火焰和烟雾检测方法、系统、终端设备及介质技术方案

本发明专利技术公开了一种火焰和烟雾检测方法、系统、终端设备及介质，该方法包括：采集设定区域的待测视频，提取待测视频的视频序列图像；将所述视频序列图像输入至检测模型进行静态纹理特征分析，输出分析结果；根据所述分析结果，判断待测视频中是否存在火焰和/或烟雾；当待测视频中存在火焰和/或烟雾时，提取待测视频的光流序列，并输入至分类模型，生成分类结果。本发明专利技术提供的火焰和烟雾检测方法，通过在算法中结合了烟雾和火焰的静态纹理和动态纹理，能够准确的识别出烟雾和火焰，并记录其发生的位置；不仅具有较强的泛化能力和鲁棒性，且能适用于多种环境。用于多种环境。用于多种环境。

【技术实现步骤摘要】
火焰和烟雾检测方法、系统、终端设备及介质


[0001]本专利技术涉及图像监控和处理
，尤其涉及一种火焰和烟雾检测方法、系统、终端设备及介质。

技术介绍

[0002]在火灾探测领域中，传统的方法是以简单的数学模型和单一的传感器为基础，只对单一物理信息，如烟雾或温度进行探测。由于真实环境往往更为复杂，该方式在应用时，不仅容易误测误报，且还要求设备接近火源，并在火灾达到一定程度后才能触发警报。因此这种方式给火灾检测带来了诸多不便，也无法及时、有效地进行火灾预防和火灾发生后的人工干预。
[0003]随着计算机视觉的发展和神经网络的兴起，越来越多的研究将该技术用于火灾探测。其中，一种方式是基于火灾烟雾在RGB和HIS空间中色彩强度的分布特征的原理，通过引入以颜色模型形成的烟雾静态特征，或者通过模拟火的运动特征进行火灾检测，但是这类方法在获取火焰或烟雾图像样本时，均需要通过人工进行特征提取，可适用场景十分局限，且算法的泛化能力和鲁棒性较差。另一种方式是基于深度卷积网络，通过单阶段、两阶段等目标检测算法识别出火焰或烟雾图像中的目标及其位置，但是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种火焰和烟雾检测方法，其特征在于，包括：采集设定区域的待测视频，提取待测视频的视频序列图像；将所述视频序列图像输入至检测模型进行静态纹理特征分析，输出分析结果；根据所述分析结果，判断待测视频中是否存在火焰和/或烟雾；当待测视频中存在火焰和/或烟雾时，提取待测视频的光流序列，并输入至分类模型，生成分类结果。2.根据权利要求1所述的火焰和烟雾检测方法，其特征在于，在所述将所述视频序列图像输入至检测模型进行静态纹理特征分析之前，还包括：基于PPYOLO Tiny网络构建检测模型。3.根据权利要求1所述的火焰和烟雾检测方法，其特征在于，在所述提取待测视频的光流序列并输入至分类模型之前，还包括：基于SE
‑
Resnet18
‑
vd网络构建分类模型。4.根据权利要求1所述的火焰和烟雾检测方法，其特征在于，所述提取待测视频的光流序列，包括：获取连续的预设数量的单帧图像，计算相邻两帧图像的光流信息；将所有所述光流信息进行叠加，生成光流序列。5.一种火焰和烟雾检测系统，其特征在于，包括：图像采集单元，用于采集设定区域的待测视频，提取待测视频的视频序列图像；静态检测单元，用于将所述视频序列图像输入至检测模型进行静态纹理特征分析，输出分析结果；判断单元，用...

【专利技术属性】
技术研发人员：钟委，宋朝阳，沈亚文，候清桦，周冰杰，
申请(专利权)人：郑州大学，
类型：发明
国别省市：