彬;;基于Gabor小波变换的ICA火灾图像纹理识别算法[J];计算机测量与控制;2015年01期
3 李含光;王琦;;基于纹理特征的地基云分类识别研究[J];重庆邮电大学学报(自然科学版);2014年04期
4 翟书娟;;基于测地线区域模型的图像分割修正算法研究[J];电脑与信息技术;2013年06期
5 方志宏;夏勇;;钢水液位控制系统抗干扰滤波装置的研究与应用[J];冶金自动化;2013年03期
6 贾伟广;高占科;;基于数字图像和激光测距技术的海水潮位研究[J];仪器仪表学报;2013年03期
7 陈云华;余永权;张灵;丁伍洋;;基于面部视觉特征的精神疲劳可拓辨识模型[J];计算机科学;2013年02期
8 杨俊科;;浅析火灾自动探测技术的进展[J];中国储运;2012年11期
9 杨俊科;;浅析火灾自动探测技术的进展[J];中国储运;2012年10期
10 李海滨;李鹏;李玉仙;孙应军;;自然环境下基于颜色聚类和颜色距离的死钩检测[J];仪器仪表学报;2012年03期
【二级参考文献】
中国期刊全文数据库 前10条
1 李宏文;张昊;;高大空间建筑火灾探测技术[J];建筑电气;2010年02期
2 吴章宪;杨国田;刘向杰;杨鹏远;刘思飞;;基于Gabor小波的火灾烟气识别新方法[J];仪器仪表学报;2010年01期
3 周绍光;黎瑾慧;安如;;利用一维纹理特征值及MRF模型分割道路影像[J];仪器仪表学报;2009年10期
4 孙志海;朱善安;;一种新的视频运动对象分割技术[J];电子测量与仪器学报;2009年03期
5 臧晶;;基于支持向量机的火灾探测系统研究[J];沈阳理工大学学报;2009年01期
6 刘禾;;基于火焰图像和模糊神经网络的锅炉燃烧稳定性判别[J];仪器仪表学报;2008年06期
7 谭建豪;章兢;;一种基于优选BP神经网络的智能模糊优化算法[J];电子测量与仪器学报;2008年02期
8 黄俊钦;;测温系统动态校准结果的不确定度估算[J];仪器仪表学报;2008年04期
9 陈晓娟;卜乐平;李其修;;基于图像处理的明火火灾探测研究[J];海军工程大学学报;2007年03期
10 连静;王珂;;基于多尺度融合技术的图像边缘检测[J];仪器仪表学报;2007年05期
【相似文献】
中国期刊全文数据库 前10条
1 陈馨;;数学伙伴学习:内涵、价值与实践[J];上海教育科研;2019年08期
2 冯越;冯萌鸽;王珏;;微课教学应用模式(五)——输出式学习[J];中国信息技术教育;2019年Z4期
3 郭鑫;;合作学习在语文教学中的误区与对策刍探[J];成才之路;2019年22期
4 时轶璠;王秋;;对小学数学小组合作学习的几点思考[J];新课程(小学);2019年07期
5 张宁玲;;提升小学生趣味水墨画教学效率的有效途径研究[J];科普童话;2019年33期
6 刘红;;怎样培养学生学习英语的兴趣[J];雅安职业技术学院学报;2007年02期
7 刘佳琴;;合作学习中如何处理好优生和学困生的关系[J];德阳教育学院学报;2003年04期
8 张小东;;谈合作学习的误区及有效策略[J];青年教师;2005年02期
9 冯雪玉;;生物教学中的研究性学习[J];教育革新;2009年09期
10 陶淑梅;;如何在初中数学课堂中开展小组合作学习[J];教育革新;2019年05期
中国重要会议论文全文数据库 前10条
1 阿勒尔黑;;浅析数学学习习惯的培养[A];2018年“基于核心素养的课堂教学改革”研讨会论文集[C];2018年
2 张平;王兰启;李晓敏;韦国友;和晓聪;;学生良好学习习惯的培养有效学习的研究[A];《教师教学能力发展研究》科研成果集(第十七卷)[C];2018年
3 祝青亮;洪艳;李乐桂;;小学数学合作学习的实践与研究[A];《教师教育能力建设研究》科研成果汇编(第九卷)[C];2018年
4 王娜;;孩子,课堂属于你们——学生是数学学习真正的主人[A];中国教育发展战略学会论文集卷四[C];2019年
