[发明专利]火灾检测报警方法、相关系统、相关设备及存储介质

说明书

本发明提供了一种火灾检测报警方法，其包括步骤：获取监控数据；进行预处理并生成训练图像；通过神经网络模型进行深度学习训练以提取出高级特征图；将所述高级特征图通过所述神经网络模型进行特征增强模型处理；将所述高级特征图通过所述火焰检测模型进行火焰检测处理；将所述高级特征图中的图像截取并生成火焰框图；在应用系统中进行文字报警，并与火灾报警器联动实现火灾报警。本发明还提供了一种火灾检测报警系统、火灾检测报警设备以及计算机可读存储介质。与相关技术相比，采用本发明的技术方案可服务于各种场景下的火焰检测，并具有实时性好、检测结果精准、能精准检测到火焰位置和火焰检测效果良好。

【技术领域】

本发明涉及人工智能技术领域，尤其涉及一种火灾检测报警方法、火灾检测报警系统、火灾检测报警设备以及计算机可读存储介质。

【背景技术】

火灾是一种常见且容易发生的灾害,在生产生活中火灾对公众的生命与财产构成了重大威胁。由于火灾具有突发性而且危害大，所以构建准确有效的火焰识别算法对预防火灾拥有重要的意义。

随着社会的进步与发展，各种摄像设备已经在我们的生活中得到了普及。为了加强城市、社区轨道交通安防工作的建设，从边缘监控设备获得的监控图像数据中快速得到有价值的信息，对于公安、城管等工作人员的安防工作来说尤为重要。图像的目标检测是近年来深度学习新兴领域，就是对图像中的目标进行定位和分类识别，利用目标检测的结果可以锁定图像中的目标，有利于工作人员对监控视频开展分析工作。

目前，相关火焰检测算法大致可归纳为两类：基于传感器的火焰检测算法和基于图像的火焰检测算法。

然而，目前有些场景下并不适合传感器方法的火焰检测，如室外、半室外场景。对于室外、半室外的等使用传感器效果不好的场景下，如何采用基于图像的火焰检测算法，并结合图像的目标检测没有具体的解决方案，如何实现高效的、基于图像的对图像中的火焰进行定位和分类识别、使用深度学习和传统方法多模式融合的火灾检测报警方法是个需要解决的问题。

因此，实有必要提供一种新的方法、系统和设备来解决上述技术问题。

【发明内容】

本发明的目的是克服上述技术问题，提供一种可服务于各种场景下的火焰检测，并具有实时性好、检测结果精准、能精准检测到火焰位置和火焰检测效果良好的火灾检测报警方法、火灾检测报警系统、火灾检测报警设备以及计算机可读存储介质。

为了实现上述目的，本发明提供一种火灾检测报警方法，该方法包括如下步骤：

步骤S1、获取监控数据，所述监控数据为检测图片或火灾视频数据集；

步骤S2、将所述监控数据进行数据预处理并生成训练图像；

步骤S3、将所述训练图像和与其相对应的标记框坐标信息通过神经网络模型进行深度学习训练，并提取出所述训练图像的高级特征图；

步骤S4、将所述高级特征图通过所述神经网络模型进行特征增强模型处理，并生成与所述高级特征图对应的火焰检测模型；

步骤S5、将所述高级特征图通过所述火焰检测模型进行火焰检测处理，并生成所述高级特征图中的所述火焰位于该高级特征图中的火焰坐标框，所述火焰检测处理为非极大值抑制处理；

步骤S6、将所述高级特征图中的所述火焰坐标框内的图像截取并生成火焰框图，将所述火焰框图进行图像识别判断是否为火焰；

步骤S7、将所述火焰的时间和次数根据预设报警规则进行判断，若判断为火灾，则在应用系统中进行文字报警，并与火灾报警器联动实现火灾报警。

优选的，所述步骤S2中，所述预处理包括如下步骤：

步骤S21、判断所述监控数据；