一种基于视频理解的森林烟火检测方法、存储介质和设备技术

本发明专利技术公开了一种基于视频理解的森林烟火检测方法、存储介质和设备，属于计算机视觉视频理解和森林烟火视频监测领域。该方法首先获取森林烟火图像，然后采用包括2D网络层和3D网络层的神经网络模型对森林烟火图像执行前向计算，得到森林烟火区域的置信度，通过与设定的置信度阈值进行对比，判断是否发生森林火灾，当所述置信度大于置信度阈值时，认为森林中发生火灾，当所述置信度小于或等于置信度阈值时，则认为森林中未发生火灾。该方法能够减少网络模型参数，有效地提高森林烟火检测的精度和效率，从而高效准确地对森林烟火进行识别。同时公开的一种存储介质以及包括有该存储介质的设备，该设备能够直接进行工程部署，用于高效准确地检测森林烟火。

A method, storage medium and equipment for detecting forest fireworks based on video understanding

【技术实现步骤摘要】
一种基于视频理解的森林烟火检测方法、存储介质和设备
本专利技术属于计算机视觉视频理解和森林烟火视频监测领域，具体涉及一种基于视频理解的森林烟火检测方法、存储介质和设备。
技术介绍
森林火灾是一种常见的自然灾害，每年世界上因森林火灾造成的人员伤亡和财产损失都非常巨大，例如近年的美国加州森林大火、印尼森林大火、亚马逊森林大火等，不仅造成了大量的人员伤亡和财产损失，更对自然环境造成了严重的影响。在火灾扑救过程中，投入了大量的人力物力，依然难以有效地对森林大火进行扑灭，森林大火对人类和动物的生存造成了严重的威胁。我国是一个多森林国家，每年因为森林火灾导致的人员伤亡数以万记，财产损失数以亿计，每年为森林火灾预防和扑救投入的人力物力数量更是非常庞大。对于森林火灾，早期发现可以有效降低扑灭难度，减少林业资源的损失且可以有效减少人员伤亡。通过护林员来发现森林火灾，很难对大面积的森林进行有效果管理，因此随着计算机技术和视频技术的发展，通过视频监控系统，可以远程对森林火灾进行监测，有效地降低了人力投入，提高了监控效率。传统单纯通过监控系统监测森林火灾，仍需本文档来自技高网...

【技术保护点】
1.一种基于视频理解的森林烟火检测方法，其特征在于，获取森林烟火图像，采用包括2D网络层和3D网络层的神经网络模型对森林烟火图像执行前向计算，得到森林烟火区域的置信度，通过与设定的置信度阈值进行对比，判断是否发生森林火灾，当所述置信度大于置信度阈值时，认为森林中发生火灾，当所述置信度小于或等于置信度阈值时，则认为森林中未发生火灾。/n

【技术特征摘要】
1.一种基于视频理解的森林烟火检测方法，其特征在于，获取森林烟火图像，采用包括2D网络层和3D网络层的神经网络模型对森林烟火图像执行前向计算，得到森林烟火区域的置信度，通过与设定的置信度阈值进行对比，判断是否发生森林火灾，当所述置信度大于置信度阈值时，认为森林中发生火灾，当所述置信度小于或等于置信度阈值时，则认为森林中未发生火灾。


2.根据权利要求1所述的一种基于视频理解的森林烟火检测方法，其特征在于，搭建并训练所述神经网络模型按如下步骤：
S1：建立基于图像序列的森林烟火图像样本数据集，样本数据集中的图像样本包括正样本和负样本；
S2：采用2D神经网络模型靠近于输入端的低层网络结构作为2D网络层，用于提取单帧图像特征提取；采用3D神经网络模型靠近输出短的高层网络结构作为3D网络层，并连接池化层、全连接层和softmax分类器，用于对图像进行分类判断；
S3：采用开源数据集对所述神经网络模型的2D网络层和3D网络层进行训练，初步确定2D网络层和3D网络层的参数；
S4：采用森林烟火图像样本数据集对所述神经网络模型进行再训练，优化确定神经网络模型参数，并保存权值文件。


3.根据权利要求2所述的一种基于视频理解的森林烟火检测方法，其特征在于，所述步骤S2中，采用2D神经网络模型VGG、Mobilenet、Resnet、Densenet或BN-Inception的靠近输入端的低层网络构建2D网络层。


4.根据权利要求2所述的一种基于视频理解的森林烟火检测方法，其特征在于，所述步骤S2中，采用3D神经网络模型3D-Resent或3D-DenseNet的靠近输出端的高层网络结构构建3D网络层。


5.根据权利要求3所述的一种基于视频理解的森林烟火检测方法，其特征在于，所述步骤S2中采用BN-Inception网络模型中inception-3c层及该层之前的所有网络层构建2...

【专利技术属性】
技术研发人员：张广铭，洪刚俊，陆勇，
申请(专利权)人：南京恩博科技有限公司，
类型：发明
国别省市：江苏;32