机构名称：
¥ 2.0
摘要常规火灾检测系统使用的主要方法是基于传感器的检测，在准确性和检测时间方面具有局限性。传统方法和技术可以通过基于计算机视觉预测和检测的计算机视觉技术的最新进步来提高。因此，本文旨在对使用计算机视觉技术进行早期火灾检测和预测的早期研究进行全面的文献分析。在本系统的审查中应用了用于系统评价和荟萃分析的首选报告项目，或2020年的Prisma 2020。在本研究中搜索了三个数据库，例如科学，Scopus和IEEE等相关出版物。系统评价表明，现有研究主要集中于火焰而不是烟雾检测。此外，大多数研究都集中在特定发生，忽视室内或室内环境的特定情况下。视频监视系统成为这些调查中使用的硬件和数据集的主要来源。值得注意的是，卷积神经网络（CNN）脱颖而出，是用于分类目的的最经常使用的深度学习方法。系统评价通过结合来自几个学术来源的数据，阐明了使用计算机视觉技术的火灾检测研究。通过系统的方法，这项研究对利用基于视觉的技术进行火灾检测和预测的机会和挑战有了更深入的了解。关键字：系统文献综述；基于视觉的；火灾检测；火灾预测；机器学习
基于视力检测的系统文献综述...
主要关键词
相关文件推荐
