1. 研究目的与意义
火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一。对于火灾，在我国古代，人们就总结出防为上，救次之，戒为下的经验。随着社会的不断发展，在社会财富日益增多的同时，导致发生火灾的危险性也在增多， 火灾的危害性也越来越大。火灾会造成惨重财产损失，大量的人员伤亡，生态平衡的破坏，还会造成不良的社会政治影响，如火灾发生在首脑机关，通信枢纽、涉外单位、古建筑、风景区等都会造成严重的政治影响，甚至波及全国乃至全世界。
烟火检测是计算机视觉和图像处理领域的研究热点和难点，在无人基站监控、森林防火监控等方面具有广泛的应用。因此高效的检测系统对火灾预防具有积极作用。本课题基于上述考虑，以火焰自动检测为背景，检测具有引发火灾潜在危险的火源并发出警报以保障物资、人员、设备等重要资源的安全，采用YOLO深度学习模型，实现包括不同种类火源等多目标、多要素安全隐患在线识别和报警系统设计，实时保障人民安全。
2. 课题关键问题和重难点
1. 样本采集和处理，火苗种类和不同场景的表现方式不同，图片采集、标记、处理工作量大，耗时长。
2. YOLO v4 运行环境的搭建，随着YOLO v4 的普及目前可供YOLO v4 运行的环境也是多种多样，从中选择和搭建一个合适且能正常运行的环境较为困难。
3. YOLO v4 训练模型不仅需要良好的硬件配置还需要时间，在训练过程中还可能出现错误，需要及时解决，训练出一个良好的模型也有一定的难度。
3. 国内外研究现状（文献综述）
基于CNN的SAR图像变化检测方法一般来说，SAR变化检测方法可以被分成两类：图像代数方法和分类比较法。
图像代数方法是基于像素级别的变化检测方法。
4. 研究方案
火焰检测
火焰有着与众不同的颜色特征。描述其颜色的模型有很多，火焰的外形也是用来识别的重要特征。一种模型是采用嵌套式轮廓模型。它默认火焰存在一个或几个燃烧点，火焰从这些燃烧点一层层的向外扩散。越到外层的地方其形状的可边度越大，而且是连续的。
5. 工作计划
2022-2023-1学期：
第15-16周：完成选题，查阅相关中英文资料，进行相关技术的学习；
第17周：与导师沟通进行课题总体规划；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
