林火视频烟雾检测算法综述

朱弥雪，刘志强，张 旭，李文静，苏佳新

1.内蒙古工业大学 信息工程学院，呼和浩特 010080

2.内蒙古建筑职业技术学院，呼和浩特 010020

火灾对自然环境的影响体现在改变全球碳循环、植被更新、土壤性质和气候变化等方面，对社会的影响体现在危及生命和公共财产安全，造成巨大的经济损失。由于森林、草原火灾一旦发生就难以控制和扑灭，因此对火灾的及时检测非常重要。大火未至，烟雾先到。火灾发生时，烟雾往往比明火出现得要早且前期特征更为明显，若能及时准确地检测到烟雾，则对于火灾预警和扑救都有重大意义。烟雾探测器不仅易受环境中粉尘等细小颗粒的干扰，而且只有当烟雾达到一定浓度时才能引发警报。由于户外环境空旷、空气流动等因素导致烟雾易飘散，使得烟雾探测器的检测精确度大幅降低。视频烟雾检测技术凭借其成本低、监控范围广的优势有效弥补了烟雾探测器的不足，尤其适用于森林、草原等场所，众多学者对其开始研究。

基于可见光图像和视频的烟雾检测是烟雾检测领域的重要研究方向，不仅极具理论研究价值，且在实际应用中也取得了一些成果。例如王晓薇等[1]利用烟雾的运动、纹理和烟雾的颜色特征，结合深度置信网络（deep belief networks，DBN）来检测烟雾，鲁棒性较好。郝建红等[2]提出ELU激活函数，替换卷积神经网络[3]（convolutional neural networks，CNN）中的Sigmoid、Tanh和RELU激活函数，能够提高烟雾检测准确率，降低误检率和漏报率，同时还提高了模型训练速度。

为综合分析和了解现今各种深度网络模型在烟雾检测中的应用，首先介绍了烟雾检测存在的难点问题，分析了传统视频烟雾检测算法的不足；……