一种适用于大跨空间场所的火灾图像实时检测方法技术

本发明专利技术公开一种适用于大跨空间场所的火灾图像实时检测方法，涉及火灾监测预警技术领域。构建火灾数据集；获取待检测的图像；对获取到的图像中的当前帧图像进行分块处理；通过预判别方法处理分块后的当前帧图像，找到疑似火灾区域，并确定疑似火灾区域对应的超高清图像的图像块坐标；将疑似火灾区域的图像块输入火灾图像深度学习检测模块中，利用该模块判断疑似火灾区域是否存在火灾。本发明专利技术利用远红外高温点检测和前景累积图像的火焰烟雾疑似区域预判别方法，将超高清图像深度学习检测简化为低分辨率图像深度学习检测，极大降低了深度学习检测模型复杂度和网络参数规模。

【技术实现步骤摘要】

本专利技术涉及火灾监测预警，尤其涉及一种适用于大跨空间场所的火灾图像实时检测方法。

技术介绍

1、大跨空间结构建筑是指横向跨越60米(钢结构)、高18米(框架结构)以上空间的各类结构形式的建筑。大跨度结构多用于民用建筑中的影剧院、体育馆、展览馆、大会堂、航空港候机大厅及其他大型公共建筑，工业建筑中的大跨度厂房、飞机装配车间和大型仓库等。

2、大跨空间场所由于其特殊的建筑形式和内部空间，无法使用传统的感温、感烟火灾探测器，可安装图像型火灾探测器。图像火灾探测技术是近年来在大空间场所应用最为广泛的火灾探测技术，该技术通过采用先进的机器学习方法进行火焰和烟雾图像的识别，从而给出火灾报警信息。而随着人工智能技术和gpu硬件技术的快速发展，已有研究将深度学习智能算法应用于图像火灾探测技术中。深度学习方法对比传统机器学习方法，在火灾和干扰图像的辨识以及低对比度条件下火灾烟雾图像的准确识别等方面具有较大的优势。近年来，该领域已成为研究热点，如吴雪慧(wu x,lu x,leung h.an adaptive thresholddeep learning me本文档来自技高网...

【技术保护点】

1.一种适用于大跨空间场所的火灾图像实时检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种适用于大跨空间场所的火灾图像实时检测方法，其特征在于，步骤2中获取所述超高清图像的方法为：

3.根据权利要求1所述的一种适用于大跨空间场所的火灾图像实时检测方法，其特征在于，步骤2中获取所述远红外图像的方法为：

4.根据权利要求1所述的一种适用于大跨空间场所的火灾图像实时检测方法，其特征在于，步骤3中当获取到的图像仅为超高清图像时，对当前帧超高清图像进行分块处理的方法为：将当前帧超高清图像中的每个图像块按照从左到右，从下到上顺序标记为I(i,j)，...

【技术特征摘要】

1.一种适用于大跨空间场所的火灾图像实时检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种适用于大跨空间场所的火灾图像实时检测方法，其特征在于，步骤2中获取所述超高清图像的方法为：

3.根据权利要求1所述的一种适用于大跨空间场所的火灾图像实时检测方法，其特征在于，步骤2中获取所述远红外图像的方法为：

4.根据权利要求1所述的一种适用于大跨空间场所的火灾图像实时检测方法，其特征在于，步骤3中当获取到的图像仅为超高清图像时，对当前帧超高清图像进行分块处理的方法为：将当前帧超高清图像中的每个图像块按照从左到右，从下到上顺序标记为i(i,j)，其中i∈[0，fi]，j∈[0，fi]，i表示超高清图像，i代表图像块的横坐标，...

【专利技术属性】
技术研发人员：于春雨，张曦，李泊宁，李晓旭，
申请(专利权)人：应急管理部沈阳消防研究所，
类型：发明
国别省市：