CN106251567B - 一种智能火灾预警系统 - Google Patents
一种智能火灾预警系统 Download PDFInfo
- Publication number
- CN106251567B CN106251567B CN201610887754.2A CN201610887754A CN106251567B CN 106251567 B CN106251567 B CN 106251567B CN 201610887754 A CN201610887754 A CN 201610887754A CN 106251567 B CN106251567 B CN 106251567B
- Authority
- CN
- China
- Prior art keywords
- image
- module
- flame
- fire
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 8
- 238000003066 decision tree Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 101100498818 Arabidopsis thaliana DDR4 gene Proteins 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 239000000428 dust Substances 0.000 abstract description 4
- 230000004927 fusion Effects 0.000 abstract description 4
- 238000011897 real-time detection Methods 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000002485 combustion reaction Methods 0.000 description 4
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000004079 fireproofing Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
Abstract
本发明公开了一种智能火灾预警系统,包括:图像采集模块,用于实时获取监控范围内的图像信息;处理模块,用于对图像采集模块获取的图像信息进行相应处理,获取监控范围内的火焰信息,判断监控范围内是否发生火灾;预警模块,用于在处理模块判定监控范围内发生火灾时发出预警信号;供电模块,用于为图像采集模块、处理模块和预警模块供电。实现了融合机器视觉与图像处理的火灾探测技术,结构简单,具有非接触式探测的特点,不受空间高度、气流速度、热障、粉尘、湿度等环境条件的限制,并能够智能地实时检测出火焰信息,并在检测到发生火灾时发出预警信号,从而实现了对火灾进行有效地监控,在火灾发生的初期就能进行预警,以提醒进行救火的目的。
Description
技术领域
本发明涉及火灾报警技术领域,特别是涉及一种智能火灾预警系统。
背景技术
随着科学技术的发展,各种各样的智能设备走进了人们的生活和工作中,为人们提供了越来越多的便利。
目前,人们采用了很多的手段来探测火灾,传统的基于传感器的火灾探测技术,通过检测空气中的烟雾浓度来实现火灾报警,但是当火焰很小时或者距离传感器很远的时候,采用传统的火灾探测技术往往不能及时发现火灾险情,尤其是在现代大空间建筑中不能满足火灾告警的需求,不能在火灾发生的初期对险情进行解决,这就浪费了火灾扑救的宝贵时间,甚至会给社会造成巨大的经济损失和人员伤亡。
因此,如何对火灾进行有效地监控,以实现在火灾发生的初期就能进行预警,以提醒相关人员进行救火,是本领域技术人员目前需要解决的技术问题。
发明内容
本发明的目的是提供一种智能火灾预警系统,可以对火灾进行有效地监控,以实现在火灾发生的初期就能进行预警,以提醒相关人员进行救火。
为解决上述技术问题,本发明提供了如下技术方案:
一种智能火灾预警系统,包括:
图像采集模块,用于实时获取监控范围内的图像信息;
处理模块,用于对所述图像采集模块获取的图像信息进行相应处理,获取所述监控范围内的火焰信息,判断所述监控范围内是否发生火灾;
预警模块,用于在所述处理模块判定所述监控范围内发生火灾时发出预警信号;
