高聯(lián)欣，魏 維，胡泳植，馮宇浩

成都信息工程大學(xué) 計(jì)算機(jī)學(xué)院，成都 610225

1 引言

森林是地球生態(tài)系統(tǒng)的主體，在調(diào)節(jié)氣候、涵養(yǎng)水源、防風(fēng)固沙、改善土壤等方面起著重要的作用。而森林火災(zāi)則是突發(fā)性強(qiáng)、破壞性大、難以控制的自然災(zāi)害，一旦發(fā)生森林大火，就會(huì)造成大量的自然資源和人類財(cái)產(chǎn)的損失。在火災(zāi)發(fā)生前期會(huì)產(chǎn)生偏白色的煙霧，它與云、水霧等自然景象有很大的相似性，檢測難度大，但是若能在早期檢測出這一顯著的視覺特征，就能提早預(yù)警，將火災(zāi)扼殺在搖籃，從而將損失降到最低。

隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，相比于傳統(tǒng)使用煙霧報(bào)警器、瞭望臺(tái)、人工巡邏的方式來發(fā)現(xiàn)火災(zāi)煙霧，基于視頻監(jiān)控的方法更加高效和節(jié)約成本。Chen 等人[1]通過實(shí)驗(yàn)發(fā)現(xiàn)煙霧的R、G、B 三個(gè)通道的值非常接近，灰度值的范圍在80到220之間，并提出了基于幀差法的運(yùn)動(dòng)分割后進(jìn)行像素級(jí)分類煙霧的方法。Tian等人[2]將視頻每一幀分塊后，利用大氣散射模型推導(dǎo)出煙霧圖像的形成模型，然后提出一種雙重過完備字典的方法，將煙霧檢測轉(zhuǎn)為了凸優(yōu)化求解的過程。Ma 等人[3]對(duì)視頻序列進(jìn)行線性增強(qiáng)后，利用低秩矩陣恢復(fù)的方法獲取煙霧的顯著性，然后使用塊匹配算法消除干擾后輸入支持向量機(jī)進(jìn)行煙霧識(shí)別。Russo等人[4]利用背景減法從視頻幀中提取前景，然后基于形狀獲取感興趣區(qū)域并計(jì)算局部二值模式的值和直方圖，形成特征向量，輸入Bhattacharyya 系數(shù)和支持向量機(jī)相結(jié)合的分類器中進(jìn)行煙霧檢測。Yuan 等人[5]根據(jù)煙霧顏色設(shè)計(jì)了基于模糊邏輯的檢測規(guī)則，然后利用擴(kuò)展卡爾曼濾波器對(duì)檢測規(guī)則的輸入和輸出進(jìn)行重構(gòu)。Wang 等人[6]通過手工設(shè)計(jì)煙霧的顏色、模糊、輪廓、主運(yùn)動(dòng)方向等特征輸入支持向量機(jī)進(jìn)行檢測。Vijayalakshmi[7]使用模糊C均值的方法進(jìn)行煙區(qū)定位檢測。

然而，基于傳統(tǒng)計(jì)算機(jī)視覺的煙霧檢測非常依賴人工設(shè)計(jì)的特征，這可能導(dǎo)致煙霧圖像的內(nèi)在特征被忽略掉。隨著深度學(xué)習(xí)的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別上獲得了巨大的成功。它的最大特點(diǎn)是不需要手工設(shè)計(jì)健壯的特征，而是從輸入數(shù)據(jù)中自動(dòng)地進(jìn)行特征學(xué)習(xí)。在眾多的圖像比賽中，如ImageNet，卷積神經(jīng)網(wǎng)絡(luò)獲取的特征對(duì)圖像的識(shí)別率要遠(yuǎn)遠(yuǎn)高于人工設(shè)計(jì)的特征。

