[发明专利]一种消防隐患处理方法

权利要求书

1.一种消防隐患处理方法，其特征在于，所述消防隐患处理方法的具体步骤为：

S1：通过摄像头对工厂仓库、过道、车间的物品的堆放进行监控得到物品监控图像，通过红外摄像装置对工厂仓库、过道、车间的可疑火点进行监控得到火点监控图像；通过摄像头对楼道、走廊、安全通道、消防通道的物品进行监控得到杂物监控图像；

S2:通过基于机器学习算法的图像识别技术实现对所述物品监控图像、杂物监控图像的物品种类和物品摆放方式的识别，并根据识别结果采用专家算法得到此时的物品监控图像的物品消防隐患值，得到此时的杂物监控图像的杂物消防隐患值，通过基于机器学习算法的红外图像识别技术对所述火点监控图像进行识别，并根据识别结果采用专家算法得到此时的火点监控图像的火点消防隐患值；

S3：判断所述物品消防隐患值是否大于第一阈值，判断所述杂物消防隐患值是否大于第二阈值，判断所述火点消防隐患值是否大于第三阈值，当其中任意一项大于阈值时，输出消防隐患安全提醒，直至全部小于或者等于阈值，消防隐患安全提醒才会消除；

S4：结合安全用电情况、历史消防事故情况、职工消防演练情况，基于物品消防隐患值、杂物消防隐患值、火点消防隐患值构建此时的综合消防隐患值，判断综合消防隐患值是否大于第四阈值，当大于第四阈值时，输出消防隐患警报，直至小于或者等于阈值，安全隐患警报才会消失。

2.根据权利要求1所述的消防隐患处理方法，其特征在于，还包括消防水压监控系统，对消防用水水压进行监控，当小于一定水压阈值时，发出报警，并在综合消防隐患值时考虑消防水压监控得到的实时数据。

3.根据权利要求1所述的消防隐患处理方法，其特征在于，所述物品监控图像、火点监控图像、杂物监控图像既包括实时的图像，也包括过去一定时间阈值内的图像。

4.根据权利要求1所述的消防隐患处理方法，其特征在于，所述通过基于机器学习算法的图像识别技术采用基于Fast R-CNN算法。

5.根据权利要求4所述的消防隐患处理方法，其特征在于，所述Fast R-CNN算法的损失函数为：

L＝e^xL_cls+(e^x-1)L_eg

其中L为损失函数，x为大于0小于1的常数，L_cls为分类损失，L_eg为回归损失。

6.根据权利要求1所述的消防隐患处理方法，其特征在于，将所述火点消防隐患值和所述物品消防隐患值结合起来，共同构成物品燃烧消防隐患值，具体公式为：

其中T₁为物品燃烧消防隐患值，T₂、T₃分别为火点消防隐患值和物品消防隐患值，且均大于零小于1。

7.根据权利要求6所述的消防隐患处理方法，其特征在于，所述综合消防隐患值在物品燃烧消防隐患值、火点消防隐患值、物品消防隐患值、杂物消防隐患值的基础上进行搭建。

8.根据权利要求1所述的消防隐患处理方法，其特征在于，还包括第五阈值、第六阈值、第七阈值，当综合消防隐患值小于或者等于第五阈值时，此时处于低风险状态；当大于第五阈值时，此时处于一般风险状态；当大于第六阈值时，此时处于较大风险状态；当大于第七阈值时，此时处于重大风险状态，所述第五阈值小于第六阈值，第六阈值小于第七阈值，第七阈值小于第四阈值。

9.根据权利要求1所述的消防隐患处理方法，其特征在于，所述安全隐患警报和综合消防隐患值还会自动传送给政府安全管理部门，政府安全管理部门会根据综合消防隐患值的大小，进行远程指导或者现场指导，并协调消防部门、医院。

10.一种消防隐患处理系统，采用权利要求1-9任意一项所述的一种消防隐患处理方法，包括图像数据提取模块，图像数据识别模块，结果判断及输出模块；所述图像数据提取模块负责通过摄像头对工厂仓库、过道、车间的物品的堆放进行监控得到物品监控图像，通过红外摄像装置对工厂仓库、过道、车间的可疑火点进行监控得到火点监控图像；通过摄像头对楼道、走廊、安全通道、消防通道的物品进行监控得到杂物监控图像；所述图像数据识别模块负责通过基于机器学习算法的图像识别技术实现对所述物品监控图像、杂物监控图像的物品种类和物品摆放方式的识别，并根据识别结果采用专家算法得到此时的物品监控图像的物品消防隐患值，得到此时的杂物监控图像的杂物消防隐患值，通过基于机器学习算法的红外图像识别技术对所述火点监控图像进行识别，并根据识别结果采用专家算法得到此时的火点监控图像的火点消防隐患值；所述结果判断及输出模块负责判断所述物品消防隐患值是否大于第一阈值，判断所述杂物消防隐患值是否大于第二阈值，判断所述火点消防隐患值是否大于第三阈值，当其中任意一项大于阈值时，输出消防隐患安全提醒，直至全部小于或者等于阈值，消防隐患安全提醒才会消除；结合安全用电情况、历史消防事故情况、职工消防演练情况，基于物品消防隐患值、杂物消防隐患值、火点消防隐患值构建此时的综合消防隐患值，判断综合消防隐患值是否大于第四阈值，当大于第四阈值时，输出消防隐患警报，直至小于或者等于阈值，安全隐患警报才会消失。