一种基于多种深度学习融合的烟火检测方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种基于多种深度学习融合的烟火检测方法，包括构建目标识别模型和数据分类模型；读取摄像头视频帧；通过区域限制算法对视频帧加载限制框，得到监测区域；通过运动侦测算法侦测检测区域的跳动目标；将跳动目标输入目标识别模型中进行训练，得到定位位置；将定位位置输入数据分类模型中进行训练，得到烟火目标。本发明专利技术将监测区域和非监测区域隔离开来，减少区域外的不利因素干扰，增加运动检测算法，实时侦测烟的飘扬和火的跳动，让只有烟火形状的物体被排除在外。通过深度学习算法定位烟火位置，区分烟火的特性。对于少量的烟火误报会进行二次侦测，剔除灯光对于火的干扰，降低误报率。降低误报率。降低误报率。

【技术实现步骤摘要】
一种基于多种深度学习融合的烟火检测方法


[0001]本专利技术涉及数据处理
，尤其涉及一种基于多种深度学习融合的烟火检测方法。

技术介绍

[0002]在现代社会生活中，防火是安全防护的一个非常重要的命题。尤其是在工业生产区域，尤其重视烟火的监测以保证安全。目前，主要是利用机器学习或者深度学习方法对采集到的视频图像进行图像处理和分析，提取每帧图像中的烟火特征以实现烟火检测。然而，基于图像特征进行烟火检测时，会由于外界因素，例如灯光的干扰而产生误报，影响了烟火检测结果的准确率，进行重复错误报警。

技术实现思路

[0003]本专利技术的目的在于提供一种基于多种深度学习融合的烟火检测方法，旨在解决现有的烟火检测结果的准确率较低的问题。
[0004]为实现上述目的，本专利技术提供了一种基于多种深度学习融合的烟火检测方法，包括以下步骤：
[0005]构建目标识别模型；
[0006]构建数据分类模型；
[0007]读取摄像头视频帧；
[0008]通过区域限制算法对所述视频帧加载限制框，得到监测区域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多种深度学习融合的烟火检测方法，其特征在于，包括以下步骤：构建目标识别模型；构建数据分类模型；读取摄像头视频帧；通过区域限制算法对所述视频帧加载限制框，得到监测区域；通过运动侦测算法侦测所述检测区域的跳动目标；将所述跳动目标输入所述目标识别模型中进行训练，得到定位位置；将所述定位位置输入所述数据分类模型中进行训练，得到烟火目标。2.如权利要求1所述的基于多种深度学习融合的烟火检测方法，其特征在于，在步骤将所述定位位置输入所述数据分类模型中进行训练，得到烟火目标之后，所述方法还包括：基于所述烟火目标绘制报警目标，得到报警信息；将所述报警信息上传至中央控制室进行报警；工作人员通过所述中央控制室查看所述报警信息对所述烟火目标进行处理。3.如权利要求2所述的基于多种深度学习融合的烟火检测方法，其特征在于，所述将所述报警信息上传至中央控制室...

【专利技术属性】
技术研发人员：陈叶亮，雷凌，徐晨鑫，朱恩东，
申请(专利权)人：南京北新智能科技有限公司，
类型：发明
国别省市：