一种基于弱监督学习的视频烟雾显著性目标检测方法

本发明涉及一种基于弱监督学习的视频烟雾显著性目标检测方法，包括：采集不同场景下的火灾烟雾视频数据，得到样本集；对样本集进行预处理，生成火灾烟雾视频的伪标签和光流数据；设计一个含有两个子网络的视频显著性目标检测模型，有效地处理目标的运动特征；设计一种考虑上下文信息的损失函数，以优化模型的训练过程。本发明可以在零标注数据下应用于不同的火灾烟雾视频检测场景中，能够更好地处理烟雾目标的显著性检测问题，并且在不同的背景条件下保持高效和准确的检测效果。