CN109344683A - 一种人工智能的烟火探测系统及其控制方法 - Google Patents

一种人工智能的烟火探测系统及其控制方法 Download PDF

Info

Publication number
CN109344683A
CN109344683A CN201810874512.9A CN201810874512A CN109344683A CN 109344683 A CN109344683 A CN 109344683A CN 201810874512 A CN201810874512 A CN 201810874512A CN 109344683 A CN109344683 A CN 109344683A
Authority
CN
China
Prior art keywords
pyrotechnics
image
collecting device
image collecting
test data
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.)
Pending
Application number
CN201810874512.9A
Other languages
English (en)
Inventor
邵宗凯
董人菘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN201810874512.9A priority Critical patent/CN109344683A/zh
Publication of CN109344683A publication Critical patent/CN109344683A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种人工智能的烟火探测系统及其控制方法，系统包括图像采集装置、烟火识别装置、报警装置；图像采集装置，图像采集装置安装在需要探测烟火的区域，通过该图像采集装置采集探测区域中的图像构建测试数据集，并传输至烟火识别装置；烟火识别装置，用于对接收的图像采集装置的图像采用基于全卷积神经网络算法进行识别；报警装置，用于根据烟火识别装置的识别结果进行报警。本发明通过图像处理技术，构建的训练数据集能更加有效地进行网络模型的训练，而基于该训练出的模型能更加准确地用于测试数据集中图像中烟火的识别。

Description

一种人工智能的烟火探测系统及其控制方法
技术领域
本发明涉及一种人工智能的烟火探测系统及其控制方法，属于人工智能领域。
背景技术
在现代的森林、智能交通等领域，监控摄像机已广泛应用于各个需要进行监测的区域。而关于如何有效地对采集的图像数据进行识别，是可以有效解决烟火监测的必要手段。
而随着人工智能的研究越来越深入，研究人员们也不断努力开发出新技术，新的识别方法，如何开发出更好的系统和方法在复杂背景下识别烟火是需要解决的。
发明内容
本发明提供了一种人工智能的烟火探测系统及其控制方法，以用于有效地识别烟火。
本发明的技术方案是：一种人工智能的烟火探测系统，包括图像采集装置、烟火识别装置、报警装置；
图像采集装置，图像采集装置安装在需要探测烟火的区域，通过该图像采集装置采集探测区域中的图像构建测试数据集，并传输至烟火识别装置；
烟火识别装置，用于对接收的图像采集装置的图像采用基于全卷积神经网络算法进行识别；
报警装置，用于根据烟火识别装置的识别结果进行报警。
一种人工智能的烟火探测系统的控制方法，所述方法步骤如下：
S1、构建训练数据集：
收集烟火图像，对烟火图像进行标注，构建训练数据集；
S2、构建测试数据集：
在需要探测烟火的区域安装图像采集装置，通过该图像采集装置采集探测区域中的图像构建测试数据集；
S3、利用训练数据集中的图像对全卷积神经网络模型进行训练；
S4、利用训练好的全卷积神经网络模型，对测试数据集中的烟火图像进行烟火识别，如果识别为存在烟火，则通过报警装置报警。
所述标注过程如下：
根据烟火图像的RGB颜色来判据：当红色分量大于红色分量的均值、绿色分量大于绿色分量的均值且绿色分量大于蓝色分量，则标注为白色，其余标注为黑色。
本发明的有益效果是：本发明通过图像处理技术，构建的训练数据集能更加有效地进行网络模型的训练，而基于该训练出的模型能更加准确地用于测试数据集中图像中烟火的识别。
附图说明
图1为本发明的控制方法流程图。
具体实施方式
下面结合附图和实施例，对本发明作进一步说明，但本发明的内容并不限于所述范围。
实施例1：如图1所示，一种人工智能的烟火探测系统，包括图像采集装置、烟火识别装置、报警装置；
图像采集装置，图像采集装置安装在需要探测烟火的区域，通过该图像采集装置采集探测区域中的图像构建测试数据集，并传输至烟火识别装置；
烟火识别装置，用于对接收的图像采集装置的图像采用基于全卷积神经网络算法进行识别；
报警装置，用于根据烟火识别装置的识别结果进行报警。
一种人工智能的烟火探测系统的控制方法，所述方法步骤如下：
S1、构建训练数据集：
收集烟火图像，对烟火图像进行标注，构建训练数据集；
S2、构建测试数据集：
在需要探测烟火的区域安装图像采集装置，通过该图像采集装置采集探测区域中的图像构建测试数据集；
S3、利用训练数据集中的图像对全卷积神经网络模型进行训练；
S4、利用训练好的全卷积神经网络模型，对测试数据集中的烟火图像进行烟火识别，如果识别为存在烟火，则通过报警装置报警。
进一步地，可以设置所述标注过程如下：
根据烟火图像的RGB颜色来判据：当红色分量大于红色分量的均值、绿色分量大于绿色分量的均值且绿色分量大于蓝色分量，则标注为白色，其余标注为黑色。
上面结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (3)

