[发明专利]烟雾检测方法、装置及电子设备

权利要求书

1.一种烟雾检测方法，其特征在于，包括：

获取烟雾检测视频；

对所述烟雾检测视频进行预处理，得到处理视频，所述处理视频包括多个处理帧；

根据第一人工智能算法对每个处理帧进行单帧分类运算，得到第一分类结果；

当所述第一分类结果包括用于表示烟雾存在的第一判断结果时，根据第二人工智能算法对所述多个处理帧进行多帧分类运算，得到第二分类结果；

当所述第二分类结果包括所述第一判断结果时，输出所述第一判断结果。

2.根据权利要求1所述的烟雾检测方法，其特征在于，所述对所述烟雾检测视频进行预处理，得到处理视频的步骤包括：

根据预设尺寸对所述烟雾检测视频中的每个图像帧进行尺寸调整，得到调整后的调整视频；

根据预设检测方式对所述调整视频进行视频帧的抽取，并以抽取的所述视频帧为依据获取运动检测视频；

判断所述运动检测视频中是否存在运动物体；

若所述运动检测视频中存在所述运动物体时，在所述运动检测视频中对所述运动物体的轮廓边缘进行提取，得到处理视频。

3.根据权利要求1所述的烟雾检测方法，其特征在于，所述第一人工智能算法对应的第一人工智能模型包括五个卷积层、第一全连接层以及第一分类层；其中，所述根据第一人工智能算法对每个处理帧进行单帧分类运算，得到第一分类结果的步骤包括：

根据所述五个卷积层对所述每个处理帧进行卷积运算，得到第一图像特征组；

根据所述第一全连接层对所述第一图像特征组进行数据处理，得到第一特征向量组；

根据所述第一分类层对所述第一特征向量组进行分类，得到所述第一分类结果。

4.根据权利要求3所述的烟雾检测方法，其特征在于，所述第一分类层包括第一损失函数；其中，在所述根据所述第一分类层对所述第一特征向量组进行分类，得到第一分类结果的步骤之后，所述方法还包括：

根据所述第一损失函数对所述第一分类结果进行计算，得到第一差异值；

根据所述第一差异值和预设的随机梯度下降算法更新所述第一分类层包括的分类参数。

5.根据权利要求1所述的烟雾检测方法，其特征在于，所述第二人工智能算法对应的第二人工智能模型包括三个卷积层、第二全连接层以及第二分类层；其中，所述根据第二人工智能算法对所述多个处理帧进行多帧分类运算，得到第二分类结果的步骤包括：

根据所述三个卷积层对所述多个处理帧分别进行卷积运算，得到第二图像特征组；

根据所述第二全连接层对所述第二图像特征组进行数据处理，得到第二特征向量组；

根据所述第二分类层对所述第二特征向量组进行分类，得到所述第二分类结果。

6.根据权利要求5所述的烟雾检测方法，其特征在于，所述第二分类层包括第二损失函数；其中，在所述根据所述第二分类层对所述第二特征向量组进行分类，得到第二分类结果的步骤之后，所述方法还包括：

根据所述第二损失函数对所述第二分类结果进行计算，得到第二差异值；

根据所述第二差异值和预设的随机梯度下降算法更新所述第二分类层包括的分类参数。

7.根据权利要求1所述的烟雾检测方法，其特征在于，所述方法还包括：

当所述第二分类结果不包括所述第一判断结果时，输出用于表示无烟雾的第二判断结果。

8.一种烟雾检测装置，其特征在于，所述烟雾检测装置包括：

获取单元，用于获取烟雾检测视频；

预处理单元，用于对所述烟雾检测视频进行预处理，得到处理视频；所述处理视频包括多个处理帧；

第一分类单元，用于根据第一人工智能算法对每个处理帧进行单帧分类运算，得到第一分类结果；

第二分类单元，用于在所述第一分类结果包括用于表示烟雾存在的第一判断结果时，根据第二人工智能算法对所述多个处理帧进行多帧分类运算，得到第二分类结果；

输出单元，用于当所述第二分类结果包括所述第一判断结果时，输出所述第一判断结果。