基于局部特征過(guò)濾和極限學(xué)習(xí)機(jī)的快速火焰識(shí)別方法

　　傳統(tǒng)的基于物理信號(hào)的火焰識(shí)別方法易被外部環(huán)境干擾，且現(xiàn)有火焰圖像特征提取方法對(duì)于火焰和場(chǎng)景的區(qū)分度較低，從而導(dǎo)致火焰種類或場(chǎng)景改變時(shí)識(shí)別精度降低。針對(duì)這一問題，提出一種基于局部特征過(guò)濾和極限學(xué)習(xí)機(jī)的快速火焰識(shí)別方法，將顏色空間信息引入尺度不變特征變換（ SIFT）算法。首先，將視頻文件轉(zhuǎn)化成幀圖像，利用SIFT算法對(duì)所有圖像提取特征描述符；其次，通過(guò)火焰在顏色空間上的信息特性進(jìn)一步過(guò)濾局部噪聲特征點(diǎn)，并借助關(guān)鍵點(diǎn)詞袋（BOK）方法，將特征描述符轉(zhuǎn)換成對(duì)應(yīng)的特征向量；最后放入極限學(xué)習(xí)機(jī)進(jìn)行訓(xùn)練，從而快速得到火焰識(shí)別模型。在火焰公開數(shù)據(jù)集及真實(shí)火災(zāi)場(chǎng)景圖像進(jìn)行的實(shí)驗(yàn)結(jié)果表明：所提方法對(duì)不同場(chǎng)景和火焰類型均具有較高的識(shí)別率和較快的檢測(cè)速度，實(shí)驗(yàn)識(shí)別精度達(dá)97qo以上；對(duì)于包含4301張圖片數(shù)據(jù)的測(cè)試集，模型識(shí)別時(shí)間僅需2. 19 s；與基于信息熵、紋理特征、火焰蔓延率的支持向量機(jī)模型，基于SIFT、火焰顏色空間特性的支持向量機(jī)模型，基于SIFT的極限學(xué)習(xí)機(jī)模型三種方法相比，所提方法在測(cè)試集精度、模型構(gòu)建時(shí)間上均占有優(yōu)勢(shì)。