Hu 等人[8]提出了一種基于時(shí)空卷積神經(jīng)網(wǎng)絡(luò)的煙霧檢測方法，將相鄰幀的煙霧光流圖輸入時(shí)間流網(wǎng)絡(luò)獲取煙霧運(yùn)動(dòng)信息，將單幀煙霧圖片輸入空間網(wǎng)絡(luò)獲取靜態(tài)特征，然后融合獲取的兩部分特征輸入支持向量機(jī)進(jìn)行分類，該方法基于相鄰幀提取光流，若煙霧運(yùn)動(dòng)緩慢則光流效果較差。Luo等人[9]通過背景動(dòng)態(tài)更新和暗通道先驗(yàn)算法檢測可疑區(qū)域，再將可疑區(qū)域輸入五層神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別。Yuan 等人[10]受 GoogleNet Inception 模塊的啟發(fā)，提出了DMCNN 網(wǎng)絡(luò)來檢測煙霧，相比于ZF-Net、VGG16、Inception-v3，獲取了更好的效果。然而Luo 和Yuan 的方法沒有考慮煙霧的時(shí)間信息。Yin等人[11]設(shè)計(jì)了獨(dú)立的兩個(gè)網(wǎng)絡(luò)分別學(xué)習(xí)煙霧空間特征和運(yùn)動(dòng)特征，之后輸入RNN 網(wǎng)絡(luò)以循環(huán)的方式融合來進(jìn)行檢測識(shí)別煙霧，該方法網(wǎng)絡(luò)過多，計(jì)算量大。Hu等人[12]將卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)相融合，將煙霧和其對(duì)應(yīng)的光流圖輸入網(wǎng)絡(luò)進(jìn)行檢測，該方法進(jìn)行了光流的計(jì)算，開銷較大。Zeng等人[13]通過對(duì)現(xiàn)有目標(biāo)檢測算法Faster-RCNN、SSD、R-FCN的特征提取部分進(jìn)行修改從而適應(yīng)煙霧的檢測。該方法針對(duì)中后期擁有顯著顏色特征的煙霧效果較好，但是對(duì)早期顏色特征不顯著的煙霧效果不好。

針對(duì)上述問題，本文提出了基于運(yùn)動(dòng)篩選獲取疑似煙霧塊，并使用單獨(dú)一個(gè)多尺度3D 卷積神經(jīng)網(wǎng)絡(luò)同時(shí)獲取煙霧的空間信息和時(shí)間信息的早期煙霧檢測方法。該方法能夠較好地檢測出早期煙霧，極大降低誤報(bào)率。

2 算法設(shè)計(jì)與實(shí)現(xiàn)

為了能適應(yīng)復(fù)雜環(huán)境下的早期煙霧檢測，算法流程如圖1所示。

圖1 基于運(yùn)動(dòng)篩選和多尺度3D卷積的視頻早期煙霧檢測算法流程圖

2.1 運(yùn)動(dòng)篩選

2.1.1 視頻序列預(yù)處理

算法首先將視頻序列標(biāo)準(zhǔn)化為320×240的尺寸，然后對(duì)視頻幀進(jìn)行了均值濾波的操作來減輕視頻幀中的噪聲對(duì)后續(xù)背景差分法的影響。均值濾波算法公式如下所示：

其中，g(c,r)表示原始圖像，f(x,y)表示均值濾波后得到的圖像，并令Sxy表示中心點(diǎn)在(x,y)處，大小為m×n的濾波窗口。

2.1.2 背景差分檢測運(yùn)動(dòng)區(qū)域

常用的運(yùn)動(dòng)檢測方法有幀差法、混合高斯模型和背景差分法三種算法。幀差法適用于具有一定運(yùn)動(dòng)速度的物體，由于煙霧可能存在運(yùn)動(dòng)緩慢的狀態(tài)，幀差法將很難捕捉到該條件下煙霧的運(yùn)動(dòng)；混合高斯模型需要對(duì)背景像素進(jìn)行建模，容易將緩慢運(yùn)動(dòng)的煙霧判為背景；背景差分法則可以通過對(duì)視頻第一幀或者前幾幀進(jìn)行背景幀的建模，將之后獲取到的視頻幀與該背景幀進(jìn)行比較，從而很好地檢測到細(xì)微的運(yùn)動(dòng)。算法將輸入視頻進(jìn)行濾波后的首幀作為背景圖，之后對(duì)其進(jìn)行動(dòng)態(tài)更新。背景差分算法如公式（2）、（3）所示：

