【技术实现步骤摘要】
本专利技术属于物联网消防火灾识别，具体来说是一种准确度高的消防安全识别系统。
技术介绍
1、消防安全监控系统是一种特定的安全系统，旨在监测和保护建筑物或场所内的消防安全；通过多种传感器和设备，如火焰传感器、烟雾探测器、温度监测器等，实时监测火灾和其他潜在的火灾危险；其主要目的是及早发现和报警火灾，为人员撤离和灭火提供及时的警示和指导，确保人员安全；为了达成这些目标，消防安全监控系统通过多种手段来实现，包括感知设备、警报系统、与安全设施集成以及智能技术的应用；通过整合这些手段，消防安全监控系统能够全面监控、实时传输数据、远程操作，并提高火灾的应对效率和准确性；它在保障人员安全和减少财产损失方面发挥重要作用。
2、在消防安全监控系统中，现有的消防安全监控系统在多个方面存在局限性；主要为对于拍摄到底视频识别准确度的问题，目前均是通过火灾图像比对进行判断，当满足一定要求时识别为火灾，识别准确率低。
技术实现思路
1、1.专利技术要解决的技术问题
2、本专利技术的目的在于解决现有的防安全监控系统存在识别准确率低的问题。
3、2.技术方案
4、为达到上述目的，本专利技术提供的技术方案为：
5、本专利技术的一种准确度高的消防安全识别系统，包括
6、若干个消防图像采集模块，所述消防图像采集模块用于采集消防物联网摄像头的图像数据并将其输送给预筛模块；
7、预筛模块，所述预筛模块用于接收若干个所述消防图像采集模块的数据
8、火灾图像识别模型，所述火灾图像识别模型用于接收预筛模块发送的满足要求的图像数据并进行识别，当识别为火灾时发送火灾预警信号给预警模块，当未识别为火灾时记录异常数据并进行持续周期性检测并及时更新识别结果；
9、预警模块，所述预警模块包括警报单元和报警单元，所述预警模块用于接收预警模块的火灾预警信号并通过警报单元发出警报及通过报警单元进行火灾报警。
10、优选地，若干个消防图像采集模块按照整体拍摄覆盖率80％以上进行设置，且相邻区域的消防图像采集模块的拍摄重合面积占消防图像采集模块最大拍摄面积不小于13％。
11、优选地，所述预筛模块包括数据处理单元和模糊匹配单元，所述数据处理单元主要用于将接收到的图像数据进行关键帧提取，并将相邻区域的消防图像采集模块的数据进行集合并按照时间序列建立图像数据集；所述模糊匹配单元用于识别图像数据集内是否存在特征点，当存在特征点时即判定为满足要求的图像数据并发送给火灾图像识别模型。
12、优选地，所述特征点主要为根据时间序列识别一定时间内相邻帧图像是否存在区域像素点增加且增加速率大于5％且增加速率与时间长度成正相关，所述一定时间设为40～150s。
13、优选地，所述火灾图像识别模型通过如下步骤进行搭建
14、s100、采集数据；
15、s200、数据处理；
16、s300、生成训练集和测试集；
17、s400、搭建模型框架；
18、s500、模型训练；
19、s600、模型优化。
20、优选地，所述步骤s100主要为从网络上收集火灾图像数据或者人工模拟火灾并采集图像数据；
21、所述步骤s200主要为将图像数据进行归一化处理后，送入ai图像生成模型获得大量相关图像数据，并调整图像明亮度及对比度生成关联性图像数据，并对具有关联性的数据进行标注；
22、所述步骤s300主要为将通过ai图像生成模型获得的大量相关图像数据及关联性图像数据集合总量按照8:1的比例划分为训练集和测试集，且控制测试集的图像数据均为关联性图像数据，所述训练集中相关图像数据及关联性图像数据的比例为2:3～1:1；
23、所述步骤s400的模型框架为在caffe深度学习框架下建立初始alexnet网络模型，设定网络模型为8层，前5层为卷积层，分别记为conv1、conv2、conv3、conv4、conv5，用于提取图像特征，后三层为全连接层，分别记为conv6、conv7、conv8，在卷积层conv1与conv2、卷积层conv2与conv3、卷积层conv5与全连接层conv6之间设立池化层，采用3*3池化窗口的最大池化方法，池化层的步长为2；
24、所述步骤s500的模型训练主要为使用标注好的训练集对模型进行训练，
25、所述步骤s600的模型优化主要为使用测试集对训练好的模型进行评估，计算准确率、召回率指标，根据评估结果对模型进行调整和优化。
26、优选地，步骤s300针对训练集还包括对训练集中的图像数据样本进行随机旋转和局部增亮，所述局部增亮具体为随机选择图像数据中占总面积20～30％的密封区域进行亮度增强，所述亮度增强比例为增加30～150％亮度，所述随机旋转的角度为30°、45°、90°、110°或140°。
27、优选地，所述火灾图像识别模型在使用过程中，识别为火灾时发送火灾预警信号给预警模块具体为在同一时间段内，同一消防图像采集模块或相邻消防图像采集模块的数据均识别判断为火灾，且连续时间段内结果统一。
28、优选地，所述火灾图像识别模型在使用过程中，当未识别为火灾时记录异常数据并进行持续周期性检测并及时更新识别结果，其中持续周期性检测具体为持续检测30～50min内的图像数据，当均未识别为火灾时则结束持续周期性检测。
29、优选地，火灾图像识别模型还连接有火灾风险等级判断模块，所述火灾风险等级判断模块通过支持向量机和决策树进行火灾风险等级划分，产生火灾风险评级结果。