1.一种人工智能的烟火探测系统，其特征在于：包括图像采集装置、烟火识别装置、报警装置；
图像采集装置，图像采集装置安装在需要探测烟火的区域，通过该图像采集装置采集探测区域中的图像构建测试数据集，并传输至烟火识别装置；
烟火识别装置，用于对接收的图像采集装置的图像采用基于全卷积神经网络算法进行识别；
报警装置，用于根据烟火识别装置的识别结果进行报警。
2.一种人工智能的烟火探测系统的控制方法，其特征在于：所述方法步骤如下：
S1、构建训练数据集：
收集烟火图像，对烟火图像进行标注，构建训练数据集；
S2、构建测试数据集：
在需要探测烟火的区域安装图像采集装置，通过该图像采集装置采集探测区域中的图像构建测试数据集；
S3、利用训练数据集中的图像对全卷积神经网络模型进行训练；
S4、利用训练好的全卷积神经网络模型，对测试数据集中的烟火图像进行烟火识别，如果识别为存在烟火，则通过报警装置报警。
3.根据权利要求2所述的人工智能的烟火探测系统的控制方法，其特征在于：所述标注过程如下：
根据烟火图像的RGB颜色来判据：当红色分量大于红色分量的均值、绿色分量大于绿色分量的均值且绿色分量大于蓝色分量，则标注为白色，其余标注为黑色。
CN201810874512.9A 2018-08-03 2018-08-03 一种人工智能的烟火探测系统及其控制方法 Pending CN109344683A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810874512.9A CN109344683A (zh) 2018-08-03 2018-08-03 一种人工智能的烟火探测系统及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810874512.9A CN109344683A (zh) 2018-08-03 2018-08-03 一种人工智能的烟火探测系统及其控制方法

Publications (1)

Publication Number Publication Date
CN109344683A true CN109344683A (zh) 2019-02-15

Family

ID=65296700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810874512.9A Pending CN109344683A (zh) 2018-08-03 2018-08-03 一种人工智能的烟火探测系统及其控制方法

Country Status (1)

Country Link
CN (1) CN109344683A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126293A (zh) * 2019-12-25 2020-05-08 国网智能科技股份有限公司 一种火焰和烟雾异常情况检测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201993875U (zh) * 2010-12-13 2011-09-28 徐勇 基于颜色与动态特性的燃烧检测系统
CN103473788A (zh) * 2013-07-31 2013-12-25 中国电子科技集团公司第三十八研究所 一种基于高清视频图像的室内火灾火焰检测方法
CN103377533B (zh) * 2012-04-21 2015-10-28 鲍鹏飞 用于森林防火的彩色图像摄取处理识别的烟火探测方法
CN108334902A (zh) * 2018-02-02 2018-07-27 北京华纵科技有限公司 一种基于深度学习的轨道列车设备间烟雾防火监测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201993875U (zh) * 2010-12-13 2011-09-28 徐勇 基于颜色与动态特性的燃烧检测系统
CN103377533B (zh) * 2012-04-21 2015-10-28 鲍鹏飞 用于森林防火的彩色图像摄取处理识别的烟火探测方法
CN103473788A (zh) * 2013-07-31 2013-12-25 中国电子科技集团公司第三十八研究所 一种基于高清视频图像的室内火灾火焰检测方法
CN108334902A (zh) * 2018-02-02 2018-07-27 北京华纵科技有限公司 一种基于深度学习的轨道列车设备间烟雾防火监测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KHAN MUHAMMAD 等: "Early fire detection using convolutional neural networks during surveillance for effective disaster management", 《NEUROCOMPUTING》 *
WONJAE LEE 等: "Deep Neural Networks for Wildfire Detection with Unmanned Aerial Vehicle", 《2017 IEEE INTERNATIONAL CONFERENCE ON CONSUMER ELECTRONICS (ICCE)》 *
YOON-HO KIM 等: "RGB Color Model Based the Fire Detection Algorithm in Video Sequences on Wireless Sensor Network", 《INTERNATIONAL JOURNAL OF DISTRIBUTED SENSOR NETWORKS》 *
傅天驹: "基于深度学习的林火图像识别算法及实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126293A (zh) * 2019-12-25 2020-05-08 国网智能科技股份有限公司 一种火焰和烟雾异常情况检测方法及系统

Similar Documents

Publication Publication Date Title
Yuan et al. UAV-based forest fire detection and tracking using image processing techniques
Lestari et al. Fire hotspots detection system on CCTV videos using you only look once (YOLO) method and tiny YOLO model for high buildings evacuation
CN108052900A (zh) 一种通过监控视频自动判断着装规范的方法
CN104599427B (zh) 一种用于公路隧道的智能图像型火灾报警系统
CN104573719A (zh) 基于图像智能分析的山火检测方法
CN210691345U (zh) 一种基于深度学习的云智能安检辅助系统
CN111325048B (zh) 一种人员聚集检测方法和装置
CN102521578A (zh) 一种入侵检测和识别方法
CN110765848A (zh) 基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法
CN106529373A (zh) 人脸识别监控报警方法、系统
CN109543542A (zh) 一种特定场所人员着装是否规范的判定方法
CN106936517A (zh) 一种异常无线电信号的自动识别系统及其方法
CN107301375A (zh) 一种基于稠密光流的视频图像烟雾检测方法
CN107633238A (zh) 一种视频分析方法以及智能分析服务器
CN113297926B (zh) 行为检测识别方法及系统
CN107688793A (zh) 一种变电站室外火灾自动监测预警方法
CN109345787A (zh) 一种基于智能图像识别技术的输电线路防外损监控报警系统
CN109344683A (zh) 一种人工智能的烟火探测系统及其控制方法
CN102999994A (zh) 基于视频图像分析的火焰检测装置
CN109948738A (zh) 涂装烘干室的能耗异常检测方法、装置及系统
CN113191273A (zh) 基于神经网络的油田井场视频目标检测与识别方法及系统
CN105741503A (zh) 一种现有监控设备下的停车场实时预警方法
CN109214467A (zh) 考虑分类器输出敏感度的变电作业人员着装鲁棒识别方法
CN105991969A (zh) 高压输电线路飘挂物检测装置及使用与安装的方法
US10956741B2 (en) System for automatic monitoring of birds and related method of use

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190215

RJ01 Rejection of invention patent application after publication