其中，fc(x,y)、fb(x,y)分別代表當(dāng)前幀和背景幀，a(x,y)代表當(dāng)前幀和背景幀對(duì)應(yīng)像素的差值的絕對(duì)值的差值圖。

由于背景像素會(huì)存在微小變化，并且還存在噪聲的影響，故對(duì)差值圖a(x,y)進(jìn)行二值化操作得到r(x,y)，將大于等于閾值T的像素值設(shè)置為255作為運(yùn)動(dòng)像素，小于T的設(shè)置為0 代表背景，在實(shí)驗(yàn)當(dāng)中將T值取10 可以得到較好的結(jié)果。

背景差分法能夠檢測到細(xì)微的運(yùn)動(dòng)但無法隨著時(shí)間動(dòng)態(tài)地更新背景，在光照變化劇烈或存在較多運(yùn)動(dòng)物體的場景下會(huì)檢測出大量的干擾目標(biāo)，為了減少后續(xù)算法的運(yùn)算量，還需要對(duì)背景差分所檢測出的所有運(yùn)動(dòng)塊進(jìn)行篩選，選擇煙霧可能性較大的塊進(jìn)行檢測，同時(shí)將不符合條件的塊更新到背景幀，從而實(shí)現(xiàn)動(dòng)態(tài)的背景更新。算法將視頻幀劃分為10×10 共計(jì)100 個(gè)區(qū)域塊，并按照2.2節(jié)方法計(jì)算背景差分獲取的運(yùn)動(dòng)區(qū)域所對(duì)應(yīng)的塊?；谝陨戏治觯疚奶岢隽嘶赗GB 顏色空間和均值HASH算法的兩步運(yùn)動(dòng)區(qū)域篩選的算法。

2.1.3 RGB顏色判斷與均值HASH算法

通過實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)煙霧慢慢出現(xiàn)，煙霧所在塊的RGB 圖像中B 通道的像素值呈現(xiàn)逐漸上升的趨勢。故對(duì)運(yùn)動(dòng)塊取B 通道的像素值與背景塊的B 通道像素值相減后求和，若大于0則送入下一步檢測，若小于0則將這一個(gè)運(yùn)動(dòng)塊判為背景更新到背景圖。

然后采用均值HASH算法對(duì)基于RGB顏色空間篩選后的運(yùn)動(dòng)塊進(jìn)行二次篩選，其目的是為了篩選出與背景區(qū)分度較大的運(yùn)動(dòng)塊。

均值HASH算法首先將32×24的運(yùn)動(dòng)塊縮放到8×8的大小，以去除圖像的高頻和細(xì)節(jié)信息，然后將圖像轉(zhuǎn)化為灰度圖，計(jì)算所有64個(gè)像素的灰度平均值，之后將圖像的每一個(gè)灰度值和平均值相比較，大于等于平均值則記作1，小于平均值則記作0，這樣就得到了64位由0和1組成的能代表這張圖像的特征的一串hash編碼，其流程如圖2所示。

圖2 均值HASH算法流程圖

通過比較背景塊和運(yùn)動(dòng)塊的64位hash編碼的漢明距離是否大于閾值D就可以進(jìn)行相似度的判斷，從而對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行篩選，不符合條件的塊更新到背景圖，實(shí)驗(yàn)中D設(shè)置為3。

RGB 顏色判斷和均值HASH 算法組合篩選運(yùn)動(dòng)塊的效果如圖3 所示。其中紅色方框代表顏色判斷所篩選的運(yùn)動(dòng)區(qū)域，黃色橫線代表均值HASH算法在顏色判斷的基礎(chǔ)上進(jìn)一步篩選后的結(jié)果。

