【技术实现步骤摘要】
本专利技术属于图像处理技术中的烟火检测领域，具体涉及一种搭载融合全局和局部信息的实时烟火分割算法的火灾智能检测设备。
技术介绍
1、大型运输机是一种用于运输大量货物或大型设备的飞行器。它们具有巨大的货舱空间和高重量承载能力，能够运输各种类型的物品，包括飞机零部件、建筑设备、军事装备、人道主义援助物资等，大型运输机可以承载重型货物，减少运输时间和成本，同时也为远距离或难以到达的地区提供便捷的物流支持。在此过程中，保障货物安全是首要任务，而在高空飞行时，火灾是对货物威胁最大的因素，因此，大型运输机货舱的防火是必须要面对的问题。
2、大型运输机通常采用感烟探测器或者感烟感温复合式火灾探测器，此类报警系统存在报警时间长，误警率高，易受环境干扰以及无法可视化的缺点。例如，大型运输类飞机的货舱高度在4米左右，烟火短时间内难以到达顶部，在高空低气压和气流干扰的情况下，甚至无法到达顶部空间。因此，传统接触式火灾探测器不能满足航空器火灾探测的需求。近年来图像分析技术高速发展，逐渐受到各个领域研究者重视，该技术利用物体本身的视觉特征进行分析，与早期的技术手段相比具有目标检测时间早、检测准确性高、监测范围大以及能够实时检测的优点。基于以上优势，图像分析技术逐渐应用在计算机视觉、医学影像、安防监控、智能交通等领域中。
3、传统的图像分析技术主要基于目标特征以及机器学习思想进行目标判断，该类技术通常依赖于人工提取的特征，泛化性较差、难以适应复杂的检测场景。近年来，随着智能化和信息化水平提升，深度学习领域发展迅速。基于深度学习的目标
4、基于深度学习的图像分析技术在实际应用时会占用较多的算力资源，大型飞机本身的算力资源有限，难以为算法本身分配较多的算力。通过设计与算法相适配的一体化边缘计算平台，可以在不占用飞机本身带宽资源的情况下实现对烟火目标的实时检测，大大扩展了该技术的应用范围。
技术实现思路
1、针对现有技术的局限和不足，本专利技术充分考虑到运输机高空飞行时货舱内烟火目标特征以及实际检测需求，设计了一种集成图像采集、目标检测、信号控制于一体的边缘计算设备，并基于该设备提出了一种融合全局和局部信息的双分支实时烟火分割算法，实现对飞机货舱环境下烟火信息的智能检测。本专利技术的技术方案为：
2、一种航空器智能火灾检测设备，包括图像采集模块，ai芯片，ai芯片集成cpu、图像处理单元gpu和神经网络处理器npu，其中，
3、cmos图像传感器芯片与光学镜头组件共同构成图像采集模块，获取监控区域的视频信号；
4、cpu通过sccb协议对cmos图像传感器芯片进行控制，并通过集成的图像处理单元gpu将cmos图像传感器芯片得到的原始图像信息直接转换为神经网络处理器npu可以处理的图像格式，实现图像采集；
5、标准格式的图像数据被送入神经网络处理器npu进行货舱火焰烟火识别，识别的结果过将通过航空总线接口传输到机载报警系统以及驾驶舱显示器。
6、进一步的，货舱火焰烟火识别方法如下：
7、货舱图像采集和预处理；
8、网络检测，将货舱图像送入到已经训练好的烟火分割网络中进行烟火目标的检测，利用编码器进行烟火特征提取，解码器进行特征融合，并预测出烟火分割结果所述的烟火分割网络的形式如下：
9、烟火分割网络采用编码器-解码器结构，编码器部分是融合全局信息和局部信息的双分支结构，解码器部分是基于mlp的结构，编码器部分设计了transformer分支和cnn分支分别提取烟火的全局特征和局部特征，其中transformer分支下采样，在每个阶段交叉堆叠窗口自注意力和移动窗口自注意力模块，并添加位置偏置，transformer分支对烟火的长距离像素依赖关系进行建模，学习烟火高级语义特征，以改善烟火的分割效果；cnn分支下采样，利用若干倒残差块提取局部信息，补充烟火的细节信息，以改善边缘分割效果transformer分支和cnn分支共同作用在充分学习烟火的长距离像素依赖关系的同时保留烟火细节信息解码器部分采用基于mlp的解码器，解码器的输入是transformer不同分支阶段的输出及特征融合模块的输出，融合不同层次的特征图后，利用mlp层预测烟火分割结果；
10、检测结果反馈，当检测到烟火目标时，通过航空接口将目标呈现在机舱显示设备上，并将报警信息传递至机载告警系统，实现检测可视化与声光一体化报警。
11、进一步的，对采集到的货舱图像利用中值滤波技术进行图像预处理。
12、进一步的，transformer分支下采样32倍，cnn分支仅下采样8倍。
13、本专利技术在编码器部分利用transformer分支和卷积神经网络分支分别提取烟火的全局特征和局部特征，transformer分支下采样32倍建模烟火的长距离像素依赖关系，学习烟火高级语义特征，cnn分支仅下采样8倍，通过卷积学习烟火的局部信息，补充烟火的细节特征。编码器充分学习了烟火的全局信息，并通过细节信息改善边缘分割效果，可以有效提升机舱环境下低照度且形态多变的烟火目标分割准确率，同时该结构可以满足飞机货舱下烟火检测任务的实时性要求。基于mlp的解码器融合了不同尺度的烟火特征图，增强模型对多尺度烟火的感知能力，改善多尺度烟火的分割效果，而且解码器结构简单，可以降低解码器部分的计算量。本专利技术设计的烟火分割网络具有较好的分割效果，适用于机舱环境下的烟火分割。本专利技术不仅检测精度高，对于复杂环境背景下的各种尺度形态烟火目标均具有较好的分割效果，而且抗干扰能力强，同时模型复杂度较低，能够实现实时的检测过程，具有较好的综合性能和应用价值。
本文档来自技高网...【技术保护点】
1.一种航空器智能火灾检测设备，包括图像采集模块，AI芯片，AI芯片集成CPU、图像处理单元GPU和神经网络处理器NPU，其中，
2.根据权利要求1所述的检测设备，其特征在于，货舱火焰烟火识别方法如下：
3.根据权利要求1所述的检测设备，其特征在于，对采集到的货舱图像利用中值滤波技术进行图像预处理。
4.根据权利要求1所述的检测设备，其特征在于，Transformer分支下采样32倍，CNN分支仅下采样8倍。
【技术特征摘要】
1.一种航空器智能火灾检测设备，包括图像采集模块，ai芯片，ai芯片集成cpu、图像处理单元gpu和神经网络处理器npu，其中，
2.根据权利要求1所述的检测设备，其特征在于，货舱火焰烟火识别方法如下：
<...【专利技术属性】
技术研发人员：张为，王凯，宋晓松，张欣雨，石琳，
申请(专利权)人：天津大学，
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。