[发明专利]一种火灾原因判定方法、装置、服务器及可读存储介质

说明书

本申请适用于空间数据处理技术领域，提供了一种火灾原因判定方法、装置、服务器及可读存储介质，该方法包括：获取火灾现场三维模型；识别出火灾现场三维模型中痕迹类型；根据痕迹类型确定出起火点以及火灾蔓延方向；根据起火点以及火灾蔓延方向决策出火灾原因；发送火灾原因至用户终端，以指示用户终端显示火灾原因至用户。可见，本申请通过对火灾现场建模之后，对火灾现场三维模型进一步识别来判定火灾原因，并推送给用户查看，达到自动判定火灾原因的效果。

技术领域

本申请属于空间数据处理技术领域，尤其涉及一种火灾原因判定方法、装置、服务器及可读存储介质。

背景技术

消防救援部门是维护人们社会安全的重要保障，火灾现场勘验是消防救援部门在法律法规规定的职权范围内，使用科学的手段和调查研究的方法对火灾现场及有关的场所、物品、尸体和能够证明起火原因、火灾性质、火灾责任的一切对象所进行的实地勘验并通过现场分析做出火灾结论的系统调查工作。但是，由于人为破坏、火灾扑救、现有传统技术手段等因素影响，使得火灾现场勘查难度增大，导致火调人员只能依靠以往经验去人为判断。

发明内容

本申请实施例提供了一种火灾原因判定方法、装置、服务器及可读存储介质，可以解决现有技术仅仅依靠人工去判定火灾原因的问题。

第一方面，本申请实施例提供了一种火灾原因判定方法，包括：获取火灾现场三维模型；

识别出所述火灾现场三维模型中痕迹类型；

根据所述痕迹类型确定出起火点以及火灾蔓延方向；

根据所述起火点以及火灾蔓延方向决策出火灾原因；

发送所述火灾原因至用户终端，以指示所述用户终端显示所述火灾原因至用户。

在第一方面的一种可能的实现方式中，获取火灾现场三维模型，包括：

获取待处理全景图像，待处理全景图像为深度相机在火灾现场拍摄得到的全景图像；

根据所述待处理全景图像生成点云；

根据所述点云重建得到火灾现场三维模型。

在第一方面的一种可能的实现方式中，识别出所述火灾现场三维模型中的痕迹类型，包括：

将所述火灾现场三维模型中点云的三维坐标输入至预先训练的实例分割神经网络模型，得到同一场景对象对应的点云区域；

根据所述点云区域的几何特征确定出所述场景对象中痕迹类型。

在第一方面的一种可能的实现方式中，所述实例分割神经网络模型包括输入转换模块、特征转换模块、最大池化模块以及分类模块；

将所述火灾现场三维模型中点云的三维坐标输入至预先训练的实例分割神经网络模型，得到同一场景对象对应的点云区域，包括：

基于所述点云的三位坐标，根据所述输入转换模块，调整所述三维模型的分割方向；

根据所述特征转换模型，对所述调整分割方向的三维模型的点云提取并对齐局部特征；

基于所述局部特征，根据所述最大池化模块提取全局特征；

基于所述局部特征和全局特征，根据所述分类模块输出同一场景对象对应的点云区域。

在第一方面的一种可能的实现方式中，根据所述点云区域的几何特征确定出所述场景对象中痕迹类型，包括：

提取所述点云区域的几何特征；

将所述几何特征存储至与预设的K-d树索引结构中，与场景描述符进行最近邻查找，确定与所述场景描述符匹配的几何特征；

将与所述几何特征匹配的场景描述符对应的场景信息确定出所述场景对象中的痕迹类型。

在第一方面的一种可能的实现方式中，根据所述起火点以及火灾蔓延方向决策出火灾原因，包括：

将所述起火点、火灾蔓延方向以及与所述起火点对应的场景信息作为事件数据输入至预设的规则引擎，输出火灾原因。