一种烟火检测方法和装置制造方法及图纸

本发明专利技术公开了一种烟火检测方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：采用结合目标检测算法和分类算法的多任务模式，识别图像中的火焰情况，以根据所述火焰情况确定烟雾阈值；将深度学习算法与图像算法相结合，建立多特征融合模型，以识别所述图像中存在烟雾的概率，根据所述概率与所述烟雾阈值的比对结果，确定所述图像中的烟雾情况；根据所述火焰情况和所述烟雾情况，输出对所述图像的烟火检测结果。该实施方式全面考虑烟雾和火焰的特征以及两者间的关系，对各种状况的烟雾与火焰都具有较好的识别效果，同时具有很高的计算效率，能够无干扰地实时检测烟火现象，从而有效地预警与防范火灾。从而有效地预警与防范火灾。从而有效地预警与防范火灾。

【技术实现步骤摘要】
一种烟火检测方法和装置


[0001]本专利技术涉及计算机
，尤其涉及一种烟火检测方法和装置。

技术介绍

[0002]火灾防范是安全生活、安全生产等领域的重要议题，尤其对于仓库、集散中心等场所。尽早发现与研判火情，可以充分降低经济损失，尽可能减少或避免人员伤亡。火灾初期通常会产生大量烟雾，因此对烟雾的检测与监控有助于早期火灾预警。将烟雾检测和火焰检测这两者相结合，更能提供现场火灾状况的全面信息。
[0003]然而，烟雾与火焰这两者都存在一些不同于普通目标(物体)的特征，相对烟雾的离散分布形态，火焰区域往往相对集中。在火灾发生初期，烟雾与火焰一般较小；在整个燃烧过程中，烟雾与火焰的占据区域大小、形状、颜色等都将动态变化。因此，各种不同烟火的普遍识别问题是火灾防范的一项重大挑战。
[0004]当前使用较广泛的一种火灾识别技术是烟感报警器，它能够通过传感器探测发生火灾时产生的大量烟雾，及时发出报警信号；另外，计算机视觉技术在烟火检测方面也存在很多研究。然而，这两种方式均不适用于检测火灾发展初期，往往识别精度不高，存在漏检、误检等问本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烟火检测方法，其特征在于，包括：采用结合目标检测算法和分类算法的多任务模式，识别图像中的火焰情况，以根据所述火焰情况确定烟雾阈值；其中，火焰情况为存在火焰或不存在火焰；将深度学习算法与图像算法相结合，建立多特征融合模型，以识别所述图像中存在烟雾的概率，根据所述概率与所述烟雾阈值的比对结果，确定所述图像中的烟雾情况；根据所述火焰情况和所述烟雾情况，输出对所述图像的烟火检测结果。2.根据权利要求1所述的方法，其特征在于，所述采用结合目标检测算法和分类算法的多任务模式，识别图像中的火焰情况，包括：执行所述分类算法识别所述图像中的火焰情况，若识别结果为存在火焰，则结束火焰识别步骤，否则执行所述目标检测算法识别所述图像中的火焰情况。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述火焰情况确定烟雾阈值，包括：若不存在火焰，则将所述烟雾阈值设置为预设数值，否则，将所述烟雾阈值设置为小于所述预设数值的一数值。4.根据权利要求1所述的方法，其特征在于，所述图像算法包括方向梯度直方图算法和局部二值模式；所述识别所述图像中存在烟雾的概率，包括：使用所述方向梯度直方图算法提取所述图像的第一特征向量，通过第一全连接层，将所述第一特征向量转换为第一长度的第一向量；使用所述局部二值模式提取所述图像的第二特征向量，通过第二全连接层，将所述第二特征向量转换为第二长度的第二向量；使用所述深度学习算法提取所述图像的尺寸特征，通过展平层和第三全连接层，将所述尺寸特征转换为第三长度的第三向量；按序融合所述第一向量、所述第二向量和所述第三向量，得到总向量；其中，所述总向量的长度为所述第一长度、所述第二长度和所述第三长度之和；通过第四全连接层，将所述总向量转换为第四长度的第四向量，再通过第五全连接层，将所述第四向量转换为长度为1的第五向量；将所述第五向量的模作为所述图像中存在烟雾的概率。5.根据权利要求4所述的方法，其特征在于，在所述展平层和所述第三全连接层之间，还设置有第六全连接层；所述通过展平层和第三全连接层...

【专利技术属性】
技术研发人员：周光正，
申请(专利权)人：北京京东振世信息技术有限公司，
类型：发明
国别省市：