隧道内高火灾风险车辆识别方法技术

本发明专利技术公开了一种隧道内高火灾风险车辆识别方法，包括：通过采集隧道内车辆正常通行情况下，以及车辆火灾发生情况下的隧道监控视频，并基于采集到的隧道监控视频构建起数据集，通过数据集对预先构建的车辆烟雾识别模型进行训练。通过训练好的车辆烟雾识别模型对隧道内的监控设备采集到的隧道监控视频进行识别，确定隧道监控视频的每帧监控图像中车辆的车辆位置、烟雾浓度和烟雾位置。将每帧监控图像中各车辆对应的车辆位置与烟雾位置进行比较，识别出监控图像中与烟雾相交的车辆，结合烟雾浓度即可提前识别隧道内的高火灾风险车辆。

【技术实现步骤摘要】

本专利技术涉及交通监视图像或视频识别，具体涉及一种隧道内高火灾风险车辆识别方法。

技术介绍

1、长大公路隧道是区域交通运输的关键枢纽，由于隧道结构半封闭的特点，一旦发生火灾，若不能及时发现并控制，易造成隧道结构设施的损坏，严重时威胁司乘人员的生命财产安全。结合国内外火灾事故案例可知，长大公路隧道火灾主要由车辆自身超温、车辆碰撞以及车辆货物自燃引起的，但是公路隧道车辆在着火前兆都是有明显的特征，如果能够根据车辆着火前兆特征信息，提前检测车辆着火迹象，并采用相应的措施提前长大公路隧道在初期进行火灾管控，遏制长大隧道火灾的发展，将能够极大减少火灾带来的损失。

技术实现思路

1、针对现有技术存在的不足，本专利技术提出一种隧道内高火灾风险车辆识别方法，可以及时识别出火灾风险车辆，具体技术方案如下：

2、第一方面，提供了一种隧道内高火灾风险车辆识别方法，在第一方面的第一种可实现方式中，包括：

3、构建用于训练车辆烟雾识别模型的数据集，该车辆烟雾识别模型用于识别图像中的车辆位置、烟雾浓度和烟雾位置；本文档来自技高网...

【技术保护点】

1.一种隧道内高火灾风险车辆识别方法，其特征在于，包括：

2.根据权利要求1所述的隧道内高火灾风险车辆识别方法，其特征在于，构建所述数据集包括：

3.根据权利要求1所述的隧道内高火灾风险车辆识别方法，其特征在于，对所述车辆烟雾识别模型进行训练，包括：对所述数据集中的所有样本分别进行图像特征增强。

4.根据权利要求3所述的隧道内高火灾风险车辆识别方法，其特征在于，采用ACE算法对所述数据集中的样本进行图像特征增强。

5.根据权利要求1所述的隧道内高火灾风险车辆识别方法，其特征在于，将所述车辆位置和烟雾位置进行比较，包括：</p>

6.根据...

【技术特征摘要】

1.一种隧道内高火灾风险车辆识别方法，其特征在于，包括：

2.根据权利要求1所述的隧道内高火灾风险车辆识别方法，其特征在于，构建所述数据集包括：

3.根据权利要求1所述的隧道内高火灾风险车辆识别方法，其特征在于，对所述车辆烟雾识别模型进行训练，包括：对所述数据集中的所有样本分别进行图像特征增强。

4.根据权利要求3所述的隧道内高火灾风险车辆识别方法，其特征在于，采用ace算法对所述数据集中的样本进行图像特征增强。

5.根据权利要求1所述的隧道内高火灾风险车辆识别方法，其特征在于，将所述车辆位置和烟雾位置进行比...

【专利技术属性】
技术研发人员：杨孟，丁浩，杨卓栋，陈建忠，刘帅，廖志鹏，孙茂贵，廖嘉雯，孙星亮，杨松，吴柏宏，
申请(专利权)人：招商局重庆交通科研设计院有限公司，
类型：发明
国别省市：