设计一个能兼顾准确性和实时性的室内火灾探测器对于防治火灾意义重大。近年来各种基于视频的探测器由于其造价便宜、准确性高,响应速度快、非接触性等优点得到了越来越多的关注和研究。在火灾探测领域,基于视频的各种探测器也越来越成为主流。本文按视频火灾探测器的工作步骤分成运动区域分割和目标分类两个步骤进行了研究。在运动区域分割部分针对室内环境复杂多变的情况提出了一种改进的背景差分算法来实现准确、稳定的运动目标检测。在目标分类部分本文分别使用了两种方法来辨识火灾目标。第一种是利用人工设计好的特征使用基于规则的方法来完成火灾辨识的,本文选取了RGB颜色特征、HIS颜色特征、颜色一阶矩、圆形度、直方图相似性五个特征来综合分析目标区域是否属于火灾区域。另一种是基于深度学习的方法,该方法通过训练一个多层神经网络自动提取出能区分火灾区域和非火灾区域的特征,并在网络最后通过一个全连接层进行分类,以此来完成对输入图片的辨识。本文对上述提到的所有算法都设计并完成了实验,结果证明本文提出的改进背景差分法相比其他传统算法在复杂的室内环境里具有更好的鲁棒性和适应性;本文分别为基于人工设计特征的方法和基于深度学习的方法搭建完成了完整的火灾探测系统,经过实验证明,基于深度学习的火灾探测系统在火灾探测的准确性和实时性上都更为优越,但是基于人工设计特征的火灾探测系统对硬件的要求低,因此造价便宜,所以在选择哪种火灾探测系统时,要结合具体使用场合和使用条件来选择出合适的火灾探测系统。