一种基于山东济南境内进行火焰检测的系统及方法技术方案

本发明专利技术公开了一种基于山东济南境内进行火焰检测的系统，包括用于对济南境内火场内的烟火视频进行采集的视频采集模块、用于对视频采集模块收集的烟火样本视频进行筛选和标记，并形成样本库的视频筛选模块、用于对所述视频筛选模块每个筛选的结果进行样本训练并得到烟火图像模型的图像模型模块、用于对烟火图像模型与数据库中烟火图像模型对比进行烟火检测的烟火检测模块和数据库。本发明专利技术设有视频采集模块、视频筛选模块、图像模型模块、烟火检测模块和数据库，能够将现场采集到的视频与原有数据库中视频进行对比分析，快速得出结论并记录，提高了记录的效率和准确度，降低了人工产生的误差以解决现有技术中存在的问题。

【技术实现步骤摘要】
一种基于山东济南境内进行火焰检测的系统及方法
本专利技术涉及消防
，尤其涉及一种基于山东济南境内进行火焰检测的系统和方法。
技术介绍
现有的火场中，不同燃烧物导致的火焰和火场不同，普通可见光无法代表所有火焰燃烧光谱的特征。救援人员在火场进行救火工作后，需要将火场的详情事后在工作站进行报备，判断此火场起火原因和主要燃烧物的归集，现有的烟火检测的方法通过人工判断起火原因，对于火场火情分析需要人工学习积累经验，而且以往的烟火检测的案例不能被有效的利用，判断过程复杂而且判断流程需要用的时间长，依靠工作人员的工作经验，效率低。不能很好的对火场起火原因和燃烧物进行记录。
技术实现思路
为了弥补现有技术的不足，本专利技术提供了一种基于山东境内进行火焰检测的系统及方法，设有视频采集模块、视频筛选模块、图像模型模块、烟火检测模块和数据库，能够将现场采集到的视频与原有数据库中视频进行对比分析，快速得出结论并记录，提高了记录的效率和准确度，降低了人工产生的误差以解决现有技术中存在的问题。本专利技术是通过如下技术方案实现的：一种基于山东济南境内进行火焰检测的系统，包括视频采集模块、视频筛选模块、图像模型模块、烟火检测模块和数据库；所述视频采集模块用于对济南境内火场内的烟火视频进行采集；所述视频筛选模块用于对视频采集模块收集的烟火样本视频进行筛选和标记，并形成样本库；所述图像模型模块用于对所述视频筛选模块每个筛选的结果进行样本训练并得到烟火图像模型；所述烟火检测模块用于对烟火图像模型与数据库中烟火图像模型对比进行烟火检测；所述数据库内包含所有燃烧物的烟火图像模型；所述视频采集模块、所述视频筛选模块、所述图像模型模块、所述烟火检测模块和所述数据库无线连接。进一步优化地，所述视频采集模块包括带有热红外成像功能的视频录制设备。进一步优化地，所述视频筛选模块包括位于山东济南消防出警和管理机构的视频采集工作的工作站火焰视频整理设备。进一步优化地，所述视频筛选模块至少根据燃烧物种类、燃烧时间、燃烧原因、燃烧空间密闭性、空气流动方式和空气流动方向进行筛选。进一步优化地，所述视频筛选模块对任一燃烧物都形成第一样本和第二样本，所述第一样本为此燃烧物本身导致火灾的样本，另外一个样本是非此燃烧物导致火灾的样本。进一步优化地，所述图像模型模块基于深度学习训练算法对所述第一样本和所述第二样本形成第一模型和第二模型。进一步优化地，对任一燃烧物，所述数据库中都存在第一模型库和第二模型库，所述第一模型库为此燃烧物本身导致火灾的样本模型库，另外一个样本是非此燃烧物导致火灾的样本模型库。进一步优化地，所述烟火检测模块用于将第一模型与数据库中的第一模型库进行对比，第二模型与数据库中的第二模型库进行对比。一种基于山东济南境内进行火焰检测的方法，包含以下步骤：a.基于山东济南境内火灾救援人员利用随声携带的带有热红外成像功能的视频录制设备，在火灾现场采集到视频图像；b.将采集到的视频图像传送至救援管理机构部署于山东济南消防出警和管理机构的视频采集工作站，对视频图像进行标记和筛选，至少根据燃烧物种类、燃烧时间、燃烧原因、燃烧空间密闭性、空气流动方式和空气流动方向进行筛选和标记；c.对步骤b中的视频图像根据筛选结果形成样本库；d.基于步骤b中视频图像中标记的燃烧原因和燃烧物，对视频图像进行分类，对任一个燃烧物而言，都形成两个不同的样本，一个样本是此燃烧物本身导致火灾的第一样本，另外一个样本是非此燃烧物导致火灾的第二样本；同理，数据库中针对任一燃烧物，设置燃烧物本身导致火灾的第一样本库和非此燃烧物导致火灾的第二样本库；e.对于筛选得到的第一样本和第二样本通过深度学习训练算法各自训练得到第一模型和第二模型，同理，数据库中设置第一模型库和第二模型库；f.将第一模型与数据库中的此燃烧物的第一模型库进行对比，计算机计算出第一置信度；将第二模型与数据库中此燃烧物的第二模型库进行对比，计算出第二置信度；第一置信度与第二置信度的差值位于40-70之间，则可判断此燃烧物为起火燃烧物的成分之一；g.若步骤f中此燃烧物为起火燃烧物的成分之一，则将步骤f得到的第一模型和第二模型存入数据库。本专利技术的有益效果是：一：本专利技术设有设有视频采集模块、视频筛选模块、图像模型模块、烟火检测模块和数据库，能够将现场采集到的视频与原有数据库中视频进行对比分析，快速判断出主要燃烧物成分，流程便捷，可快速对火场燃烧物和起火原因做出判断；二：本专利技术的视频采集模块可对同一火场不同的燃烧物进行视频采集，并与数据库中的视频进行对比判断其是否为主要燃烧物，是否符合主要燃烧物的视频图像；三：本专利技术的图像模型模块可对同一燃烧物建立两个模型，便于与数据库进行对比，并且可对判断为同一种燃烧物的模型归入数据库，完善数据库，适于广泛推广应用。附图说明图1为本专利技术的各模块连接结构示意图。图中，1、视频采集模块；2、视频筛选模块；3、图像模型模块；4、烟火检测模块；5、数据库。具体实施方式为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本专利技术进行详细阐述。如图1所示，本实施例公开了一种基于山东济南境内进行火焰检测的系统，包括用于对济南境内火场内的烟火视频进行采集的视频采集模块、用于对视频采集模块收集的烟火样本视频进行筛选和标记，并形成样本库的视频筛选模块、用于对所述视频筛选模块每个筛选的结果进行样本训练并得到烟火图像模型的图像模型模块、用于对烟火图像模型与数据库中烟火图像模型对比进行烟火检测的烟火检测模块和存储以往燃烧物样本模型的数据库；所述数据库内包含所有燃烧物的烟火图像模型；所述视频采集模块、所述视频筛选模块、所述图像模型模块、所述烟火检测模块和所述数据库无线连接。所述视频采集模块包括带有热红外成像功能的视频录制设备，基于山东济南境内火灾救援人员利用随声携带的带有热红外成像功能的视频录制设备，在火灾现场采集到视频图像。所述视频筛选模块包括位于山东济南消防出警和管理机构的视频采集工作的工作站火焰视频整理设备，救援人员并通过救援管理机构部署于山东济南消防出警和管理机构的视频采集工作站进行收集和整理视频图像。整理的图像的特征至少标记了现场火情的主要燃烧物，这些燃烧物可以是一种或多种物质或至少根据燃烧物种类、燃烧时间、燃烧原因、燃烧空间密闭性、空气流动方式和空气流动方向进行筛选。所述视频筛选模块对任一燃烧物都形成第一样本和第二样本，所述第一样本为此燃烧物本身导致火灾的样本，另外一个样本是非此燃烧物导致火灾的样本，这里的非此燃烧物导致火灾的样本是指在同一火场内，除去此燃烧物导致火灾的视频图像外剩余所有燃烧物导致火灾的视频图像。所述图像模型模块基于深度学习训练算法对所述第一样本和所述第二样本形成第一模型和第二模型。对任一燃烧物，所述数据库中都存在第一模型库和第本文档来自技高网...

