一种火灾风险预警方法及装置制造方法及图纸

本申请提供一种火灾风险预警方法及装置，包括：将待检测物品的外观彩色图像对应的彩图特征值输入预先训练的材料识别模型中，得到所述待检测物品的材料属性；将所述待检测物品的环境参数

【技术实现步骤摘要】
一种火灾风险预警方法及装置


[0001]本申请涉及航空仓储智能预警领域，具体是一种火灾风险预警方法及装置
。

技术介绍

[0002]航空仓储火灾严重威胁着航空系统的运营安全
。
随着智能电子设备的普及，火灾的发生也愈发频繁
。
虽然现有技术中有利用红外热像仪对仓储货物进行温度检测以实现火灾预警的先例，但现有方法并未充分考虑除仓储货物自身温度之外的其他因素
。
[0003]目前，尚未有能够自动识别火灾风险货物的解决方案，且航空管理标准程序中也未见有定期检查仓储货物温度的方法
。

技术实现思路

[0004]针对现有技术中的问题，本申请提供一种火灾风险预警方法及装置，能够考虑周边环境的温度干扰因素，确定待检测物品引发火灾的风险
。
[0005]为解决上述技术问题，本申请提供以下技术方案：
[0006]第一方面，本申请提供一种火灾风险预警方法，包括：
[0007]将待检测物品的外观彩色图像对应的彩图特征值输入预先训练的材料识别模型中，得到所述待检测物品的材料属性；
[0008]将所述待检测物品身处的环境参数
、
热红外线图像对应的红外特征值及所述材料属性输入预先建立的温度干扰分析模型中，得到温度干扰系数；
[0009]根据所述温度干扰系数
、
预先确定的热度散值及预设的火灾风险阈值确定所述待检测物品引发火灾的风险
。
[0010]进一步地，预先确定所述热度散值的步骤，包括：
[0011]确定所述热红外线图像对应的向量场；
[0012]将所述向量场输入预先建立的热度分布分析模型中，得到所述热度散值
。
[0013]进一步地，预先训练材料识别模型的步骤，包括：
[0014]获取历史检测物品的历史材料属性
、
历史外观彩色图像对应的历史彩图特征值；
[0015]按照预设比例对所述历史材料属性及对应的所述历史彩图特征值进行分组，得到彩图训练集及彩图测试集；
[0016]根据预设的模型训练参数，将所述历史材料属性及所述彩图训练集输入卷积神经网络模型进行训练，得到材料识别模型；
[0017]进一步地，所述根据所述温度干扰系数
、
预先确定的热度散值及预设的火灾风险阈值确定所述待检测物品引发火灾的风险，包括：
[0018]根据预设的温度干扰权重及所述温度干扰系数确定温度干扰权值；
[0019]根据预设的热度散值权重及所述热度散值确定热度散值权值；
[0020]根据所述温度干扰权值
、
所述热度散值权值及所述火灾风险阈值确定所述风险
。
[0021]第二方面，本申请提供一种火灾风险预警装置，包括：
[0022]材料属性确定单元，用于将待检测物品的外观彩色图像对应的彩图特征值输入预先训练的材料识别模型中，得到所述待检测物品的材料属性；
[0023]干扰系数确定单元，用于将所述待检测物品身处的环境参数
、
热红外线图像对应的红外特征值及所述材料属性输入预先建立的温度干扰分析模型中，得到温度干扰系数；
[0024]火灾风险确定单元，用于根据所述温度干扰系数
、
预先确定的热度散值及预设的火灾风险阈值确定所述待检测物品引发火灾的风险
。
[0025]进一步地，所述的火灾风险预警装置，还包括：
[0026]向量场确定单元，用于确定所述热红外线图像对应的向量场；
[0027]热度散值计算单元，用于将所述向量场输入预先建立的热度分布分析模型中，得到所述热度散值
。
[0028]进一步地，所述的火灾风险预警装置，还包括：
[0029]历史特征获取单元，用于获取历史检测物品的历史材料属性
、
历史外观彩色图像对应的历史彩图特征值；
[0030]按照预设比例对所述历史材料属性及对应的所述历史彩图特征值进行分组，得到彩图训练集及彩图测试集；
[0031]初始模型建立单元，用于根据预设的模型训练参数，将所述历史材料属性及所述彩图训练集输入卷积神经网络模型进行训练，得到材料识别初始模型；
[0032]识别模型建立单元，用于利用所述彩图测试集对所述材料识别初始模型进行调整，得到所述材料识别模型
