公开(公告)号：CN114119754B

公开(公告)日：2024-04-05

申请号：CN202111492484.2

申请日：2021-12-08

Applicant: 北京林业大学

Inventor： 程朋乐 ,  冯旭红 ,  娄黎明 ,  孙冰剑

IPC: G06T7/73 ,  G06T7/11 ,  G06T7/136 ,  G06T5/40

Abstract: 本发明涉及一种基于连通粒的像素级火灾烟雾根节点检测方法。本发明首先对输入的图像进行直方图均衡化，对均衡化后的图像分别执行动态特征提取算法和静态特征提取算法，然后将动态图像和静态图像使用广度优先搜索算法进行融合，得出完整的动态区域轮廓图；接下来用角点检测算法检测出单帧图像各个动态区域角点个数，设定阈值筛选出烟雾区域；最后，用水平线扫描法计算出各区域烟雾根节点代表坐标，并用圆形模板筛选出确定烟雾根节点。

公开(公告)号：CN114359673A

公开(公告)日：2022-04-15

申请号：CN202210019924.0

申请日：2022-01-10

Applicant: 北京林业大学

Inventor： 程朋乐 ,  孙冰剑 ,  娄黎明 ,  冯旭红

IPC: G06V10/774 ,  G06K9/62 ,  G06N20/00

Abstract: 本公开的实施例公开了一种基于度量学习的小样本烟雾检测方法方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标视频的第一帧和当前帧；将第一帧和当前帧划分为对应的子图像块，对每对子图像块执行以下步骤：将第一帧子图像块和对应的当前帧子图像块输入到第一度量网络，得到第一距离；响应于第一距离大于第一阈值，将第一帧子图像块与烟雾模板图像的叠加结果和当前帧子图像块输入到第二度量网络，得到第二距离；响应于第二距离满足预设条件，将当前帧子图像块确定为烟雾图像块。该方法通过使用度量学习，降低了对烟雾训练数据的需求。

公开(公告)号：CN114119754A

公开(公告)日：2022-03-01

申请号：CN202111492484.2

申请日：2021-12-08

Applicant: 北京林业大学

Inventor： 程朋乐 ,  冯旭红 ,  娄黎明 ,  孙冰剑

IPC: G06T7/73 ,  G06T7/11 ,  G06T7/136 ,  G06T5/40

Abstract: 本发明涉及一种基于连通粒的像素级火灾烟雾根节点检测方法。本发明首先对输入的图像进行直方图均衡化，对均衡化后的图像分别执行动态特征提取算法和静态特征提取算法，然后将动态图像和静态图像使用广度优先搜索算法进行融合，得出完整的动态区域轮廓图；接下来用角点检测算法检测出单帧图像各个动态区域角点个数，设定阈值筛选出烟雾区域；最后，用水平线扫描法计算出各区域烟雾根节点代表坐标，并用圆形模板筛选出确定烟雾根节点。

公开(公告)号：CN113657264A

公开(公告)日：2021-11-16

申请号：CN202110939326.0

申请日：2021-08-16

Applicant: 北京林业大学

Inventor： 程朋乐 ,  冯旭红 ,  娄黎明

IPC: G06K9/00 ,  G06K9/38 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明涉及一种基于视频的烟雾根节点检测方法。包括以下步骤：首先对视频图像进行预处理，目的是剔除建筑物等规则几何图形的物体，剔除过程包括轮廓查找和多边形曲线拟合；其次对完成预处理的图像进行KNN动态区域提取；接着利用烟雾颜色特征获取暗通道二值化图像，并将动态区域图像和暗通道二值图像合并，计算出其运动历史图；最后利用Canny算法检测出烟雾边缘后，用水平线扫描法扫描图像，找到候选烟雾根节点。

公开(公告)号：CN114359673B

公开(公告)日：2024-04-09

申请号：CN202210019924.0

申请日：2022-01-10

Applicant: 北京林业大学

Inventor： 程朋乐 ,  孙冰剑 ,  娄黎明 ,  冯旭红

IPC: G06V10/774 ,  G06N20/00

Abstract: 本公开的实施例公开了一种基于度量学习的小样本烟雾检测方法方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标视频的第一帧和当前帧；将第一帧和当前帧划分为对应的子图像块，对每对子图像块执行以下步骤：将第一帧子图像块和对应的当前帧子图像块输入到第一度量网络，得到第一距离；响应于第一距离大于第一阈值，将第一帧子图像块与烟雾模板图像的叠加结果和当前帧子图像块输入到第二度量网络，得到第二距离；响应于第二距离满足预设条件，将当前帧子图像块确定为烟雾图像块。该方法通过使用度量学习，降低了对烟雾训练数据的需求。

公开(公告)号：CN116935295A

公开(公告)日：2023-10-24

申请号：CN202310831399.7

申请日：2023-07-07

Applicant: 豪尔赛科技集团股份有限公司 ,  北京林业大学 ,  北京豪尔赛智慧城域科技有限公司

Inventor： 冯旭红 ,  戴聪棋 ,  刘姝 ,  张丰 ,  程朋乐

IPC: G06V20/50 ,  G06V10/46 ,  G06V10/766 ,  G06T3/00 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于无监督域自适应的火灾烟雾检测方法；本发明包括如下部分：基础目标检测器，图像级增强模块和实例级增强模块。本发明通过提出在图像级和实例级加强域不变特征来减小域适应过程中的分布差异，提升了现有技术中未标记建筑火灾烟雾图像检测的准确率。

公开(公告)号：CN113486841A

公开(公告)日：2021-10-08

申请号：CN202110835460.6

申请日：2021-07-23

Applicant: 北京林业大学

Inventor： 程朋乐 ,  冯旭红 ,  李晓慧 ,  刘翔

IPC: G06K9/00

Abstract: 本发明公开了一种基于视觉的森林雷击火检测方法，首先通过提取视频中连续帧图像进行视频中动态区域提取；其次通过轮廓提取算法对动态区域进行轮廓提取；然后根据雷击火的颜色和区域大小筛选出候选雷击火区域；接下来计算出候选雷击火区域外接矩形的坐标；最后将当前帧与上一帧外接矩形坐标进行对比，锁定雷击火区域，并标记出雷击火区域。