圖3 顏色判斷和均值HASH算法篩選運(yùn)動(dòng)區(qū)域

實(shí)驗(yàn)結(jié)果顯示，經(jīng)過提出的兩步篩選算法，能夠很好地將無關(guān)塊去掉，從而得到疑似煙霧塊。

2.2 背景動(dòng)態(tài)更新

本文在RGB 顏色判斷、均值HASH 算法中對(duì)非疑似塊以及下文的3D卷積中判斷為非煙霧塊的區(qū)域進(jìn)行背景動(dòng)態(tài)更新的算法如算法1所示。

算法1

其中x,y,w,h為待更新區(qū)域的起始x,y軸坐標(biāo)與寬w和高h(yuǎn)，通過算法獲得的xl,xr,yu,yd為待更新區(qū)域所對(duì)應(yīng)塊分別在x軸和y軸的起始?jí)K和結(jié)束塊。最后判斷塊是否滿足外部算法（顏色判斷/均值HASH/3D卷積）條件，若不滿足則將當(dāng)前幀所對(duì)應(yīng)的塊替換掉背景幀的相應(yīng)塊，從而實(shí)現(xiàn)背景的動(dòng)態(tài)更新。

2.3 多尺度3D卷積神經(jīng)網(wǎng)絡(luò)

3D 卷積神經(jīng)網(wǎng)絡(luò)的輸入是多幀圖片組合成的塊，每一個(gè)塊中包含了所對(duì)應(yīng)目標(biāo)的空間特征和該時(shí)間段的運(yùn)動(dòng)時(shí)間特征，2D 卷積神經(jīng)網(wǎng)絡(luò)的輸入則只是單幀的圖片，如圖4 所示。不同于2D 卷積只能提取數(shù)據(jù)的空間特征，3D 卷積可以從多幀圖片中同時(shí)提取數(shù)據(jù)的時(shí)間和空間特征，例如文獻(xiàn)[14]使用3D卷積來捕捉視頻流的空間和運(yùn)動(dòng)信息，從而實(shí)現(xiàn)動(dòng)作識(shí)別。

圖4 2D卷積與3D卷積

在視頻序列中，由于煙霧存在運(yùn)動(dòng)狀態(tài)，有隨時(shí)間變化的顏色、紋理和形狀等特征，為了捕捉連續(xù)視頻幀中的這些特征信息并讓特征多樣化，使用3D 卷積從不同尺度去提取煙霧的特征是非常適合的，于是設(shè)計(jì)了如圖5所示的多尺度3D卷積結(jié)構(gòu)。

圖5 多尺度3D卷積結(jié)構(gòu)

圖5中1×3×3和1×5×5卷積用于提取煙霧圖像的不同尺度的空間信息，之后將其融合在一起，保持多尺度特征的共存，最后使用3×1×1的卷積進(jìn)行多幀之間的時(shí)間采樣。最終將這樣的3D 模塊進(jìn)行堆疊，就得到了多尺度3D卷積網(wǎng)絡(luò)（6M3DC）。結(jié)構(gòu)圖如圖6所示。

6M3DC 網(wǎng)絡(luò)的每一個(gè)輸入為連續(xù)6 幀圖像所組成的塊，每一個(gè)塊里面包含了某一時(shí)刻目標(biāo)對(duì)應(yīng)的運(yùn)動(dòng)狀態(tài)和空間特征，網(wǎng)絡(luò)的目的為通過學(xué)習(xí)每一個(gè)塊中目標(biāo)空間特征和運(yùn)動(dòng)特征，從而獲得目標(biāo)的空間與時(shí)間特征。網(wǎng)絡(luò)的每一個(gè)Block 結(jié)構(gòu)都如圖3 所示，一共7 個(gè)Block。除了第一個(gè)Block，每一個(gè)Block 前面都接上了BN層（Batch Normalization），在提高訓(xùn)練速度的同時(shí)可以防止隨著網(wǎng)絡(luò)加深而產(chǎn)生的梯度擴(kuò)散的問題，最后使用Global Average Pooling 3D 來增強(qiáng)特征圖內(nèi)的響應(yīng)并且不會(huì)增加網(wǎng)絡(luò)的參數(shù)量，最后接上兩個(gè)神經(jīng)元的Fully Connected Layer進(jìn)行分類。若6M3DC判斷塊為非煙霧，則按照2.2 節(jié)方法將塊更新到背景圖；為煙霧，則進(jìn)行標(biāo)記預(yù)警。各模型網(wǎng)絡(luò)參數(shù)如表1所示。

圖6 6M3DC網(wǎng)絡(luò)結(jié)構(gòu)圖

3 實(shí)驗(yàn)分析與結(jié)論

實(shí)驗(yàn)基于Keras 來構(gòu)建和訓(xùn)練所提出的3D 卷積網(wǎng)絡(luò)，所有實(shí)驗(yàn)均在配備Inter?Core? i5-8400 CPU @2.80 GHz 2.81 GHz和NVIDIATeslaM40GPU的PC上運(yùn)行的Win10和Ubuntu16.04操作系統(tǒng)中進(jìn)行的。

由于煙霧視頻沒有統(tǒng)一完善的公開數(shù)據(jù)集，本文的煙霧數(shù)據(jù)集來自土耳其比爾肯大學(xué)、內(nèi)華達(dá)大學(xué)和中國科學(xué)技術(shù)大學(xué)的公開煙霧數(shù)據(jù)庫。訓(xùn)練集從部分煙霧視頻中進(jìn)行裁剪，并對(duì)其進(jìn)行水平翻轉(zhuǎn)的數(shù)據(jù)增強(qiáng)后得到，如圖7所示。

訓(xùn)練集包含正樣本10 296組，負(fù)樣本10 068組的6×32×24×3的煙霧塊。測試視頻如圖8所示，其中Video1～Video3 為中近距離快速運(yùn)動(dòng)的煙霧，Video4～Video6 為遠(yuǎn)距離緩慢運(yùn)動(dòng)煙霧。

3.1 評(píng)定標(biāo)準(zhǔn)

視頻煙霧的檢測主要從精確率、召回率和F-Measure三個(gè)方面來進(jìn)行算法的評(píng)測，精確率是指預(yù)測為正的樣本中有多少是對(duì)的，包括把煙霧預(yù)測為煙霧(TP)和把非煙霧預(yù)測為煙霧(FP)；召回率是指樣本中的正例有多少被預(yù)測正確了，包括把煙霧預(yù)測為煙霧和把煙霧預(yù)測為了非煙霧(FN)；為了防止精確率和召回率出現(xiàn)矛盾的情況，使用F-Measure來綜合考慮。公式如式（4）～（6）所示：

表1 各模型網(wǎng)絡(luò)參數(shù)

3.2 背景建模有效性驗(yàn)證

為了驗(yàn)證背景建模的有效性，將本文算法分為是否更新背景模型的兩組對(duì)照實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表2所示。

實(shí)驗(yàn)結(jié)果顯示，在精確率方面，未進(jìn)行背景更新時(shí)，煙霧識(shí)別的平均準(zhǔn)確率遠(yuǎn)小于進(jìn)行背景更新時(shí)，并且在環(huán)境較為復(fù)雜的V3 和V5 視頻中出現(xiàn)了大量的誤檢。在召回率方面，是否進(jìn)行背景更新差異不大。綜上所述，對(duì)背景進(jìn)行建模，能夠更加穩(wěn)定地檢測各種環(huán)境下的煙霧。

圖7 部分煙霧訓(xùn)練數(shù)據(jù)集

圖8 煙霧測試視頻

表2 背景建模對(duì)照試驗(yàn)

