Please use this identifier to cite or link to this item:
https://elib.bsu.by/handle/123456789/258442| Title: | Алгоритм обнаружения дыма лесного пожара на видеоизображении |
| Other Titles: | Algorithm for forest fire smoke detection in video / R. P. Bohush, S. V. Ablameyko |
| Authors: | Богуш, Р. П. Абламейко, С. В. |
| Keywords: | ЭБ БГУ::ОБЩЕСТВЕННЫЕ НАУКИ::Информатика |
| Issue Date: | 2021 |
| Publisher: | Минск : БГУ |
| Citation: | Журнал Белорусского государственного университета. Математика. Информатика = Journal of the Belarusian State University. Mathematics and Informatics. - 2021. - № 1. - С. 91-101 |
| Abstract: | Предлагается алгоритм обнаружения дыма лесного пожара на видеопоследовательностях, формируемых стационарными камерами наблюдения. На первом этапе улучшается контраст кадров. Затем на основе анализа динамических и статических признаков выполняется обнаружение областей с медленной скоростью движения на видео. Для этого используются адаптивное вычитание фона и цветовая сегментация. На третьем шаге осуществляется пространственно-временной анализ блоков малых размеров, которые формируются для сегментированных на предыдущем шаге областей. Для этого создаются наборы признаков на основе дескрипторов ковариации, а для дальнейшей классификации используется метод опорных векторов с радиальной базисной функцией ядра. Представлены результаты экспериментов на реальных видеопоследовательностях, подтверждающие эффективность применения алгоритма для раннего обнаружения возгораний в лесу. |
| Abstract (in another language): | In this paper, an efficient forest smoke detection algorithm in video sequences obtained from a stationary camera is proposed. The algorithm composed of three basic steps. At the first step, the frame contrast is improved. After that detection of slowly moving areas is performed based on dynamic and static features. For this we use adaptive background subtraction and color segmentation. The detected areas are divided into small blocks. Spatio-temporal analysis is applied to them. Blocks are classified based on covariance descriptors and support vector machine with a radial basis kernel function. Experimental results for processing real video show effectiveness of our algorithm for early forest smoke detection. |
| URI: | https://elib.bsu.by/handle/123456789/258442 |
| ISSN: | 1561-834X |
| DOI: | 10.33581/2520-6508-2021-1-91-101 |
| Licence: | info:eu-repo/semantics/openAccess |
| Appears in Collections: | 2021, №1 |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 91-101.pdf | 1,55 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.