文献

J-GLOBAL ID：201902222263767283   整理番号：19A0046660

深度森林モデルに基づく火炎検出【JST・京大機械翻訳】

Flame Detection Based on Deep Forest Model

著者 (4件)： Zhu Xiaoyu (江南大学物聯网工程学院,江蘇 无錫 214122;淮陰工学院計算机与軟件工程学院,江蘇 淮安 223003) ,  Yan Yunyang (江南大学物聯网工程学院,江蘇 无錫 214122;淮陰工学院計算机与軟件工程学院,江蘇 淮安 223003) ,  Liu Yian (江南大学物聯网工程学院,江蘇 无錫,214122) ,  Gao Shangbing (淮陰工学院計算机与軟件工程学院,江蘇 淮安,223003)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 44  号： 7  ページ： 264-270  発行年： 2018年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ビデオ火炎検出において,周囲環境および火炎自体の輝度の変化は,バックグラウンドモデリングに影響を及ぼす。この問題を解決するために,フレーム周波数リフティングに基づくGauss混合背景モデリング法を提案した。現在のフレームと前フレームの間にいくつかのフレームを挿入し、ガウス混合モデルの背景をより現在のフレームの真の背景に近づけることで、後続の目標検出と目標抽出に有利である。同時に、火炎検出に用いる深度森林モデルを構築し、フレーム周波数向上に基づくガウス混合背景モデリング方法で抽出した火炎候補領域に対して、まず二重視角、深層多粒度スキャン構造を用い、その抽象特徴を抽出し、深度森林モデルを用いて火炎検出を行った。実験結果は,この方法が火炎特性の抽象的表現能力を強化し,火炎検出率を高め,強いロバスト性を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *モデリング ,  ロバスト性 ,  走査 ,  録画装置 ,  リフティング ,  深層 ,  輝度
準シソーラス用語： 検出率 ,  Gauss混合モデル ,  背景モデリング , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  計算機網  (JC03000K) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 深度 ,  森林 ,  モデル ,  火炎