本申请公开了一种视频明火识别方法、装置、设备及存储介质，包括：获取待检测视频并对其进行切片以得到待检测视频帧；基于预设约束规则对待检测视频帧的区域画面进行分割以得到待监测分割图；通过预设遮罩图模块从待监测分割图中提取出疑似明火区域，并生成与疑似明火区域对应的遮罩图，然后将遮罩图和对应的待检测视频帧进行与运算得到去除背景后的疑似明火区域图；将预设数量个疑似明火区域图组合成矩阵图；将矩阵图输入至预先训练完的明火识别模型以得到明火识别模型的输出值，并通过输出值判断当前待检测视频中是否存在明火。通过本申请的技术方案，能够识别出视频中是否出现明火，可以用来报警预防火灾的发生。可以用来报警预防火灾的发生。可以用来报警预防火灾的发生。
【技术实现步骤摘要】
一种视频明火识别方法、装置、设备及存储介质
[0001]本专利技术涉及明火检测
，特别涉及一种视频明火识别方法、装置、设备及存储介质。
技术介绍
[0002]火灾的危害是不言而喻的，当前火灾预防报警领域中，主要应用的是基于各类传感器的明火检测系统，如气体型、感烟型、温度型、感光型等。但是由于受到周围环境的影响与干扰，出现漏报与误报的情况，所以应用范围不够广泛且检测时间过长导致检测速度慢。伴随着人工智能、硬件设备和图像技术的发展，利用摄像头监控视频画面来检测和识别明火预防火灾的技术和系统越来越成熟，具有无接触、速度快、可视化、保护范围广、无人值守等优点。但现有的针对视频检测明火与识别的技术上算法复杂，不能同时兼容检测的准确性和快速性，在现实应用中受限。
[0003]综上，如何用简单易行的方法对明火进行准确的检测与识别，同时缩短检测时间使明火检测与识别广泛开发适用具有重要价值。
技术实现思路
[0004]有鉴于此，本专利技术的目的在于提供一种视频明火识别方法、装置、设备及存储介质，能够实现通过简单易行的方法对明火进行准确的检测与识别，同时缩短检测时间使明火检测与识别广泛开发适用。其具体方案如下：
[0005]第一方面，本申请公开了一种视频明火识别方法，包括：
[0006]获取待检测视频并对所述待检测视频进行切片以得到待检测视频帧；
[0007]基于预设约束规则对所述待检测视频帧的区域画面进行分割以得到待监测分割图；
[0008]通过预设遮罩图模块从所述待监测分割图中提取出疑似明火区域，并生成与所述疑似明火区域对应的遮罩图，然后将所述遮罩图和对应的所述待检测视频帧进行与运算得到去除背景后的疑似明火区域图；
[0009]将预设数量个所述疑似明火区域图组合成矩阵图；不同的所述疑似明火区域图在所述矩阵图中的排列顺序通过对应所述待检测视频帧的时间先后顺序来确定；
[0010]将所述矩阵图输入至预先训练完的明火识别模型以得到所述明火识别模型的输出值，并通过所述输出值判断当前所述待检测视频中是否存在明火。
[0011]可选的，所述获取待检测视频并对所述待检测视频进行切片以得到待检测视频帧之前，还包括：
[0012]获取历史视频；所述历史视频包括存在明火的视频和不存在明火的视频；
[0013]对所述历史视频进行切片以得到历史视频帧，并基于所述预设约束规则对所述历史视频帧的区域画面进行分割以得到目标分割图；
[0014]利用所述预设遮罩图模块对所述目标分割图进行相应的处理，以得到目标区域
图，然后将预设数量个所述目标区域图组合成目标矩阵图，并为所述目标矩阵图标注相应的类型标签；其中，如果所述目标矩阵图中存在明火，则为所述目标矩阵图标注第一类标签，如果所述目标矩阵图中不存在明火，则为所述目标矩阵图标注第二类标签；
[0015]利用携带有所述类型标签的所述目标矩阵图对基于3d卷积神经网络算法构建的待训练模型进行训练以得到所述明火识别模型。
[0016]可选的，所述基于预设约束规则对所述待检测视频帧的区域画面进行分割以得到待监测分割图，包括：
[0017]获取RGB颜色模型下的第一预设约束规则和HSV颜色模型下的第二预设约束规则，并从所述待检测视频帧上筛选出满足所述第一预设约束规则和所述第二约束规则的像素点，然后将满足所述第一预设约束规则和所述第二约束规则的像素点对应的像素区域从所述待检测视频帧上分割出来，以得到待监测分割图。
[0018]可选的，判断所述待检测视频帧上的目标像素点是否满足所述第一预设约束规则的过程，包括：
[0019]若所述目标像素点在所述待检测视频帧的R通道分量上的像素值大于所述R通道分量上像素值大于0的所有像素点的像素平均值，并且所述目标像素点在所述R通道分量上的像素值不小于G通道分量上的像素值以及所述目标像素点在所述G通道分量上的像素值不小于B通道分量上的像素值，则判定所述目标像素点满足所述第一预设约束规则。
[0020]可选的，判断所述待检测视频帧上的目标像素点是否满足所述第二预设约束规则的过程，包括：
[0021]构造一个与所述待检测视频帧的尺寸大小一致的目标通道图，并将所述目标通道图中的任一像素点的像素值设置为该像素点在R通道分量、G通道分量和B通道分量上对应的最小像素值；
[0022]利用所述目标像素点在所述目标通道图上的像素值计算所述目标像素点在S通道分量上的像素值，若所述目标像素点在S通道分量上的像素值满足预设阈值条件，则判定所述目标像素点满足所述第二预设约束规则。
