[发明专利]火焰识别方法、系统以及用于识别火焰的神经网络

说明书

本发明实施方式提供一种火焰识别方法、系统以及用于识别火焰的神经网络，属于图像识别技术领域。所述方法包括：从图像中提取关于火焰的深度特征；根据火焰的颜色模型生成图像掩膜；根据图像掩膜在图像中形成多个火焰可能存在的区域，并在区域上形成多个矩形框；确定矩形框中是否存在物体；在确定存在物体的情况下对矩形框的尺寸进行修正；将修正后的矩形框映射到深度特征中的相应区域，进行下采样处理以得到特征向量；采用全连接层依据特征向量判断每个矩形框中是否存在火焰；在判断矩形框中存在火焰的情况下，修正矩形框；采用神经网络单元判断图像中是否存在火焰；在判断存在火焰的情况下，输出进一步修正后的矩形框作为识别的火焰的位置。

技术领域

本发明涉及图像识别技术领域，具体地涉及一种火焰识别方法、系统及用于识别火焰的神经网络。

背景技术

火灾对于人类社会的损害是巨大的。每年，森林火灾都会夺走许多消防员的生命，对当地的环境与生态造成严重的影响；同时还有数量更多的火灾发生在工厂、居民区等人类聚集地，直接带来大量的财产损失与人员伤亡。

随着计算机视觉的发展，基于计算机视觉的火焰检测技术得到了大量的研究。相对于传统的烟雾报警器而言，图像检测的灵敏度要高得多。因此，图像检测可以在火灾的初期检测到火焰，从而对火灾进行提前预警。

发明内容

本发明实施方式的目的是提供一种火焰识别方法、系统以及用于识别火焰的神经网络，该火焰识别方法、系统及用于识别火焰的神经网络可以通过图像识别的方式判断现场是否发生火灾，并在判断发生火灾的情况下进一步确定着火点的位置。

为了实现上述目的，本发明实施方式提供一种火焰识别方法，所述火焰识别方法包括：

采用多个第一卷积层从图像中提取关于所述火焰的深度特征；

根据预设的火焰的颜色模型生成图像掩膜；

根据所述图像掩膜在所述图像中形成多个所述火焰可能存在的区域，并在所述区域上形成多个矩形框；

采用第二卷积层根据所述深度特征确定所述矩形框中是否存在物体；

在确定所述矩形框中存在物体的情况下，基于所述深度特征对所述矩形框的尺寸进行修正；

采用RoI Pool(Region of Interest Pool，感兴趣区域池)层将修正后的所述矩形框映射到所述深度特征中的相应区域，对所述相应区域进行下采样处理以得到特征向量；

采用全连接层依据所述特征向量判断每个所述矩形框中是否存在火焰；

在判断所述矩形框中存在火焰的情况下，进一步修正所述矩形框；

采用训练好的神经网络单元判断所述图像中是否存在火焰；

在判断所述图像中存在火焰的情况下，输出进一步修正后的所述矩形框作为识别的所述火焰的位置；

在判断所述图像中不存在火焰的情况下，确定所述图像中不存在火焰。

可选地，所述火焰识别方法进一步包括：

在执行采用多个第一卷积层从图像中提取关于所述火焰的深度特征的步骤前，获取待识别的图像。

可选地，所述火焰识别方法进一步包括：

在确定所述矩形框中不存在物体的情况下，删除所述矩形框。

可选地，所述火焰识别方法进一步包括：

在判断所述矩形框中不存在火焰的情况下，删除所述矩形框。

另一方面，本发明提供一种用于识别火焰的神经网络，所述神经网络包括：