CN109544852B - 餐厅火灾的监测方法及装置 - Google Patents
餐厅火灾的监测方法及装置 Download PDFInfo
- Publication number
- CN109544852B CN109544852B CN201811614949.5A CN201811614949A CN109544852B CN 109544852 B CN109544852 B CN 109544852B CN 201811614949 A CN201811614949 A CN 201811614949A CN 109544852 B CN109544852 B CN 109544852B
- Authority
- CN
- China
- Prior art keywords
- restaurant
- video image
- fire
- image
- determining
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000000779 smoke Substances 0.000 claims abstract description 32
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 27
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 244000007853 Sarothamnus scoparius Species 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000010813 municipal solid waste Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Signal Processing (AREA)
- Fire-Detection Mechanisms (AREA)
- Alarm Systems (AREA)
- Fire Alarms (AREA)
Abstract
本申请提供了一种餐厅火灾的监测方法及装置，其中，该方法包括：通过餐厅内的视频设备对餐厅进行实时监控，然后分析拍摄的视频图像中的图像扭曲度、图像清晰度或图像纹理特征等特征，检测是否存在高温环境导致的物体扭曲，烟雾环境导致的图像不清晰等，或者使用训练好的烟雾检测模型来确定火情，从而对餐厅中可能出现的火情进行自动报警，采用上述方案，避免了相关技术中火情监测方案耗费资源且监测效率低的问题，不再需要额外安装烟雾检测装置，充分利用餐厅中视频监测设备完成火灾预警。
Description
技术领域
本申请涉及但不限于火灾监测领域，具体而言，涉及一种餐厅火灾的监测方法及装置。
背景技术
相关技术中通过烟雾报警器监控火情，但是烟雾报警器需要特意安装，耗费人力物力资源。而且监测形式单一，不能充分监测火灾的多种特征，达到准确的预警效果。
针对相关技术中火情监测方案耗费资源且监测效率低的问题，目前还没有有效的解决方案。
发明内容
本申请实施例提供了一种餐厅火灾的监测方法及装置，以至少解决相关技术中火情监测方案耗费资源且监测效率低的问题。
根据本申请的一个实施例，提供了一种餐厅火灾的监测方法，包括：获取餐厅的视频图像；通过检测所述视频图像的以下信息至少之一来确定火情：图像扭曲度、图像清晰度、图像纹理特征；或者，通过烟雾检测模型检测所述视频图像来确定火情。
根据本申请的另一个实施例，还提供了一种餐厅火灾的监测装置，包括：获取模块，用于获取餐厅的视频图像；确定模块，用于通过检测所述视频图像的以下信息至少之一来确定火情：图像扭曲度、图像清晰度、图像纹理特征；或者，还用于通过烟雾检测模型检测所述视频图像来确定火情。
根据本申请的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本申请的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本申请，通过餐厅内的视频设备对餐厅进行实时监控，然后分析拍摄的视频图像中的图像扭曲度、图像清晰度或图像纹理特征等特征，检测是否存在高温环境导致的物体扭曲，烟雾环境导致的图像不清晰等，或者使用训练好的烟雾检测模型来确定火情，从而对餐厅中可能出现的火情进行自动报警，采用上述方案，避免了相关技术中火情监测方案耗费资源且监测效率低的问题，不再需要额外安装烟雾检测装置，充分利用餐厅中视频监测设备完成火灾预警。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请实施例的一种餐厅火灾的监测方法的计算机终端的硬件结构框图；
