【技术实现步骤摘要】
烟雾检测方法及设备
本申请涉及互联网信息处理技术以及计算机
,尤其涉及一种烟雾检测方法及设备。
技术介绍
在日常生活中,火灾对于人类的生命财产安全产生极大的威胁,尽早发现火情并及时处理,对于保护生命和财产安全有着重要的意义,因此基于视频监控的烟雾和火灾自动检测是目前工业界研究的热点之一。现有技术多通过烟雾检测来预测是否发生火灾,进而实现火灾预警救治。其中,现有技术中的烟雾检测方案,是对监控视频进行处理,根据监控视频中是否检测到烟雾特征来预测是否存在烟雾。但是,现有技术的烟雾检测方案的准确率不高。
技术实现思路
本申请实施例要解决的技术问题是,现有的烟雾检测方案的准确率不高。本申请实施例采用下述技术方案:本申请实施例提供一种烟雾检测方法,包括:对烟雾视频进行处理,得到至少一帧烟雾图像;从所述烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述烟雾图像中的烟雾区域和非烟雾区域;将所述至少一帧烟雾图像各自对应的所述烟雾区域和非烟雾区域输入到卷积神经网络中,确定所述卷积神经网络的参数值。本申请实施例还提供一种烟雾检测方法,包括:对待测视频进行处理,得到至少一帧待测烟雾图像;从所述待测烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述待测烟雾图像中的候选烟雾区域;将所述候选烟雾区域输入到卷积神经网络中,确定烟雾检测结果,其中,所述卷积神经网络是根据从已处理的烟雾视频中获取的烟雾区域和非烟雾区域进行训练所确定的。本申请实施例还提供一种烟雾检测设备,包括:处理模块,对烟雾视频进行处理,得到至少一帧烟雾图像;提取模块,从所述烟雾图像中提取颜色特征和运动特征中的至少 ...
【技术保护点】
1.一种烟雾检测方法,其特征在于,包括:对烟雾视频进行处理,得到至少一帧烟雾图像;从所述烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述烟雾图像中的烟雾区域和非烟雾区域;将所述至少一帧烟雾图像各自对应的所述烟雾区域和非烟雾区域输入到卷积神经网络中,确定所述卷积神经网络的参数值。
【技术特征摘要】
1.一种烟雾检测方法,其特征在于,包括:对烟雾视频进行处理,得到至少一帧烟雾图像;从所述烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述烟雾图像中的烟雾区域和非烟雾区域;将所述至少一帧烟雾图像各自对应的所述烟雾区域和非烟雾区域输入到卷积神经网络中,确定所述卷积神经网络的参数值。2.如权利要求1所述的烟雾检测方法,其特征在于,若所述运动特征包括烟雾的运动方向,则从所述烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述烟雾图像中的烟雾区域和非烟雾区域,包括:确定指定帧烟雾图像中的运动区域,所述指定帧烟雾图像与所述烟雾图像相隔预设时序;在所述烟雾图像中确定烟雾相对于所述运动区域的对应位置的运动方向;判断所述运动方向是否满足第一预设条件;若是,则根据所述运动方向确定所述烟雾图像中的所述烟雾区域;若否,则确定所述烟雾图像中的所述非烟雾区域。3.如权利要求2所述的烟雾检测方法,其特征在于,确定指定帧烟雾图像中的运动区域,包括:对所述指定帧烟雾图像进行处理,得到前景;根据所述前景确定所述指定帧烟雾图像中的运动区域。4.如权利要求3所述的烟雾检测方法,其特征在于,对所述指定帧烟雾图像进行处理,得到前景,包括:获取预设数量的烟雾图像的像素值,所述预设数量的烟雾图像的时序位于指定帧烟雾图像之前;根据所述预设数量的烟雾图像的像素值,生成高斯混合模型的概率分布;匹配所述指定帧烟雾图像与所述高斯混合模型的概率分布;根据匹配结果确定所述指定帧烟雾图像中的所述前景。5.如权利要求2所述的烟雾检测方法,其特征在于,在所述烟雾图像中确定烟雾相对于所述运动区域的对应位置的运动方向,包括:根据所述运动区域在所述指定帧烟雾图像中的位置,确定所述运动区域在所述烟雾图像中对应位置的目标区块;在与所述对应位置相距预设值的至少一个位置,在所述烟雾图像中提取待测区块;获取所提取的各个待测区块与所述目标区块之间的灰度差异值;根据各个待测区块对应的灰度差异值确定所述运动方向。6.如权利要求5所述的烟雾检测方法,其特征在于,判断所述运动方向是否满足第一预设条件,包括:从各个待测区块对应的灰度差异值中确定满足设定条件的灰度差异值;在所述烟雾图像中,判断满足设定条件的灰度差异值所对应的待测区块相对于所述目标区块是否位于上方。7.如权利要求6所述的烟雾检测方法,其特征在于,从所述烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述烟雾图像中的烟雾区域和非烟雾区域,还包括:从满足设定条件的灰度差异值所对应的待测区块中提取颜色特征;根据满足第二预定条件的颜色特征对应的待测区块,确定所述烟雾区域。