2017-3-16第四周文献阅读（1）《基于深度图像的火焰探测和人形识别研究》

《基于深度图像的火焰探测和人形识别研究》

1、“从深度图像特征出发，己有的提取深度图像特征算法包括Splash， Spin Image, SIFT等。这些算法有些只能在固定尺度上计算，有些需要复杂的预处理过程，难以达到实时检测的效果。从人形检测方法出发，基于整体的人形检测方法有很多，除了简单的轮廓特征、颜色特征、纹理特征等，还有类Harr小波特征和梯度方向直方图特征HOG等。”

根据项目实际情况选择合适算法，下周六前钉钉汇报选择效果最好的算法。

2、“由于火焰区域像素点比较集中，正庚焼火焰变换后的图像中心有一明显光斑。而运动物体的识别结果图为轮廊细线，因此反映在傅里叶频谱图上，主要频率成分为明显的射线状条带。频谱图可以很直观的表现出火焰与非火焰区域的差异，也可以作为火焰探测的辅助判据。”

图像FFT傅里叶变换反映的是灰度变换剧烈（深度图像中即表现为距离值）的地方呈现亮斑，根据上文可反映出前景运动物体。检测输电线路下方威胁物体时，可以先用图像差分将背景与物体分离，再检测运动物体。需要做：网上寻找案例图片，Matlab， Opencv程序代码实现。

3、“分类的目的是通过实例的特征向量预测类标记的归属。常见的分类方法有感知机、k邻近法、朴素贝叶斯法、决策树、逻辑斯蒂回归与最大熵模型、支持向量机（SVM），提升方法（Boost）等。”

通过分类器完成库里数据和实际数据的检测识别，得出结果呈现给用户。属于机器学习范畴，训练样本、测试样本得到准确率的数据。测试其效果。