。
[0033]进一步地，火灾风险确定单元，包括：
[0034]干扰权值确定模块，用于根据预设的温度干扰权重及所述温度干扰系数确定温度干扰权值；
[0035]散值权值确定模块，用于根据预设的热度散值权重及所述热度散值确定热度散值权值；
[0036]火灾风险确定模块，用于根据所述温度干扰权值
、
所述热度散值权值及所述火灾风险阈值确定所述风险
。
[0037]第三方面，本申请提供一种电子设备包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述火灾风险预警方法的步骤
。
[0038]第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述火灾风险预警方法的步骤
。
[0039]第五方面，本申请提供一种计算机程序产品，包括计算机程序
/
指令，该计算机程序
/
指令被处理器执行时实现所述火灾风险预警方法的步骤
。
[0040]针对现有技术中的问题，本申请提供的火灾风险预警方法及装置，能够考虑周边环境的温度干扰因素，确定待检测物品引发火灾的风险；通过采集待测物品外观及环境数据，配合热成像影像，将与热源产生的热能无关的外来因素从分析中分离出来，进而提升了检察系统找出异常温度物体的可能性，利于提升物流业界的安全水平
。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0042]图1为本申请实施例中火灾风险预警方法的流程图；
[0043]图2为本申请实施例中确定热度散值的步骤的流程图；
[0044]图3为本申请实施例中预先训练材料识别模型的步骤的流程图；
[0045]图4为本申请实施例中确定待检测物品引发火灾的风险的流程图；
[0046]图5为本申请实施例中火灾风险预警装置的结构图之一；
[0047]图6为本申请实施例中火灾风险预警装置的结构图之二；
[0048]图7为本申请实施例中火灾风险预警装置的结构图之三；
[0049]图8为本申请实施例中火灾风险确定单元的结构图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种火灾风险预警方法，其特征在于，包括：将待检测物品的外观彩色图像对应的彩图特征值输入预先训练的材料识别模型中，得到所述待检测物品的材料属性；将所述待检测物品身处的环境参数
、
热红外线图像对应的红外特征值及所述材料属性输入预先建立的温度干扰分析模型中，得到温度干扰系数；根据所述温度干扰系数
、
热度散值及预设的火灾风险阈值确定所述待检测物品引发火灾的风险
。2.
根据权利要求1所述的火灾风险预警方法，其特征在于，预先确定所述热度散值的步骤，包括：确定所述热红外线图像对应的向量场；将所述向量场输入预先建立的热度分布分析模型中，得到所述热度散值
。3.
根据权利要求1所述的火灾风险预警方法，其特征在于，预先训练所述材料识别模型的步骤，包括：获取历史检测物品的历史材料属性
、
历史外观彩色图像对应的历史彩图特征值；按照预设比例对所述历史材料属性及对应的所述历史彩图特征值进行分组，得到彩图训练集及彩图测试集；根据预设的模型训练参数，将所述历史材料属性及所述彩图训练集输入卷积神经网络模型进行训练，得到材料识别初始模型；利用所述彩图测试集对所述材料识别初始模型进行调整，得到所述材料识别模型
。4.
根据权利要求1所述的火灾风险预警方法，其特征在于，所述根据所述温度干扰系数
、
热度散值及预设的火灾风险阈值确定所述待检测物品引发火灾的风险，包括：根据预设的温度干扰权重及所述温度干扰系数确定温度干扰权值；根据预设的热度散值权重及所述热度散值确定热度散值权值；根据所述温度干扰权值
、
所述热度散值权值及所述火灾风险阈值确定所述风险
。5.
一种火灾风险预警装置，其特征在于，包括：材料属性确定单元，用于将待检测物品的外观彩色图像对应的彩图特征值输入预先训练的材料识别模型中，得到所述待检测物品的材料属性；干扰系数确定单元，用于将所述待检测物品的环境参数
、
热红外线图像对...

【专利技术属性】
技术研发人员：张皓扬，张谦华，
申请(专利权)人：张皓扬，
类型：发明
国别省市：