【技术保护点】
1.一种基于山东济南境内进行火焰检测的系统，其特征在于：包括视频采集模块、视频筛选模块、图像模型模块、烟火检测模块和数据库；/n所述视频采集模块用于对济南境内火场内的烟火视频进行采集；/n所述视频筛选模块用于对视频采集模块收集的烟火样本视频进行筛选和标记，并形成样本库；/n所述图像模型模块用于对所述视频筛选模块每个筛选的结果进行样本训练并得到烟火图像模型；/n所述烟火检测模块用于对烟火图像模型与数据库中烟火图像模型对比进行烟火检测；/n所述数据库内包含所有燃烧物的烟火图像模型；所述视频采集模块、所述视频筛选模块、所述图像模型模块、所述烟火检测模块和所述数据库无线连接。/n

【技术特征摘要】
1.一种基于山东济南境内进行火焰检测的系统，其特征在于：包括视频采集模块、视频筛选模块、图像模型模块、烟火检测模块和数据库；
所述视频采集模块用于对济南境内火场内的烟火视频进行采集；
所述视频筛选模块用于对视频采集模块收集的烟火样本视频进行筛选和标记，并形成样本库；
所述图像模型模块用于对所述视频筛选模块每个筛选的结果进行样本训练并得到烟火图像模型；
所述烟火检测模块用于对烟火图像模型与数据库中烟火图像模型对比进行烟火检测；
所述数据库内包含所有燃烧物的烟火图像模型；所述视频采集模块、所述视频筛选模块、所述图像模型模块、所述烟火检测模块和所述数据库无线连接。


2.根据权利要求1所述的基于山东济南境内进行火焰检测的系统，其特征在于：所述视频采集模块包括带有热红外成像功能的视频录制设备。


3.根据权利要求1所述的基于山东济南境内进行火焰检测的系统，其特征在于：所述视频筛选模块包括位于山东济南消防出警和管理机构的视频采集工作的工作站火焰视频整理设备。


4.根据权利要求1所述的基于山东济南境内进行火焰检测的系统，其特征在于：所述视频筛选模块至少根据燃烧物种类、燃烧时间、燃烧原因、燃烧空间密闭性、空气流动方式和空气流动方向进行筛选。


5.根据权利要求4所述的基于山东济南境内进行火焰检测的系统，其特征在于：所述视频筛选模块对任一燃烧物都形成第一样本和第二样本，所述第一样本为此燃烧物本身导致火灾的样本，另外一个样本是非此燃烧物导致火灾的样本。


6.根据权利要求5所述的基于山东济南境内进行火焰检测的系统，其特征在于：所述图像模型模块基于深度学习训练算法对所述第一样本和所述第二样本形成第一模型和第二模型。


7.根据权利要求6所述的基于山东济南境内进行火焰检测的系统，...

【专利技术属性】
技术研发人员：陈大伟，刘坤，孙长清，
申请(专利权)人：山东雷火网络科技有限公司，
类型：发明
国别省市：山东;37