【技术实现步骤摘要】
本专利技术涉及火灾烟气扩散检测，具体为基于深度学习与图像分割的隧道火灾烟气扩散检测方法。
技术介绍
1、烟气是隧道火灾中最具危害性的一部分，其对人员安全、灭火救援、隧道结构以及环境等方面均造成严重威胁。统计结果表明,由于不完全燃烧所产生的有毒有害烟气是隧道火灾中导致人员死亡的最主要因素。传统的火灾探测方式以感烟、感温和感光等传感器为主，在火灾发生时，将燃烧产生的烟雾、热量和光辐射等物理量变成电信号，传输到火灾报警控制器，然后激活火警和灭火系统。
2、随着人工智能和计算机视觉技术的发展，可以利用高清摄像头、图像处理技术以及深度学习算法(如卷积神经网络cnn)对图像数据进行训练，分析视频画面中的烟雾、火焰等特征，提升对火灾烟雾、火焰的识别精度和抗干扰能力，提高了火灾监测的及时性和准确性，实现对火灾的远程、可视化监测。
3、传统的火灾探测方式以感烟、感温和感光等传感器为主，在火灾发生时，将燃烧产生的烟雾、热量和光辐射等物理量变成电信号，传输到火灾报警控制器，然后激活火警和灭火系统。传统的火灾检测技术在一定程度上能够有效...
【技术保护点】
1.基于深度学习与图像分割的隧道火灾烟气扩散检测方法，其特征在于，所述方法基于隧道火灾烟气扩散检测系统实现，所述系统由图像采集模块、图像处理模块、烟气检测模块、结果分析与可视化模块以及数据存储模块组成，具体包括如下内容：
2.根据权利要求1所述的基于深度学习与图像分割的隧道火灾烟气扩散检测方法，其特征在于，所述S2具体包括如下内容：
3.根据权利要求1所述的基于深度学习与图像分割的隧道火灾烟气扩散检测方法，其特征在于，所述S3具体包括如下内容：
【技术特征摘要】
1.基于深度学习与图像分割的隧道火灾烟气扩散检测方法，其特征在于，所述方法基于隧道火灾烟气扩散检测系统实现，所述系统由图像采集模块、图像处理模块、烟气检测模块、结果分析与可视化模块以及数据存储模块组成，具体包括如下内容：
2...
【专利技术属性】
技术研发人员：黄萍，张培玲，余龙星，刘春祥，洪智，张翔玮，
申请(专利权)人：福州大学，
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。