一种无锚框结构的多尺度火灾检测算法

秦 瑞，张 为

(天津大学 微电子学院，天津 300072)

火灾是现代社会中影响力和破坏力较大的主要灾害之一。火灾的发生会对人民的生命财产安全和社会的和谐稳定造成巨大威胁。因此在火灾发生的早期及时发现并控制火情具有重要的意义。早期的火灾检测技术大多基于传感器的方式，该方法容易受环境和空间因素的影响，且响应时间长，具有较大的局限性。随着计算机视觉技术的快速发展，基于视频图像的火灾检测技术应运而生。图像型火灾探测器检测精度高，反应速度快，能够感知火灾发生的具体位置和燃烧程度，成为了当前火灾检测的主要发展趋势。

传统的图像型火灾检测技术通常利用图像处理的方法，主要关注火焰的静态和动态特征，利用火焰的单一特征或者多种特征融合，结合机器学习的方式进行火灾预测。FOGGIA等[1]基于火焰的颜色、形状和运动状态等特征，构建了一个实时火灾检测系统。HASHEMZADEH等[2]采用帝国竞争算法颜色模型和支持向量机分类器实现了真正火焰的鉴别分类，并结合像素点的运动强度信息减轻了背景环境的干扰。何爱龙等[3]首先提取图像中的疑似火焰区域，然后选用抗干扰能力强的火焰特征对候选区域进行检测。但上述方式都是基于人工提取特征，过于依赖人为经验，算法的适应性不强。

近年来，深度学习技术得到了广泛的研究和发展。基于深度学习的目标检测技术可以实现特征的自动提取，能够获得更加丰富的特征信息，从而提高检测精度，被逐渐应用于火灾检测领域。……