供电模块,用于为所述图像采集模块、处理模块和预警模块供电。
优选地,还包括:存储模块,与所述处理模块连接,用于存储所述处理模块获取的所述火焰信息。
优选地,所述存储模块包括:4GB字节的Mobile DDR4内存和16GB字节的eMMC闪存。
优选地,所述图像采集模块包括:
RGB-D摄像头单元,用于实时获取所述监控范围内的RGB-D图像信息;
无线通信单元,用于将所述RGB-D摄像头单元的RGB-D图像信息无线发送至所述处理模块。
优选地,所述无线通信单元为WiFi单元、蓝牙单元或无线串口单元。
优选地,所述预警模块包括:
显示及Linux人机交互单元,用于响应操作者操作,实时显示所述监控范围内的图像的对应信息;
告警单元,用于在所述处理模块判定所述监控范围内发生火灾时发出报警信号。
优选地,所述显示及Linux人机交互单元为LCD触摸屏显示器。
优选地,所述处理模块为基于ARM内核的Cortex-A57处理器。
优选地,所述处理模块包括:
彩色图像处理单元,用于对所述图像采集模块获取的图像信息进行处理,获取火焰在所述图像信息中的彩色图像中的位置信息;
2D-3D图像空间转换单元,用于在所述彩色图像处理单元获取了火焰在所述图像信息中的彩色图像中的位置信息之后,通过针孔相机模型,获取所述火焰的3D图像信息。
优选地,所述彩色图像处理单元包括:
原始图像处理子单元,用于对所述图像采集模块获取的图像信息进行平滑处理、腐蚀处理和膨胀处理;
运动检测子单元,用于通过背景相减法从所述图像信息的视频图像中检测出运动区域;
颜色检测子单元,用于通过基于火焰特性的RGB颜色模型,对所述运动区域中的火焰区域进行识别;
主成分分析子单元,用于提取火焰像素的直方图,对所述火焰区域决策树分类器的R、G、B分布特征进行量化分析。
与现有技术相比,上述技术方案具有以下优点:
本发明实施例所提供的智能火灾预警系统,包括:图像采集模块,用于实时获取监控范围内的图像信息;处理模块,用于对图像采集模块获取的图像信息进行相应处理,获取监控范围内的火焰信息,判断监控范围内是否发生火灾;预警模块,用于在处理模块判定监控范围内发生火灾时发出预警信号;供电模块,用于为图像采集模块、处理模块和预警模块供电。通过采集火焰所在的监控区域的图像信息,来获取具体的火焰信息,在发生火灾时能够发出预警信号以提醒用户进行救火,从而实现了融合机器视觉与图像处理的火灾探测技术,结构简单,具有非接触式探测的特点,不受空间高度、气流速度、热障、粉尘、湿度等环境条件的限制,并能够智能地实时检测出火焰信息,并在检测到发生火灾时发出预警信号,从而实现了对火灾进行有效地监控,在火灾发生的初期就能进行预警,以提醒相关人员进行救火的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种具体实施方式所提供的智能火灾预警系统示意图;
图2为本发明另一种具体实施方式所提供的智能火灾预警系统示意图。
具体实施方式
本发明的核心是提供一种智能火灾预警系统,可以对火灾进行有效地监控,以实现在火灾发生的初期就能进行预警,以提醒相关人员进行救火。
为了使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
请参考图1,图1为本发明一种具体实施方式所提供的智能火灾预警系统示意图。
本发明的一种具体实施方式提供了一种智能火灾预警系统,包括:图像采集模块1,用于实时获取监控范围内的图像信息;处理模块2,用于对图像采集模块1获取的图像信息进行相应处理,获取监控范围内的火焰信息,判断监控范围内是否发生火灾;预警模块3,用于在处理模块2判定监控范围内发生火灾时发出预警信号;供电模块4,用于为图像采集模块1、处理模块2和预警模块3供电。
在本实施方式中,图像采集模块实时采集预设监控范围内的图像信息,并将采集到的图像信息发送至处理模块,处理模块根据预设的处理算法等对收到的图像信息进行处理,从获取的图像信息中获取对应的火焰信息,并根据该火焰信息判断是否发生火灾,在判定发生火灾时向预警模块发出对应的控制信号,预警模块在接收到该控制信号时则发出相应的预警信号。供电模块为系统中的各用电模块进行供电,其供电的方式包括有线变压器供电、电池供电、无线充电供电等。
