BoWFire：通过整合像素颜色与纹理分析检测静态图像中的火灾
计算机视觉与模式识别
2016-11-17 v1
摘要
涉及火灾的紧急事件具有潜在危害性，要求快速且精确的决策。在危机管理系统中利用众包图像和视频可通过提供比口头/文本描述更多的信息来辅助这些情况。由于通常数据量巨大，自动解决方案需要在不丢失相关信息的前提下丢弃不相关内容。已有若干基于颜色模型的视频火灾检测方法。然而，它们不适用于静态图像处理，因为可能产生高假阳性结果。这些方法还存在参数物理意义不明的问题，导致精细调参困难。在此背景下，我们提出一种用于静态图像的新颖火灾检测方法，该方法使用基于颜色特征的分类与超像素区域上的纹理分类相结合。与先前工作相比，我们的方法使用更少参数，简化了方法精细调参过程。结果表明了我们方法在减少假阳性方面的有效性，同时其精度与最先进方法相当。
引用
@article{arxiv.1506.03495,
title = {BoWFire: Detection of Fire in Still Images by Integrating Pixel Color and Texture Analysis},
author = {Daniel Y. T. Chino and Letricia P. S. Avalhais and Jose F. Rodrigues and Agma J. M. Traina},
journal= {arXiv preprint arXiv:1506.03495},
year = {2016}
}
备注
8 pages, Proceedings of the 28th SIBGRAPI Conference on Graphics, Patterns and Images, IEEE Press