[0023]可选的，所述通过预设遮罩图模块从所述待监测分割图中提取出疑似明火区域，并生成与所述疑似明火区域对应的遮罩图，包括：
[0024]通过预设遮罩图模块，对所述待监测分割图进行去噪处理并对去噪后图像进行连通域查找，以从所述待监测分割图中提取出疑似明火区域；
[0025]从所述疑似明火区域中确定出满足预设剔除条件的目标子区域，然后将所述目标子区域从所述疑似明火区域中剔除，以生成与所述疑似明火区域对应的遮罩图。
[0026]可选的，所述对所述待监测分割图进行去噪处理，包括：
[0027]对所述待监测分割图进行中值滤波，并对中值滤波后图像依次进行腐蚀操作和膨胀操作，以得到所述去噪后图像；
[0028]并且，所述从所述疑似明火区域中确定出满足预设剔除条件的目标子区域，包括：
[0029]将所述疑似明火区域中区域尺寸小于预设尺寸的第一类子区域以及自身完全位于另一子区域内部的第二类子区域确定为满足预设剔除条件的目标子区域。
[0030]第二方面，本申请公开了一种视频明火识别装置，包括：
[0031]视频切片模块，用于获取待检测视频并对所述待检测视频进行切片以得到待检测
视频帧；
[0032]视频帧分割模块，用于基于预设约束规则对所述待检测视频帧的区域画面进行分割以得到待监测分割图；
[0033]遮罩图生成模块，用于通过预设遮罩图模块从所述待监测分割图中提取出疑似明火区域，并生成与所述疑似明火区域对应的遮罩图；
[0034]与运算模块，用于将所述遮罩图和对应的所述待检测视频帧进行与运算得到去除背景后的疑似明火区域图；
[0035]矩阵图生成模块，用于将预设数量个所述疑似明火区域图组合成矩阵图；不同的所述疑似明火区域图在所述矩阵图中的排列顺序通过对应所述待检测视频帧的时间先后顺序来确定；
[0036]明火判断模块，用于将所述矩阵图输入至预先训练完的明火识别模型以得到所述明火识别模型的输出值，并通过所述输出值判断当前所述待检测视频中是否存在明火。
[0037]第三方面，本申请公开了一种电子设备，包括：
[0038]存储器，用于保护计算机程序；
[0039]处理器，用于执行所述计算机程序，以实现前述的视频明火识别方法。
[0040]第四方面，本申请公开了一种计算机可读存储本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种视频明火识别方法，其特征在于，包括：获取待检测视频并对所述待检测视频进行切片以得到待检测视频帧；基于预设约束规则对所述待检测视频帧的区域画面进行分割以得到待监测分割图；通过预设遮罩图模块从所述待监测分割图中提取出疑似明火区域，并生成与所述疑似明火区域对应的遮罩图，然后将所述遮罩图和对应的所述待检测视频帧进行与运算得到去除背景后的疑似明火区域图；将预设数量个所述疑似明火区域图组合成矩阵图；不同的所述疑似明火区域图在所述矩阵图中的排列顺序通过对应所述待检测视频帧的时间先后顺序来确定；将所述矩阵图输入至预先训练完的明火识别模型以得到所述明火识别模型的输出值，并通过所述输出值判断当前所述待检测视频中是否存在明火。2.根据权利要求1所述的视频明火识别方法，其特征在于，所述获取待检测视频并对所述待检测视频进行切片以得到待检测视频帧之前，还包括：获取历史视频；所述历史视频包括存在明火的视频和不存在明火的视频；对所述历史视频进行切片以得到历史视频帧，并基于所述预设约束规则对所述历史视频帧的区域画面进行分割以得到目标分割图；利用所述预设遮罩图模块对所述目标分割图进行相应的处理，以得到目标区域图，然后将预设数量个所述目标区域图组合成目标矩阵图，并为所述目标矩阵图标注相应的类型标签；其中，如果所述目标矩阵图中存在明火，则为所述目标矩阵图标注第一类标签，如果所述目标矩阵图中不存在明火，则为所述目标矩阵图标注第二类标签；利用携带有所述类型标签的所述目标矩阵图对基于3d卷积神经网络算法构建的待训练模型进行训练以得到所述明火识别模型。3.根据权利要求1所述的视频明火识别方法，其特征在于，所述基于预设约束规则对所述待检测视频帧的区域画面进行分割以得到待监测分割图，包括：获取RGB颜色模型下的第一预设约束规则和HSV颜色模型下的第二预设约束规则，并从所述待检测视频帧上筛选出满足所述第一预设约束规则和所述第二约束规则的像素点，然后将满足所述第一预设约束规则和所述第二约束规则的像素点对应的像素区域从所述待检测视频帧上分割出来，以得到待监测分割图。4.根据权利要求3所述的视频明火识别方法，其特征在于，判断所述待检测视频帧上的目标像素点是否满足所述第一预设约束规则的过程，包括：若所述目标像素点在所述待检测视频帧的R通道分量上的像素值大于所述R通道分量上像素值大于0的所有像素点的像素平均值，并且所述目标像素点在所述R通道分量上的像素值不小于G通道分量上的像素值以及所述目标像素点在所述G通道分量上的像素值不小于B通道分量上的像素值，则判定所述目标像素点满足所述第一预设约束规则。5.根据权利要求3所述的视频明火识别方法，其特征在于，判断所述待检测视频帧上的目标像素点是否...
【专利技术属性】
技术研发人员：章家凡，单建华，王晶，刘保石，
申请(专利权)人：杭州品茗安控信息技术股份有限公司，
类型：发明
国别省市：
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。