Jun.2023JOURNALOFCHENGDUUNIVERSITYOFINFORMATIONTECHNOLOGY2023年6月息Vol.38No.3程报大学学成都信第38卷第3期文章编号：2096-1618(2023)03-0281-10基于烟雾区域和轻量化模型的视频烟雾检测蒲建飞，魏维，吴帝勇，程鹏，袁定胜（成都信息工程大学软件工程学院，四川成都610225）摘要：烟雾是早期火灾发生的典型特征，针对烟雾的智能检测能有效降低森林火灾造成的破坏。为了对监控视频中烟雾的及早检测，提出一种基于烟雾区域及轻量化模型的烟雾检测算法。首先通过残差顿堆叠获取视频中的运动区域，然后再利用自适应暗通道掩码对运动区域进一步筛选获得疑似烟雾块。在此基础上，又设计了一个轻量化的神经网络模型用于烟雾识别，模型利用卷积局部感知的特性提取烟雾的浅层特征，而在网络深层则将卷积和self-attention相结合，通过比较全局相似度，在浅层特征图的基础上获取烟雾的全局信息。实验结果表明，算法具有较强的鲁棒性，无论是远距离烟雾还是近距离烟雾均有良好的检测效果。关键词：早期烟雾；暗通道；自注意力机制；卷积神经网络中图分类号：TP391.4文献标志码：Adoi:10.16836/j.cnki.jcuit.2023.03.0060引言森林是一种重要的生态资源，为人类生产生活提供重要的原材料。森林火灾是一种极具破坏性的灾难，不仅使生态环境受到严重破坏，而且给人类造成巨大的经济损失，甚至危及生命安全。而发生森林火灾时灭火的难度远远比城市火灾大，因此对森林火灾进行有效的预警就显得尤为重要。传统的火灾探测系统一般采用温度或烟雾传感器，当火灾发生时，生成的烟、温度和光等物理量达到一定数值时，发出报警信号[1]。但这种探测系统仅适用于建筑物、隧道等的火灾预警中，在高大空间的火灾报警中，上述方法不能很好地适用。近年来随着机器视觉与图像处理技术的不断发展,基于视频图像的火灾检测技术引起了关注。这种新型火灾检测技术可以忽略地形地势的限制，其检测覆盖面大,不存在检测死角和空白,并且拥有高检测率和能够远程实时预警的特点，因此逐渐成为森林火灾预警的主要方案。其中，由于烟雾和火焰是火灾的两种主要表现形式，而烟雾产生于火焰之前，相比对火焰的检测,对烟雾的有效识别能更及时地预警和预防森林火灾的发生,因此对烟雾的研究越来越多。RussoAU等[2]首先利用背景减法从输入顿中去除背景，然后采用基于形状的滤波方法获取感兴趣区域。根据感兴趣区域的像素点计算局部二值模式的值并构建直方图形成特征向量，最后利用支持向量机对形...