通过采集火焰所在的监控区域的图像信息,来获取具体的火焰信息,在发生火灾时能够发出预警信号以提醒用户进行救火,从而实现了融合机器视觉与图像处理的火灾探测技术,结构简单,具有非接触式探测的特点,不受空间高度、气流速度、热障、粉尘、湿度等环境条件的限制,并能够智能地实时检测出火焰信息,并在检测到发生火灾时发出预警信号,从而实现了对火灾进行有效地监控,在火灾发生的初期就能进行预警,以提醒相关人员进行救火的目的。
需要说明的是,还可以采用其他方式对本系统中的各用电模块进行供电,本实施方式对此并不做限定,具体视情况而定。
请参考图2,图2为本发明另一种具体实施方式所提供的智能火灾预警系统示意图。
进一步地,该系统还包括:存储模块5,与处理模块2连接,用于存储处理模块2获取的火焰信息。其中存储模块优选包括:4GB字节的Mobile DDR4内存和16GB字节的eMMC闪存。
由于该系统是实时采集监控范围内的图像信息的,有时需要获知整个时间段内的火焰情况,以判断火灾的起因或者当前一段时间的火焰情况等,以助于人们采集相应的有效措施来进行灭火和救援工作,或者找出火源等。在本实施方式中设置了存储模块,用户可以实时调取各个时间段和时间点的图像信息,以了解该时间段或时间点时的火焰燃烧情况。eMMC闪存具有快速和可升级的特点,适用于快速数据存储,而DDR4内存也具有较高的数据传输速度。
在本发明的一种实施方式中,图像采集模块包括:RGB-D摄像头单元,用于实时获取监控范围内的RGB-D图像信息;无线通信单元,用于将RGB-D摄像头单元的RGB-D图像信息无线发送至处理模块。其中,无线通信单元优选为WiFi单元、蓝牙单元或无线串口单元。
在本实施方式中,RGB-D摄像头单元为RGB-D深度相机,可以是Intel RealSense相机、Kinect 1/2相机等,能够提供高达1080P/30帧的实时预览。应用RGB-D摄像头单元来监控预设区域,使得该系统可以应用在大型场所多点布控和家庭的智能防火,同时具有成本低、体积小、抗干扰性能好和检测效率高、实时性高等特点。RGB-D摄像头单元采集的图像信息通过无线通信单元进行传输,使得信号的传输不受周围环境的影响。
需要说明的是,在本实施方式中,供电模块可以包括第一供电单元和第二供电单元,其中,第一供电单元用于为图像采集模块的RGB-D摄像头单元和无线通信单元供电,第二供电单元用于为处理模块、存储模块、预警模块等进行供电。
进一步地,预警模块3包括:显示及Linux人机交互单元31,用于响应操作者操作,实时显示监控范围内的图像的对应信息;告警单元32,用于在处理模块判定监控范围内发生火灾时发出报警信号。其中,显示及Linux人机交互单元为LCD触摸屏显示器。告警单元优选为蜂鸣器,当处理模块判定发生火灾时,告警单元接收到处理模块的相应告警信号则发出蜂鸣声提醒用户进行救火。
在本实施方式中,用户可以通过显示及Linux人机交互单元进行相关操作,如控制该显示器显示自己所需查看的信息,其中,可以通过显示及Linux人机交互单元观看当前的监控范围内的监视画面,如出现火灾,则可以观看当前经过处理模块处理后得到的火焰信息,或者调取存储模块中的历史监控画面或历史火焰信息等。
进一步,处理模块优选为基于ARM内核的Cortex-A57处理器。其中,该Cortex-A57处理器可以采用Linux操作系统,该操作系统基于Linux4.0.1等版本的嵌入式软件平台,为整个系统提供软件控制中心,基于该操作系统,用户可以根据需要进行相应的应用开发,以提高整个系统的可升级性。该处理器还优选采用NVINIA Maxwell GPU,其主频最高可达2.6GHz,可以轻松处理图像及Linux界面操作。
在本发明的一种实施方式中,处理模块包括:彩色图像处理单元,用于对图像采集模块获取的图像信息进行处理,获取火焰在图像信息中的彩色图像中的位置信息。由于图像采集模块采用了RGB-D摄像头单元,采集到的图像为RGB-D图像,采集到的图像包括彩色图像(RGB)、深度图像以及很多无用的信息,因此,需要首先对采集到的彩色图像进行处理,得到火焰在彩色图像中的位置信息。
其中,彩色图像处理单元包括:
原始图像处理子单元,用于对图像采集模块获取的图像信息进行平滑处理(Smoothing)、腐蚀处理(Dilation)和膨胀处理(Erosion),以用于减少图像上的失真,消除图像噪音。
运动检测子单元,用于通过背景相减法从图像信息的视频图像中检测出运动区域,对于一段视频图像,首先应当识别出图像中的运动区域,在本系统中通过背景相减法从视频图像中检测出运动区域,并将无关的背景完全减除。
颜色检测子单元,用于通过基于火焰特性的RGB颜色模型,对运动区域中的火焰区域进行识别。