8.如权利要求7述的烟雾检测方法,其特征在于,从满足设定条件的灰度差异值所对应的待测区块中提取颜色特征,包括:在满足设定条件的灰度差异值所对应的待测区块中提取HSV颜色空间的亮度值与饱和度;根据满足第二预定条件的颜色特征对应的待测区块,确定所述烟雾区域,包括:获取预设数量的烟雾图像的亮度平均值,所述预设数量的烟雾图像的时序位于所述颜色特征对应的烟雾图像之前;匹配所述亮度值与亮度平均值、和匹配所述饱和度与饱和度阈值;根据匹配结果确定所述烟雾区域。9.如权利要求1所述的烟雾检测方法,其特征在于,将所述至少一帧烟雾图像各自对应的所述烟雾区域和非烟雾区域输入到卷积神经网络中,包括:在所述至少一帧烟雾图像各自对应的所述烟雾区域和非烟雾区域中分别添加不同标签,所述标签用于区分所述烟雾区域和非烟雾区域;将携带标签的所述至少一帧烟雾图像各自对应的所述烟雾区域和非烟雾区域输入到卷积神经网络中。10.一种烟雾检测方法,其特征在于,包括:对待测视频进行处理,得到至少一帧待测烟雾图像;从所述待测烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述待测烟雾图像中的候选烟雾区域;将所述候选烟雾区域输入到卷积神经网络中,确定烟雾检测结果,其中,所述卷积神经网络是根据从已处理的烟雾视频中获取的烟雾区域和非烟雾区域进行训练所确定的。11.如权利要求10所述的烟雾检测方法,其特征在于,若所述运动特征包括运动方向,则从所述待测烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述待测烟雾图像中的候选烟雾区域,包括:确定指定帧待测烟雾图像中的运动区域,所述指定帧待测烟雾图像与所述待测烟雾图像相隔预设时序;在所述待测烟雾图像中确定烟雾相对于所述运动区域的对应位置的运动方向;判断所述运动方向是否满足第一预设条件;若是,则根据所述运动方向确定所述待测烟雾图像中的所述候选烟雾区域。12.如权利要求11所述的烟雾检测方法,其特征在于,确定指定帧待测烟雾图像中的运动区域,包括:对所述指定帧待测烟雾图像进行处理,得到前景;根据所述前景确定所述指定帧待测烟雾图像中的运动区域。13.如权利要求12所述的烟雾检测方法,其特征在于,对所述指定帧待测烟雾图像进行处理,得到前景,包括:获取预设数量的待测烟雾图像的像素值,所述预设数量的烟雾图像的时序位于指定帧待测烟雾图像之前;根据所述预设数量的待测烟雾图像的像素值,生成高斯混合模型的概率分布;匹配所述指定帧待测烟雾图像与所述高斯混合模型的概率分布;根据匹配结果确定所述指定帧待测烟雾图像中的所述前景。14.如权利要求11所述的烟雾检测方法,其特征在于,在所述待测烟雾图像中确定烟雾相对于所述运动区域的对应位置的运动方向,包括:根据所述运动区域在所述指定帧待测烟雾图像中的位置,确定所述运动区域在所述待测烟雾图像中对应位置的目标区块;在与所述对应位置相距预设值的至少一个位置,在所述待测烟雾图像中提取待测区块;获取所提取的各个待测区块与所述目标区块之间的灰度差异值;根据各个待测区块对应的灰度差异值确定所述运动方向。15.如权利要求14所述的烟雾检测方法,其特征在于,判断所述运动方向是否满足第一预设条件,包括:从各个待测区块对应的灰度差异值中确定满足设定条件的灰度差异值;在所述待测烟雾图像中,判断满足设定条件的灰度差异值所对应的待测区块相对于所述目标区块是否位于上方。16.如权利要求15所述的烟雾检测方法,其特征在于,从所述待测烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述待测烟雾图像中的候选烟雾区域,包括:从满足设定条件的灰度差异值所对应的待测区块中提取颜色特征;根据满足第二预定条件的颜色特征对应的待测区块,确定所述候选烟雾区域。17.如权利要求16述的烟雾检测方法,其特征在于,从满足设定条件的灰度差异值所对应的待测区块中提取颜色特征,包括:在满足设定条件的灰度差异值所对应的待测区块中提取HSV颜色空间的亮度值与饱和度;根据满足第二预定条件的颜色特征对应的待测区块,确定所述候选烟雾区域,包括:获取预设数量的烟雾图像的亮度平均值,所述预设数量的烟雾图像的时序位于所述颜色特征对应的烟雾图像之前;匹配所述亮度值与亮度平均值、和匹配所述饱和度与饱和度阈值;根据匹配结果确定所述候选烟雾图像。18.如权利要求10述的烟雾检测方法,其特征在于,还包括:若根据所述烟雾检测结果确定所述候选烟雾区域为烟雾区域,则生成报警信息。19.一种烟雾检测设备,其特征在于,包括:处理模块,对烟雾视频进行处理,得到至少一帧烟雾图像;提取模块,从所述烟雾图像中提取颜色特征和运动特征中的至少一种,确定所述烟雾图像中的烟雾区域和非烟雾...
【专利技术属性】
技术研发人员:郭宇,董远,白洪亮,熊风烨,
申请(专利权)人:北京飞搜科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。