[发明专利]烟雾检测方法、装置及电子设备在审
申请号: | 201910236445.2 | 申请日: | 2019-03-26 |
公开(公告)号: | CN110070106A | 公开(公告)日: | 2019-07-30 |
发明(设计)人: | 李玮;廖强;黄志龙;吴强;李辰;龚鼎盛 | 申请(专利权)人: | 罗克佳华科技集团股份有限公司;成都佳华物链云科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/08;G08B17/12 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 曹桓 |
地址: | 101100 北京市通州区中关村科技*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 烟雾检测 分类结果 判断结果 视频 装置及电子设备 人工智能算法 运算 预处理 图像检测 泛用性 分类 报错 单帧 多帧 烟雾 输出 申请 | ||
本申请实施例提供一种烟雾检测方法、装置及电子设备,涉及图像检测领域,包括:获取烟雾检测视频;对烟雾检测视频进行预处理,得到处理视频,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多个处理帧进行多帧分类运算,得到第二分类结果;当第二分类结果包括第一判断结果时,输出第一判断结果。实施这种实施方式,能够提高烟雾检测的精度,降低烟雾检测的报错率,从而提高泛用性。
技术领域
本申请涉及图像检测技术领域,具体而言,涉及一种烟雾检测方法、装置及电子设备。
背景技术
目前,现有技术通常会使用机器学习的方法来对烟雾区域进行检测和分类,是因为该类方法能够通过人工定义的特征对视频序列进行烟雾检测和分类,并且具有运算速度快和检测效率高的特点。然而,在实践中发现,上述通过人工定义特征的方法对烟雾检测的精度比较低,并且使用该种方法还会存在大量误报的情况,这就使得目前的烟雾检测方法在复杂场景中很难被应用,缺少泛用性。
发明内容
本申请实施例的目的在于提供一种烟雾检测方法、装置及电子设备,用以解决烟雾检测的精度低,烟雾检测存在大量误报,泛用性低的问题。
本申请实施例提供了一种烟雾检测方法,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。
在上述实现过程中,可以优先获取待检测的视频序列,并完成对视频序列的预处理,得到处理视频;在得到处理视频之后,根据第一人工智能算法对处理视频进行单帧分类处理,以完成初步烟雾判断,再进一步根据第二人工智能算法对处理视频进行多帧分类处理,以完成精准烟雾判断,从而得到精度较高的烟雾第一判断结果,并在最后输出该结果,以使相关的操作人员得知检测结果。可见,实施这种实施方式,可以有效的提高烟雾检测的检测精度,并且可以通过二次检测大大降低报错的概率,从而使得该烟雾检测方法在实践中具有更广泛的用处。
进一步地,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进行中的每个图像帧尺寸调整,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。
在上述实现过程中,优先根据画面大小对检测视频进行画面调整预处理,得到与想要的画面相同大小的检测视频,并对该得到的检测视频进行运动区域检测,得到运动检测视频;根据运动检测视频判断该运动检测视频是否真实,并在运动检测视频真实的情况下(存在运动物体的情况下),对该运动检测视频进行运动物体的轮廓边缘提取处理,得到处理视频。实施这种实施方式,可以将预处理的过程进行细化,从而使得该处理视频的内容更加精确,进而使得后续的检测过程因为统一规格而更加流畅,还可以避免因为格式、大小不统一而造成的精度问题。
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罗克佳华科技集团股份有限公司;成都佳华物链云科技有限公司,未经罗克佳华科技集团股份有限公司;成都佳华物链云科技有限公司许可,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/201910236445.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于元学习实例快速筛选的脑电情绪识别方法、系统
- 下一篇:物体识别方法及装置