關鍵詞：煙霧識別 煙霧檢測 煙霧分割 深度學習 綜述 

摘要：在煙霧檢測系統中,采用機器學習的視覺技術暫未廣泛替代傳感器的主要原因在于其誤報與漏報較高。計算力度的提高、存儲設備的發展,使得傳統視覺技術中存在的問題逐漸得到改善或解決,但也迎來了新的挑戰。為反映用于森林火災預警的煙霧識別、檢測等技術的最新研究進展,本文重點對2017—2019年國內外公開發表的相關文獻進行梳理和分析。從監控角度出發,基于對此領域的長期研究與廣泛文獻調研,將利用煙霧的森林火災預警任務分為煙霧識別、檢測、分割這3類不同的粒度,分別介紹實現這些任務的傳統方法及深度方法。依照當前研究熱度,主要關注視頻煙霧檢測與分割這兩個細粒度任務。其中煙霧區域的粗提取與二次提取方法是檢測與分割的關鍵,因此將探索這些方法如何提取、利用煙霧的動態與靜態特征。此外,由于深度學習框架主要實現端對端的任務,無法分離出關鍵步驟,故對基于深度學習的煙霧監控任務進行單獨梳理,不關注單步細節,主要體現文獻思路。最后,對實現煙霧識別、檢測、分割任務具體方法中的優缺點、煙霧監控任務中常用的指標、研究常用的數據庫進行總結,并對發展前景進行展望。為基于煙霧的森林火災預警技術提供更多的發展方向。

中國圖象圖形學報雜志要求:

{1}引用報刊資料，請注明作者姓名、文章標題、刊名、刊期 ；引用書籍資料，請注明作者姓名、書名、出版社、出版時間和頁碼 ；引用互聯網資料，請注明作者姓名、文獻名、網址和時間。

{2}文章內容要求選題新穎、觀點明確、論證嚴謹、數據真實、引用準確、文字精煉，有一定的學術性、思想性和創新性。

{3}文題應用最少的文字表達最多的、有價值的信息，盡可能省去“……的研究”，“……的觀察”等無特定意義的詞。

{4}來稿需準確標注參考文獻。本刊采用文末注（對稿件中特定內容的解釋說明可采用頁下注），順序編號。著錄格式依照《信息與文獻參考文獻著錄規則》GB/T7714—2015執行。

{5}來稿請詳細注明作者單位、地址、科室、郵編、辦公電話、手機號碼及E-mail。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社