主成分分析子单元,用于提取火焰像素的直方图,对火焰区域决策树分类器的R、G、B分布特征进行量化分析。本系统采用的分类方法是决策树分类器,因为区域分布特征的维数不统一,因此,首先利用主成分分析法对矩阵进行降维处理,以提高火焰识别的精度。
处理模块还包括2D-3D图像空间转换单元,用于在彩色图像处理单元获取了火焰在图像信息中的彩色图像中的位置信息之后,通过针孔相机模型,获取火焰的3D图像信息。
在本实施方式中,通过彩色图像处理得到火焰区域后,获取其图像的像素坐标(u,v,d),其中,d为深度数据。通过针孔相机模型,对应2D-3D关系如下:
z=d/s
x=(u-cx).z/fx
y=(v-cy).z/fy
其中,(x,y,z)为火焰在实际3D空间的坐标,fx、fy指相机(图像采集模块)在x,y两个轴上的焦距,cx、cy指相机的光圈中心,s指深度图的缩放因子,即深度图得到的数据与实际距离的比例。
在本实施方式中,处理模块包括了2D-3D图像空间转换单元,能够获取火灾发生时的火焰燃烧的3D空间位置以及相应的火焰大小描述性信息、燃烧程度等,利用这些信息,人们能够更加详尽地得知火焰的燃烧情况,更有助于人们采用相应的有效措施来进行灭火和救援工作。
其中,处理模块对于图像信息的处理过程如下:
首先处理模块获取图像采集模块采集的图像信息,在本实施方式中即为视频信息;然后对原始图像进行平滑处理(Smoothing)、腐蚀处理(Dilation)和膨胀处理等操作;之后从视频图像中检测出运动区域,即进行运动检测;再进行颜色检测,即通过基于火焰特性的RGB颜色模型,对运动区域中的火焰区域进行识别;判断检测区域是否为火焰区域,若是,则提取颜色直方图,并采用决策树分类器,进一步判断运动区域是否有火焰,若是,则判定火焰区域;最后进行2D-3D图像空间转换,并输出至存储模块和/或预警模块。
综上所述,本发明所提供的智能火灾预警系统,通过采集火焰所在的监控区域的图像信息,来获取具体的火焰信息,在发生火灾时能够发出预警信号以提醒用户进行救火,从而实现了融合机器视觉与图像处理的火灾探测技术,结构简单,具有非接触式探测的特点,不受空间高度、气流速度、热障、粉尘、湿度等环境条件的限制,并能够智能地实时检测出火焰信息,并在检测到发生火灾时发出预警信号,从而实现了对火灾进行有效地监控,在火灾发生的初期就能进行预警,以提醒相关人员进行救火的目的,同时能够获取火焰区域的相关3D空间位置信息,以及火焰大小的描述性信息和燃烧程度等,以为灭火人员提供更加精确和详细的火灾信息,利用这些信息,人们能够更加详尽地得知火焰的燃烧情况,更有助于人们采用相应的有效措施来进行灭火和救援工作。
以上对本发明所提供的一种智能火灾预警系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (8)
1.一种智能火灾预警系统,其特征在于,包括:
图像采集模块,用于实时获取监控范围内的图像信息;
处理模块,用于对所述图像采集模块获取的图像信息进行相应处理,获取所述监控范围内的火焰信息,判断所述监控范围内是否发生火灾;
预警模块,用于在所述处理模块判定所述监控范围内发生火灾时发出预警信号;
供电模块,用于为所述图像采集模块、处理模块和预警模块供电;
所述图像采集模块包括:
RGB-D摄像头单元,用于实时获取所述监控范围内的RGB-D图像信息;
无线通信单元,用于将所述RGB-D摄像头单元的RGB-D图像信息无线发送至所述处理模块;
所述处理模块包括:
彩色图像处理单元,用于对所述图像采集模块获取的图像信息进行处理,获取火焰在所述图像信息中的彩色图像中的位置信息;
2D-3D图像空间转换单元,用于在所述彩色图像处理单元获取了火焰在所述图像信息中的彩色图像中的位置信息之后,通过针孔相机模型,获取所述火焰的3D图像信息;
通过彩色图像处理得到火焰区域后,获取其图像的像素坐标(u,v,d),其中,d为深度数据,通过针孔相机模型,对应2D-3D关系如下:
z=d/s
x=(u-cx).z/fx
y=(v-cy).z/fy
其中,(x,y,z)为火焰在实际3D空间的坐标,fx、fy指相机在x,y两个轴上的焦距,cx、cy指所述相机的光圈中心,s指深度图的缩放因子,即深度图得到的数据与实际距离的比例。
2.根据权利要求1所述的系统,其特征在于,还包括:
存储模块,与所述处理模块连接,用于存储所述处理模块获取的所述火焰信息。
