[发明专利]一种基于卷积神经网络的视频中火灾识别系统及方法在审
| 申请号： | 201910878983.1 | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110633675A | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 董普庆;任涛;杨可舟;田宜聪;王英男 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06F21/31;H04L29/06;G08B17/12;G08B29/18 |
| 代理公司： | 21109 沈阳东大知识产权代理有限公司 | 代理人： | 李在川 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于卷积神经网络的视频中火灾识别系统及方法，涉及深度学习技术领域，本发明包括用户登录注册模块、用户信息管理模块、视频火灾识别模块和预警信息通知模块，其中视频火灾识别模块是核心部分。该部分首先使用OpenCV对目标视频进行抽帧处理，并图像进行参数随机变化和图像增强等预处理，得到神经网络的输入数据，然后借助于TensorFlow创建卷积神经网络模型LeNet‑5，读取训练集中的图像数据对模型进行训练，并对在测试集上表现最好的模型进行持久化，最后将进过预处理的图像数据输入至训练好的模型中进行识别，并对结果进行分析和显示。 | ||
| 搜索关键词： | 火灾识别 预处理 卷积神经网络 视频 用户信息管理模块 读取 图像数据输入 目标视频 神经网络 随机变化 通知模块 图像数据 图像增强 用户登录 预警信息 注册模块 测试集 持久化 帧处理 图像 创建 表现 分析 学习 | ||
【主权项】：
1.一种基于卷积神经网络的视频中火灾识别系统，其特征在于：包括用户登录注册模块、用户信息管理模块、视频火灾识别模块和预警信息提醒模块；/n所述用户登录注册模块提供用户注册账号，重置密码功能，同时根据用户输入的账号密码信息判断其身份和权限实现用户登录功能；/n所述用户信息管理模块用于对用户的账号密码信息和个人基本信息进行维护，在用户信息发生改变时，用户对信息自助进行修改，此外为了保障账号安全，用户对密码进行修改操作；/n所述视频火灾识别模块根据用户的身份对其权限内的监控设备信息和监控视频火灾识别信息进行查看，系统后台会通过读取已持久化的卷积神经网络模型，对视频的各帧图像进行火焰识别和烟雾识别，并将相应信息存入数据库，最后对识别的结果进行分析和整合，实时判别监控视频中的火灾情况；/n所述预警信息提醒模块是火灾识别系统根据监控视频的实时对火灾情况进行识别和预警，当识别出火灾情况时实时在系统界面上显示相应的火灾预警信息，并向用户发送预警信息。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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东北大学，未经东北大学许可，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/patent/201910878983.1/，转载请声明来源钻瓜专利网。
