[发明专利]一种人工智能的烟火探测系统及其控制方法在审
申请号: | 201810874512.9 | 申请日: | 2018-08-03 |
公开(公告)号: | CN109344683A | 公开(公告)日: | 2019-02-15 |
发明(设计)人: | 邵宗凯;董人菘 | 申请(专利权)人: | 昆明理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 650093 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图像采集装置 烟火识别 烟火 人工智能 报警装置 探测系统 图像 卷积神经网络 图像处理技术 测试数据集 训练数据集 测试数据 探测区域 图像构建 网络模型 有效地 构建 算法 探测 报警 采集 传输 | ||
1.一种人工智能的烟火探测系统,其特征在于:包括图像采集装置、烟火识别装置、报警装置;
图像采集装置,图像采集装置安装在需要探测烟火的区域,通过该图像采集装置采集探测区域中的图像构建测试数据集,并传输至烟火识别装置;
烟火识别装置,用于对接收的图像采集装置的图像采用基于全卷积神经网络算法进行识别;
报警装置,用于根据烟火识别装置的识别结果进行报警。
2.一种人工智能的烟火探测系统的控制方法,其特征在于:所述方法步骤如下:
S1、构建训练数据集:
收集烟火图像,对烟火图像进行标注,构建训练数据集;
S2、构建测试数据集:
在需要探测烟火的区域安装图像采集装置,通过该图像采集装置采集探测区域中的图像构建测试数据集;
S3、利用训练数据集中的图像对全卷积神经网络模型进行训练;
S4、利用训练好的全卷积神经网络模型,对测试数据集中的烟火图像进行烟火识别,如果识别为存在烟火,则通过报警装置报警。
3.根据权利要求2所述的人工智能的烟火探测系统的控制方法,其特征在于:所述标注过程如下:
根据烟火图像的RGB颜色来判据:当红色分量大于红色分量的均值、绿色分量大于绿色分量的均值且绿色分量大于蓝色分量,则标注为白色,其余标注为黑色。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆明理工大学,未经昆明理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810874512.9/1.html,转载请声明来源钻瓜专利网。