这是我的硕士学位论文。研究课题时由于目前还没有统一的数据集，所以自己整理了野外火灾烟雾的视频集，论文中设计的算法效果还不好，希望能给同领域的研究者提供一些资源和思路。
算法过程简介：
- 将视频图像分为32x24px的小块；
- 使用GMM提取运动区域的图像块；
- 使用HSV颜色模型提取疑似烟雾区域；
- 利用块运动的方法筛选第2步中得到的烟雾区域中向上运动的区域；
- 利用CNN识别烟雾区域。
开发环境：
硬件环境：Intel I5 6500处理器，8G内存，NVIDIA 1050Ti GPU
操作系统：Ubuntu Linux 16.04
开发语言：Python3.5
扩展库：OpenCV3.0，Tensorflow1.2.0rc0，numpy1.11.1，matplotlib1.5.1
详细的信息请参看附件中我的毕业论文，有问题欢迎直接留言或发邮件给我 cystone@aliyun.com
如果我的论文对你的研究有所帮助，请在参考文献中加入我的论文的引用：
程阳.野外火灾烟雾视频检测技术研究及应用[D].成都:成都信息工程大学,2017.
高丰伟,魏维,程阳.野外早期火灾烟雾视频检测技术研究[J].成都信息工程大学学报,2018,33(05):509-516.
附件：包括论文，火灾烟雾视频集，用于训练CNN的图片集及源码
链接: https://pan.baidu.com/s/1kcTW-J09ojD9dJm2IIk8fg 提取码: 1w1s