3.根据权利要求2所述的系统,其特征在于,所述存储模块包括:4GB字节的MobileDDR4内存和16GB字节的eMMC闪存。
4.根据权利要求1所述的系统,其特征在于,所述无线通信单元为WiFi单元、蓝牙单元或无线串口单元。
5.根据权利要求1所述的系统,其特征在于,所述预警模块包括:
显示及Linux人机交互单元,用于响应操作者操作,实时显示所述监控范围内的图像的对应信息;
告警单元,用于在所述处理模块判定所述监控范围内发生火灾时发出报警信号。
6.根据权利要求5所述的系统,其特征在于,所述显示及Linux人机交互单元为LCD触摸屏显示器。
7.根据权利要求6所述的系统,其特征在于,所述处理模块为基于ARM内核的Cortex-A57处理器。
8.根据权利要求1所述的系统,其特征在于,所述彩色图像处理单元包括:
原始图像处理子单元,用于对所述图像采集模块获取的图像信息进行平滑处理、腐蚀处理和膨胀处理;
运动检测子单元,用于通过背景相减法从所述图像信息的视频图像中检测出运动区域;
颜色检测子单元,用于通过基于火焰特性的RGB颜色模型,对所述运动区域中的火焰区域进行识别;
主成分分析子单元,用于提取火焰像素的直方图,对所述火焰区域决策树分类器的R、G、B分布特征进行量化分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610887754.2A CN106251567B (zh) | 2016-10-11 | 2016-10-11 | 一种智能火灾预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610887754.2A CN106251567B (zh) | 2016-10-11 | 2016-10-11 | 一种智能火灾预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106251567A CN106251567A (zh) | 2016-12-21 |
CN106251567B true CN106251567B (zh) | 2019-06-21 |
Family
ID=57612403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610887754.2A Active CN106251567B (zh) | 2016-10-11 | 2016-10-11 | 一种智能火灾预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106251567B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107146364A (zh) * | 2017-07-05 | 2017-09-08 | 贵州大学 | 基于实时嵌入式的火灾监测系统及方法 |
CN108288026A (zh) * | 2017-12-26 | 2018-07-17 | 天津市亚安科技有限公司 | 带有图像色彩识别及报警功能的视频监控系统及方法 |
CN109118702B (zh) * | 2018-09-29 | 2021-07-20 | 歌尔光学科技有限公司 | 火灾检测方法、装置和设备 |
CN110930633A (zh) * | 2019-11-20 | 2020-03-27 | 东华大学 | 一种图像型厨房动火离人预警系统 |
CN111012173B (zh) * | 2019-12-13 | 2020-11-17 | 珠海格力电器股份有限公司 | 干烧检测方法、装置、加热设备及存储介质 |
CN111753900B (zh) * | 2020-06-23 | 2023-04-07 | 中南林业科技大学 | 一种森林火灾的监测方法 |
CN112487714B (zh) * | 2020-11-26 | 2023-12-22 | 深圳供电局有限公司 | 一种电缆竖井火灾状态识别决策树模型的生成方法 |
CN112465119A (zh) * | 2020-12-08 | 2021-03-09 | 武汉理工光科股份有限公司 | 一种基于深度学习的消防险情预警方法及装置 |
