预览加载中,请您耐心等待几秒...
1/2
2/2

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

基于多特征融合的视频火焰探测方法研究的任务书 任务目标: 本次任务旨在研究视频火焰探测算法,探索基于多特征融合的视频火焰检测方法,并在公共数据集上进行评估,分析实验效果,并进行进一步优化算法。 任务流程: 1.查阅相关文献,了解当前视频火焰探测算法的研究进展和发展趋势。 2.设计基于多特征融合的视频火焰探测方法。对不同的特征进行提取和融合,在不同场景下实现火焰的检测。 3.实现算法,并在公共数据集上进行测试和分析。 4.对实验结果进行分析改进,提高算法性能。 5.完成任务报告,并进行总结和展望。 任务要求: 1.具备良好的计算机视觉算法和编程基础。 2.熟悉视频火焰探测原理和相关算法。 3.具有较强的数据分析和实验能力。 4.具备良好的文献阅读和分析能力。 5.按时完成任务,保质保量提交任务报告。 参考文献: [1]ZhangX,ZhaoC,XingJ,etal.AComprehensiveSurveyonImage-BasedSmokeDetection[J].IEEETransactionsonImageProcessing,2020,29:1-1. [2]LiJ,WangX,ZhangY,etal.AnEffectiveFireRecognitionMethodbyIncorporatingHigh-LevelFeatures[J].IEEEAccess,2021,9:15784-15794. [3]ZhangH,XuX,LiangY,etal.AMulti-StageFireDetectionandLocalizationSystemUsingDeepConvolutionalNeuralNetworks.2020IEEE7thInternationalConferenceonIndustrialEngineeringandApplications(ICIEA),2020:827-832. [4]ZhuX,WangJ,ChenC,etal.FireDetectioninVideoSurveillanceSystemsUsingConvolutionalNeuralNetworks:AReview[J].IEEEAccess,2019,7:61585-61601.