一种灵活的薄烟感知方法,基于建筑物的补丁总局限变化
Jieming Zhang1, Yifan Gao1, Xianchao Chen1
1Zhaoqing Power Supply Bureau of Guangdong Power Grid Co., Ltd., Zhaoqing, Guangdong, China.
PeerJ. Computer science
|September 24, 2024
概括
一个新的算法通过分析微妙的图像特征来增强电力系统的早期火灾检测. 这种方法可以通过使用Patch-TBV和变化放大来提高对潜在火灾危险的及时警报.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 消防安全工程 消防安全工程
背景情况:
- 早期火灾检测对于电力系统的稳定性至关重要.
- 目前的方法与微妙的特征作斗争,延迟了火灾危险警报.
研究的目的:
- 开发一种用于薄烟雾检测的新型算法,以提高早期火灾检测能力.
- 解决捕捉微妙图像变化的现有方法的局限性.
主要方法:
- 提出了Patch-TBV功能,在补丁级计算总有限变量 (TBV).
- 集成的微妙变化放大使用计算的TBV值.
- 采用了3,120张图像的数据集 (TIP数据集) 来进行现实世界的场景评估.
主要成果:
- 该算法有效地捕捉了微妙的图像变化,这表明了早期的火灾迹象.
- 微妙的变化放大提高了低烟度的检测精度.
- 实验结果证实了算法的稳定性和在各种条件下的有效性.
结论:
- 拟议的算法集成了Patch-TBV和微变放大,克服了现有方法的局限性.
- 显示出作为增强电力系统消防安全的有价值工具的潜力.
- 通过改进的微妙特征检测,提供准确和及时的火灾警告.