CN112435437A (zh) * | 2020-12-12 | 2021-03-02 | 浙江工业大学之江学院 | 基于视觉感知三维重构技术的火灾智能预警系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1169077C (zh) * | 2001-09-07 | 2004-09-29 | 昆明利普机器视觉工程有限公司 | 基于电视信号数字图像识别的信息挖掘系统 |
JP2007257569A (ja) * | 2006-03-27 | 2007-10-04 | Nohmi Bosai Ltd | トンネルにおける火災検知システム |
CN101493980B (zh) * | 2009-03-05 | 2011-07-20 | 中国科学技术大学 | 一种基于多特征融合的快速视频火焰探测方法 |
CN202077142U (zh) * | 2011-05-17 | 2011-12-14 | 成都凯智科技有限公司 | 一种车载智能视频侦测分析系统 |
CN203689646U (zh) * | 2013-12-28 | 2014-07-02 | 佛山市南海天雨智能灭火装置有限公司 | 一种新型自动跟踪定位射流灭火装置探测器 |
-
2016
- 2016-10-11 CN CN201610887754.2A patent/CN106251567B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106251567A (zh) | 2016-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106251567B (zh) | 一种智能火灾预警系统 | |
CN109068099B (zh) | 基于视频监控的虚拟电子围栏监控方法及系统 | |
CN107948465B (zh) | 一种检测摄像头被干扰的方法和装置 | |
CN110212451A (zh) | 一种电力ar智能巡检装置 | |
CN111242025B (zh) | 一种基于yolo的动作实时监测方法 | |
CN104137028A (zh) | 控制被显示图像的旋转的设备和方法 | |
CN104516497A (zh) | 控制电子装置的方法、手持电子装置与监控系统 | |
TW201133358A (en) | System and method for detecting objects in a video image | |
CN104317199A (zh) | 移动式智能管家 | |
JP6544044B2 (ja) | 画像処理装置、画像処理システム及び画像処理方法 | |
CN104503472A (zh) | 基于红外照射的智能化人体位置实时追踪节能取暖系统 | |
KR101125233B1 (ko) | 융합기술기반 보안방법 및 융합기술기반 보안시스템 | |
CN106569762A (zh) | 一种双屏终端的点亮方法、装置及双屏终端 | |
CN106770313A (zh) | 一种汽车扶手的检测系统 | |
CN101507658A (zh) | 一种基于行为监测的病猪识别方法及系统 | |
CN105786148A (zh) | 终端功耗的控制方法及装置、终端 | |
EP2992403B1 (en) | Depth sensors | |
CN202798942U (zh) | 图像传感器及应用该图像传感器的摄像头和电子产品 | |
CN102479322A (zh) | 以具有角度的脸部影像分析脸部缺陷的系统、装置及方法 | |
CN103888726A (zh) | 一种具有补光和声光示警功能的视频监控系统 | |
CN112257632A (zh) | 一种基于边缘计算的变电站监测系统 | |
Priyan et al. | Augmented reality-based COVID-19 SOP compliance: Social distancing monitoring and reporting system based on IOT | |
US20190272738A1 (en) | System and method for preventing false alarms due to display images | |
CN207489239U (zh) | 一种城市扬尘处理系统 | |
CN207020820U (zh) | 闯红灯监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |