今天来学习一下这篇火焰识别的论文(FireCNN)
基于CNN的实时视频火焰检测
这是一篇October 7-10, 2018.发表于 IEEE International Conference on Image Processing (ICIP) 的一篇文章
摘要
作者研究了在不依赖于时间场景信息的情况下，在实时界限内自动检测视频（或静止）图像中的火像素区域。考虑实验的性能，作者通过降低复杂度的深度卷积神经网络（CNN）架构完成这项任务。与现场的当代趋势相反，结果表明整个图像二元火灾检测的最大准确度为0.93，通过复杂性显着降低的网络架构，在超像素定位框架内可以达到0.89的准确度。这些简化的架构还提供了3-4倍的计算性能提升，在当代硬件上提供高达17 fps的处理性能。使用基准数据集得到相当的性能(说明先前的工作不一定是对的)，以得到最大限度的实时火灾区域检测。
正文
首先介绍了目前火灾检测的用途十分广泛，可以被用在公共安全未来还可能用于交通工具中。
其次介绍了传统的火灾检测方法：
- purely colour based approach
- a combination of colour and high-order temporal information
之前的工作主要关注点在颜色域上，后来关注火焰的变化，上升到傅里叶域，未来将上升到Hidden Markov Model problem（馬可夫模型）。
传统的方法，In general these works report ~98-99% (truepositive) detection at 10-40 frames per second (fps) on relatively small image sizes。（这种利用颜色模型的方法真的有这么高么？）
作者将机器学习的分类方法用于火焰检测问题。说以前方法大多都基于火焰动态和运动特性来检测的，本文提出一种不需要考虑上下文信息的方案。
方法
- 使用了低复杂度的CNN网络结构
- operating on single image inputs (non-temporal) experimentally optimized for the fire detection task 不依赖于上下文信息的检测
- This is then expanded into a superpixel based localization approach to offer a complete detection solution 将其推广至超像素中，提供一个完整的检测方法。
网络结构
作者对 AlexNet，VGG16 和 Inception 网络进行了对比选择，最终作者通过不知道什么实验，确认了 AlexNet 和 Inception 网络更好。
对于AlexNet，考虑了六种不同的情况：
C1-C6 as follows: C1 removed layer 3 only, C2 removed layers 3，4。C3 removed layers 3; 4; 5 , C4removed layers 6 only, C5 removed layers 3; 4; 6 and C6 removed layer 2 only. C7表示没改动的AlexNet。结果如下图左所示：
对于InceptionV1，有八种情况，we consider eight variationsto the architectural configuration by removing up to 8 inception modules from the original configuration of 9 present。结果如右图所示，9表示未删减版。
从图中能看出，C2准确率高且相对参数较少，右图3便显得较好，only three inception modules is the variation with the fewest parameters which retains performance in the highest band。
作者使用了25%的训练集，发现CNN的C2和AlexNet的C7会产生过拟合，且随着复杂度增加也会产生过拟合所以作者提出来了下面的网络
超级像素superpixel定位
结合了传统的方法，不多说了
关于实验结果直接看我下面的翻译吧
结论就是速度快，精度高
