Efficient Deep CNN-Based Fire Detection and Localization in Video Surveillance Applications

本人最近在探索能否将火灾检测与现在的深度学习想联系起来，正好查看到了2018最新的论文，故写此文章，希望能够帮助大家对该论文有一些的认识。论文地址为：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8385121&tag=1，感兴趣的同学可以自行下载。

摘要：文章主要提出了一种original，energy-friendly和computational高效的CNN网络。它使用了小的卷积核，不包括DenseNet和全连接层确保网络的计算性能达到最低，虽然降低了网络的复杂度，但是与其他检测方法比起来计算复杂度还是会增加。说白了就是在精度和效率之间做了一个折中。

传统的方法可以通过查看参考论文6，7来进行研究学习。目前主要存在的有两种方法
1.传统的火灾警报
2.基于视觉辅助的火灾检测

传统方法存在的问题：

1. 需要真人去证实
2. 无法确定火灾的大小和具体位置
3. 观察场景较为复杂，不规则的灯光，火焰形状的各异

文章所采用的新方法贡献：

1. 避免了传统的特征检测，使用了深度学习网络结合了closed- circuit television (CCTV)，室内和室外环境。提出的网络提高了准确性，减少了虚假警告，该算法可以用于早期的火灾监测。
2. 使用ALexNet训练和fine-tune，用到了迁移学习。但是模型依然比较大（238MB）
3. 为了减少尺寸，we fine-tune a model with a similar architecture to the SqueezeNet model for fire detection at the early stages. 尺寸从238M降到了3MB。
4. 提出来一种特征图筛选的算法。本系统的另一个特色就是，通过对ImageNet的1000类数据进行Pretrain，可以分辨出是骑车火，房屋火灾还是森林火灾。

实现流程：

网络架构：

使用了和SqueezeNet相类似的网络，能够方便应用于FPGAs上。
网络使用了两个常规的卷积层，三个最大值池化和一个平均值池化，八个模块，称为：fire module。

输入224A*224A*3 pixels.的图像，经过3*3*64的卷积，经过3*3的stride为2的最大值池化。接下来使用两个fire module的128 filters，紧接着跟着一个256filters的fire module。每个fire module包括两个卷积层，压缩和expansion层。卷积层的第一层为1*1filters，第二层为3*3filters。输出的两个结果进行串联，经过第三个fire module。接上另一个最大值池化层。经过最后一个fire module，分为fire和normal两类，在经过平均值池化，softmax生出最后的结果。
文中，作者通过pretrained SqueezeNet model 和 fine-tuned对网络进行优化，并且去掉了最后的全连接层，效果得到了提升。

Deep CNN for Fire Detection and Localization

检测算法：

定位的算法：

Experimental Setup and Datasets

作者探索了加入传统算法是否能够对检测准确度进行提高，结果如下表所示：