30、3.有益效果
31、采用本专利技术提供的技术方案，与现有技术相比，具有如下有益效果：
32、本专利技术的一种准确度高的消防安全识别系统，包括若干个消防图像采集模块，消防图像采集模块用于采集消防物联网摄像头的图像数据并将其输送给预筛模块；预筛模块，预筛模块用于接收若干个消防图像采集模块的数据并进行筛选，将满足要求的图像数据处理后发送给火灾图像识别模型，并将所有的图像数据打包发送给云端存储模块；火灾图像识别模型，火灾图像识别模型用于接收预筛模块发送的满足要求的图像数据并进行识别，当识别为火灾时发送火灾预警信号给预警模块，当未识别为火灾时记录异常数据并进行持续周期性检测并及时更新识别结果；预警模块，预警模块包括警报单元和报警单元，预警模块用于接收预警模块的火灾预警信号并通过警报单元发出警报及通过报警单元进行火灾报警。通过设置预筛模块对消防图像采集模块的数据进行初步筛选，提高输送到火灾图像识别模型的图像质量以及降低输送数量，可以有效提高火灾图像识别模型的处理效率和识别准确度。
本文档来自技高网...【技术保护点】
1.一种准确度高的消防安全识别系统，其特征在于：包括
2.根据权利要求1所述的一种准确度高的消防安全识别系统，其特征在于：若干个消防图像采集模块按照整体拍摄覆盖率80％以上进行设置，且相邻区域的消防图像采集模块的拍摄重合面积占消防图像采集模块最大拍摄面积不小于13％。
3.根据权利要求2所述的一种准确度高的消防安全识别系统，其特征在于：所述预筛模块包括数据处理单元和模糊匹配单元，所述数据处理单元主要用于将接收到的图像数据进行关键帧提取，并将相邻区域的消防图像采集模块的数据进行集合并按照时间序列建立图像数据集；所述模糊匹配单元用于识别图像数据集内是否存在特征点，当存在特征点时即判定为满足要求的图像数据并发送给火灾图像识别模型。
4.根据权利要求3所述的一种准确度高的消防安全识别系统，其特征在于：所述特征点主要为根据时间序列识别一定时间内相邻帧图像是否存在区域像素点增加且增加速率大于5％且增加速率与时间长度成正相关，所述一定时间设为40～150s。
5.根据权利要求4所述的一种准确度高的消防安全识别系统，其特征在于：所述火灾图像识别模型
6.根据权利要求5所述的一种准确度高的消防安全识别系统，其特征在于：所述步骤S100主要为从网络上收集火灾图像数据或者人工模拟火灾并采集图像数据；
7.根据权利要求6所述的一种准确度高的消防安全识别系统，其特征在于：步骤S300针对训练集还包括对训练集中的图像数据样本进行随机旋转和局部增亮，所述局部增亮具体为随机选择图像数据中占总面积20～30％的密封区域进行亮度增强，所述亮度增强比例为增加30～150％亮度，所述随机旋转的角度为30°、45°、90°、110°或140°。
8.根据权利要求6所述的一种准确度高的消防安全识别系统，其特征在于：所述火灾图像识别模型在使用过程中，识别为火灾时发送火灾预警信号给预警模块具体为在同一时间段内，同一消防图像采集模块或相邻消防图像采集模块的数据均识别判断为火灾，且连续时间段内结果统一。
9.根据权利要求6所述的一种准确度高的消防安全识别系统，其特征在于：所述火灾图像识别模型在使用过程中，当未识别为火灾时记录异常数据并进行持续周期性检测并及时更新识别结果，其中持续周期性检测具体为持续检测30～50min内的图像数据，当均未识别为火灾时则结束持续周期性检测。
10.根据权利要求9所述的一种准确度高的消防安全识别系统，其特征在于：火灾图像识别模型还连接有火灾风险等级判断模块，所述火灾风险等级判断模块通过支持向量机和决策树进行火灾风险等级划分，产生火灾风险评级结果。
...【技术特征摘要】
1.一种准确度高的消防安全识别系统，其特征在于：包括
2.根据权利要求1所述的一种准确度高的消防安全识别系统，其特征在于：若干个消防图像采集模块按照整体拍摄覆盖率80％以上进行设置，且相邻区域的消防图像采集模块的拍摄重合面积占消防图像采集模块最大拍摄面积不小于13％。
3.根据权利要求2所述的一种准确度高的消防安全识别系统，其特征在于：所述预筛模块包括数据处理单元和模糊匹配单元，所述数据处理单元主要用于将接收到的图像数据进行关键帧提取，并将相邻区域的消防图像采集模块的数据进行集合并按照时间序列建立图像数据集；所述模糊匹配单元用于识别图像数据集内是否存在特征点，当存在特征点时即判定为满足要求的图像数据并发送给火灾图像识别模型。
4.根据权利要求3所述的一种准确度高的消防安全识别系统，其特征在于：所述特征点主要为根据时间序列识别一定时间内相邻帧图像是否存在区域像素点增加且增加速率大于5％且增加速率与时间长度成正相关，所述一定时间设为40～150s。
5.根据权利要求4所述的一种准确度高的消防安全识别系统，其特征在于：所述火灾图像识别模型通过如下步骤进行搭建
6.根据权利要求5所述的一种准确度高的消防安全识别系统，其特征在于：所述步骤s100主要为从网络上收集火灾图像数据或者...
【专利技术属性】
技术研发人员：孙磊，孙思源，
申请(专利权)人：上海霆安智能科技有限公司，
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。