3.3 與2D卷積相比較

為了驗(yàn)證本文提出的3D 卷積網(wǎng)絡(luò)效果好于2D 卷積網(wǎng)絡(luò)。在相同條件下，將圖4 的3D 卷積結(jié)構(gòu)去掉了最后的3×1×1 卷積，將1×3×3 和1×5×5 卷積修改為3×3和5×5 的2D 多尺度卷積，將其作為算法1，并與同樣為2D卷積的Yuan[10]的算法進(jìn)行實(shí)驗(yàn)對(duì)比，如表3所示。

實(shí)驗(yàn)結(jié)果顯示，2D 卷積在對(duì)煙霧視頻進(jìn)行檢測時(shí)擁有較低精確率和較高的召回率，但非常不穩(wěn)定，對(duì)不同環(huán)境下的煙霧檢測差異較大，究其原因是在檢測中存在與煙霧空間特征相似的干擾物，從而產(chǎn)生了誤報(bào)。而3D 卷積除了從空間特征的角度，還會(huì)在時(shí)間角度上進(jìn)行檢測判斷，從而大大提高了精確率和穩(wěn)定性。

表3 6M3DC與2D卷積相比較

3.4 與3D卷積相比較

為了驗(yàn)證本文提出的3D 卷積的有效性，將圖4 的卷積結(jié)構(gòu)分別替換為單一的3×3×3和5×5×5的的3D卷積作為算法2和算法3，并與同樣為3D卷積的薛繼光[15]的算法進(jìn)行比較，如表4所示。

表4 6M3DC與其他3D卷積相比較

實(shí)驗(yàn)結(jié)果顯示，對(duì)于V1～V3的中近距離的煙霧，所有3D 算法都擁有著較高的平均召回率，但是精確率存在著較大的差異，薛繼光[15]和6M3DC 的平均準(zhǔn)確率遠(yuǎn)遠(yuǎn)高于算法2和算法3；對(duì)于V4～V6遠(yuǎn)距離的煙霧，由于距離遠(yuǎn)，存在著運(yùn)動(dòng)不顯著的問題，所以相比于中近距離煙霧，整體召回率有較大的下降，但6M3DC的平均召回率和平均準(zhǔn)確率都要遠(yuǎn)遠(yuǎn)優(yōu)于其他算法。薛繼光的算法無法對(duì)遠(yuǎn)距離煙霧進(jìn)行檢測的原因是其在運(yùn)動(dòng)處理時(shí)采用了幀差法，無法檢測到緩慢運(yùn)動(dòng)的煙霧，致使其后續(xù)網(wǎng)絡(luò)無法進(jìn)行檢測。

3.5 實(shí)驗(yàn)結(jié)果可視化

為了驗(yàn)證本文算法的有效性，將算法1、算法2、算法3和本文算法進(jìn)行了可視化，如表5所示，可見本文算法在不同環(huán)境下能夠較為精確地覆蓋所有煙霧區(qū)域。

表5 實(shí)驗(yàn)結(jié)果可視化

4 結(jié)束語

本文設(shè)計(jì)的運(yùn)動(dòng)篩選和6M3DC網(wǎng)絡(luò)相結(jié)合的視頻早期煙霧檢測算法，利用RGB顏色判斷、均值HASH算法和多尺度3D 卷積神經(jīng)網(wǎng)絡(luò)，對(duì)中近距離的煙霧的平均召回率達(dá)97.9%，平均準(zhǔn)確率達(dá)94.2%；對(duì)遠(yuǎn)距離煙霧的平均召回率達(dá)79.1%，平均準(zhǔn)確率達(dá)94.7%，能夠較好地適應(yīng)不同場景下的煙霧檢測。未來的工作計(jì)劃是對(duì)運(yùn)動(dòng)區(qū)域的篩選進(jìn)行進(jìn)一步研究，并構(gòu)建更為有效的卷積神經(jīng)網(wǎng)絡(luò)以適應(yīng)緩慢運(yùn)動(dòng)的煙霧的檢測。