5 杨华斌;;试论中学合作学习教学模式的运用研究[A];中国教育发展战略学会论文集卷四[C];2019年
6 温跃海;;小组合作学习有利于学生数学核心素养提升的研究[A];第十二届中国智慧工程研究会基础教育“十三五”规划课题会议论文集[C];2017年
7 刘扬威;;论学习兴趣的重要性[A];2019全国教育教学创新与发展高端论坛论文集(卷三)[C];2019年
8 ;多层次引领 让学习成为教师的习惯[A];河北省教师教育学会第九届优秀课题成果论坛文集[C];2018年
9 胡明标;;小学数学自主探究性学习的实施策略研究[A];《教师教学能力发展研究》科研成果集(第十一卷)[C];2017年
10 陆春庚;;学习型课堂构建刍议[A];《当代教育评论》2017第6辑[C];2017年
中国重要报纸全文数据库 前10条
1 黄爱梅 桐城市范岗镇余桥小学教师;浅谈“学困生”的教育[N];江淮时报;2016年
2 本报记者 王频;打造浸润式“学习场”[N];江苏教育报;2019年
3 梁平;依靠学习走向未来[N];解放军报;2019年
4 实习生 邹春霞 本报记者 雷宇;中专生尹卫东:不要仅为成绩而学习[N];中国青年报;2012年
5 咸阳市渭城区第二初级中学 杜美娟;浅谈学生良好学习习惯的培养[N];咸阳日报;2019年
6 河南省洛阳市伊川县白元镇第一初级中学 张利浦;教师如何有效组织学生进行小组合作学习[N];山西青年报;2018年
7 记者 隋舒雨;学以致用 扎实推进“学习强国”学习平台工作[N];抚顺日报;2019年
8 广西壮族自治区钦州市人民警察训练学校副校长 龙玉平;大兴学习之风要力避“三舍”[N];人民公安报;2019年
9 上海市浦东教育发展研究院副研究员、学习共同体研究院院长 陈静静;通过观察学生促进深度学习[N];中国教师报;2019年
10 滨海县八滩镇中心小学 沈益亮;善用“错误”,促进有效学习[N];江苏教育报;2019年
中国博士学位论文全文数据库 前10条
1 夏雪;单图烟雾识别中的局部特征学习与表示方法研究[D];江西财经大学;2018年
2 张正;基于结构和判别语义嵌入的图像表征学习研究[D];哈尔滨工业大学;2018年
3 范淼;基于表示学习的知识挖掘研究[D];清华大学;2017年
4 朱越;增广信息学习[D];南京大学;2018年
5 张文鹏;免投影在线学习[D];清华大学;2017年
6 翟中华;基于生成对抗网络的自监督表示学习研究及应用[D];浙江大学;2018年
7 李楠;顶序学习及其应用的研究[D];南京大学;2015年
8 孙维东;基于样本分布匹配的极化SAR数据迁移学习研究[D];武汉大学;2018年
9 李豪;多目标学习与优化理论及应用[D];西安电子科技大学;2018年
10 李志杰;面向大数据分析的多任务加速在线学习算法研究[D];武汉大学;2015年
中国硕士学位论文全文数据库 前10条
1 赵天;高中生英语词汇学习策略、词汇广度知识与英语成绩相关性研究[D];淮北师范大学;2019年
2 张金玉;高中生感知学习风格与英语词汇学习策略使用的相关性研究[D];淮北师范大学;2019年
3 刘露;信息化环境下小学智慧教学样态研究[D];东北师范大学;2019年
4 高倩;移动学习中研究生个人知识管理模型构建研究[D];东北师范大学;2019年
5 禹越;小学低年级演唱学习评价标准研究以音乐课程标准为依据[D];东北师范大学;2019年
6 黑莉丹;“以学习为中心”的小班化作文教学研究[D];华东师范大学;2019年
7 李星辉;基于成长型思维的高中生历史核心素养养成研究[D];陕西理工大学;2019年
8 刘凤至;学生主体视角下残障大学生学习投入研究[D];华东师范大学;2019年
9 杨玉童;在华留学生学习投入及其影响因素研究[D];东北师范大学;2019年
10 郑珂;美国学习者普通话舌尖塞音实验研究[D];华东师范大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026