项目名称: 基于视觉感知机理的林火视频识别模型研究

项目编号: No.31200496

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 林学

项目作者: 赵亚琴

作者单位: 南京林业大学

项目金额: 22万元

中文摘要: 由于林区范围巨大,人为火情存在视野狭窄,主观麻痹大意等诸多不利因素,因此,森林火灾视频监控系统已广泛应用于林火监测中,火情自动识别也成为森林防火领域的研究热点之一。但如何从数据量巨大的快速传输视频中准确高效地识别火情,仍然是视频监控系统面临的重大难题,因此,本课题拟研究面向森林火灾视频监控系统的高效的火情识别新方法。本课题研究特色主要有:一是拟在视频片段大粒度下,基于时空特征和运动特征提取火焰特征向量和烟雾特征向量,避免气候、环境条件的影响。二是建立林火视频的本体描述模型,将人脑对视频的"认知"过程转换为"本体描述"的概念框架。三是尝试建立一个基于视觉感知机理的林火视频识别模型,及时准确地对林火监控视频进行自动火情识别,而且该模型还可以应用于林火视频片段检索和索引档案的建立。因此,本课题的研究内容是林火无线视频监控系统迫切需要解决的关键问题,具有广阔的应用前景。

中文关键词: 时空特征;视觉感知机理;语义特征;森林火灾视频识别模型;森林火灾视频描述模型

英文摘要: Due to large forestry area, many disadvantageous factors such as narrow vision and subjective carelessness exist in the process of artifical fire monitoring.Therefore, video surveillance system is widely used in the field of forest fire monitoring, and automatic recognition of forest fire is becoming one of the hot topics in the field of fire warning. But the major difficult problem that fire video surveillance system is how to efficiently detect fire video clip from huge sum of fire video of rapid transmission, so the project plans to study a new fire recognition method for forest fire surveillance syetem. The main characteristics are as follows. The first is the extraction of flame feature vector and smoke feature vector based on motion, temporal and spatial features from forest fire video clip for the purpose of avoiding the influence of environment and weather. The second is the establishment of the forest fire video description model based on ontology. The description model can convert the course of human cognition of fire video into the conceptual framework of ontology description. The third is the establishment of a forest fire recognition model on the basis of visual perception mechanism. The model will detect fire timely and accurately for forest fire video surveillance system, and furthermore, it can b

英文关键词: spatial-temporal features;Visual perception mechanism;semantic features;forest fire video recognition model;descriptive model of forest fire video

成为VIP会员查看完整内容
0

相关内容

从视频到语言: 视频标题生成与描述研究综述
专知会员服务
19+阅读 · 2022年1月8日
重邮高新波等最新《少样本目标检测算法》综述论文
专知会员服务
32+阅读 · 2021年11月2日
专知会员服务
12+阅读 · 2021年9月13日
基于深度神经网络的高效视觉识别研究进展与新方向
专知会员服务
38+阅读 · 2021年8月31日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
43+阅读 · 2020年12月8日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
BERT模型进军视频领域,看你和面就知会做蛋糕
机器之心
10+阅读 · 2019年9月20日
从锚点到关键点:目标检测方法最新进展(2019)
GAN生成式对抗网络
14+阅读 · 2019年8月22日
基于视频的目标检测的发展【附PPT与视频资料】
人工智能前沿讲习班
19+阅读 · 2018年12月14日
CCCF专题:史元春 | 自然人机交互
中国计算机学会
24+阅读 · 2018年5月18日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
27+阅读 · 2018年4月12日
小贴士
相关VIP内容
从视频到语言: 视频标题生成与描述研究综述
专知会员服务
19+阅读 · 2022年1月8日
重邮高新波等最新《少样本目标检测算法》综述论文
专知会员服务
32+阅读 · 2021年11月2日
专知会员服务
12+阅读 · 2021年9月13日
基于深度神经网络的高效视觉识别研究进展与新方向
专知会员服务
38+阅读 · 2021年8月31日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
43+阅读 · 2020年12月8日
相关资讯
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
BERT模型进军视频领域,看你和面就知会做蛋糕
机器之心
10+阅读 · 2019年9月20日
从锚点到关键点:目标检测方法最新进展(2019)
GAN生成式对抗网络
14+阅读 · 2019年8月22日
基于视频的目标检测的发展【附PPT与视频资料】
人工智能前沿讲习班
19+阅读 · 2018年12月14日
CCCF专题:史元春 | 自然人机交互
中国计算机学会
24+阅读 · 2018年5月18日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
相关基金
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员