用两层分类算法进行视频烟雾检测.pdfVIP

第 42卷 第 3期 计 算 机 科 学 Vo1．42NO．3 2015年 3月 Computer Science M ar2O15 用两层分类算法进行视频烟雾检测 仝伯兵 王士同 (江南大学数字媒体学院 无锡 214122) 摘 要 为提高视频烟雾检测的准确性，提出一种基于概率的两层最近邻 自适应度量分类算法 (frrLNN)来进行烟雾 检测。该算法以最小化平均绝对误差为原则，结合 AdaBoost和KNN算法的优势，充分考虑局部和全局的样本分布， 能明显提升分类精度。采用离散余弦变换(IX；T)和离散小波变换 (DwT)两种方式对烟雾特征进行提取 ，并验证算法 性能。通过与传统算法的对比实验发现 ，采用离散余弦变换并结合PTLNN算法在视频烟雾检测方面具有更好的效 果，既满足实时性要求又提 高了检测精度。 关键词 两层分类，平均绝对误差，基于概率，烟雾检测，离散余弦变换 中图法分类号 TP391．41 文献标识码 A DOI 10．11896／j．issn．1002—137X 2015．3．062 VideoSmokeDetectionUsingTwo-levelClassificationAlgorithm TONG t3o—bing W ANG Shi—tong (SchoolofDigitalMedia，JiangnanUniversity，Wuxi214122，China) Abstract Inorderto improvetheaccuracyofvideo smokedetection，aprobability-basedtwo-levelnearestneighbor classificationalgorithm (PTLNN)wasproposedtodetectsmokeinvideo．Aimingatminimizingthemeanabsoluteerror ofprinciple，combiningtheadvantagesofAdaBoostandKNN algorithm ，andfullyconsideringlocalandglobalsample distribution，theproposedalgorithm cansignificantlyimprovetheclassificationaccuracy．Theproposedalgorithm adopts thediscretecosinetransform (EX2T)anddiscretewavelettransforrn (DW T)twowaystoextractsmokecharacteristics． Bycomparingwiththetraditionalalgorithms，theproposedPTLNN algorithm with thediscretecosinetransform has bettereffectivenessonvideosmokedetectionwhichnotonlymeetsthereal—。timerequirementsbutalsoimprovesthede—- tection accuracy． Keywords Two-leve1classification，Meanabsoluteerror，Probability-based，Smokedetection，Discretecosinetransfomr 过支持向量机设计分类器进行识别。在文献[103中，利用烟 1 引言 雾 自身光学动态特征 (如光流方向性、相关性等特征)对烟雾 火灾严重威胁人类的生命和财产安全，因此及时检测和