图2是根据本申请实施例的餐厅火灾的监测方法的流程图；
图3是根据本申请另一个实施例的火灾监测装置结构示意图；
图4是根据本申请另一个实施例的火灾监测方法流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
实施例一
本申请实施例一所提供的方法实施例可以在计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本申请实施例的一种餐厅火灾的监测方法的计算机终端的硬件结构框图，如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述计算机终端还可以包括用于通信功能的传输装置106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的餐厅火灾的监测方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种餐厅火灾的监测方法，图2是根据本申请实施例的餐厅火灾的监测方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，获取餐厅的视频图像；
步骤S204，通过检测所述视频图像的以下信息至少之一来确定火情：图像扭曲度、图像清晰度、图像纹理特征；或者，通过烟雾检测模型检测所述视频图像来确定火情。
通过上述步骤，通过餐厅内的视频设备对餐厅进行实时监控，然后分析拍摄的视频图像中的图像扭曲度、图像清晰度或图像纹理特征等特征，检测是否存在高温环境导致的物体扭曲，烟雾环境导致的图像不清晰等，或者使用训练好的烟雾检测模型来确定火情，从而对餐厅中可能出现的火情进行自动报警，采用上述方案，避免了相关技术中火情监测方案耗费资源且监测效率低的问题，不再需要额外安装烟雾检测装置，充分利用餐厅中视频监测设备完成火灾预警。
可选地，获取餐厅的视频图像，包括：获取所述餐厅的厨房、配电室或者电井的视频图像。采用该方案，可以在火灾易发位置进行监测，避免了资源浪费。
可选地，通过检测所述视频图像的图像扭曲度来确定火情，包括：检测到所述视频图像中部分位置存在物体扭曲，确定所述部分位置对应的餐厅区域处于高温状态。采用该方案，通过分析视频图像中是否存在扭曲的被摄物体，来确定餐厅中存在高温区域。被摄物体可以是冰箱，扫帚等实体，也可以是空气。
可选地，通过以下方式确定所述部分位置存在物体扭曲，包括：预先在所述餐厅未存在火情时，拍摄所述餐厅的指定视频图像；将当前拍摄的所述视频图像与所述指定视频图像进行对比，检测所述视频图像中是否存在物体扭曲。采用该方案，如果当前是高温环境，则拍摄的图像与常温环境图像存在明显区域，成像存在扭曲，因此判断更为精准迅速。
可选地，通过检测所述视频图像的图像清晰度来确定火情，包括：检测到所述视频图像中部分位置的物体清晰度低于阈值时，确定所述部分位置对应的餐厅区域出现烟雾。采用该方案，在餐厅中存在烟雾时，拍摄图像灰度较大，清晰度较低，由此判断容易发生火灾。
可选地，通过检测所述视频图像的图像纹理特征来确定火情，包括：检测所述视频图像中部分位置的图像纹理特征与预设特征匹配，确定所述部分位置对应的餐厅区域出现烟雾。
可选地，通过烟雾检测模型检测所述视频图像来确定火情之前，通过以下方式获取所述烟雾检测模型：所述烟雾检测模型是使用第一样本信息作为原始模型的输入信息对所述原始模型进行训练得到的模型，所述第一样本信息包括第一规则和多组存在烟雾的烟雾视频图像，其中，所述第一规则是用于识别视频图像中是否存在烟雾的规则。采用该方案，利用机器学习模型实现更为精准的烟雾检测。
可选地，通过检测所述视频图像的图像扭曲度，和/或图像清晰度，确定所述餐厅的火情，包括：在检测到所述视频图像中第一位置出现图像扭曲和/或图像清晰度的时长超过阈值时，发出告警信息。当然，在检测到存在厨师等工作人员时，烹饪过程中出现高温区域或者烟雾区域是正常的，可以不进行告警，因此可以将告警规则进一步细化。
下面结合本申请的另一个实施例进行说明。
在相关技术中，餐厅后厨、配电室、电井等火情易发区，都布置有监控摄像头，但本意不是用来监控火情的。烟雾报警器温度报警器监控火情，需要专门安装，而本申请可复用现有的监控摄像头。
本申请提出了一种方法，可以自动地通过监控摄像头发现火情。同时本申请的方法还允许在没有直接拍摄到明火的时候，推断出可能的火情，发出报警。
本申请另一个实施例中复用监控摄像头，从监控录像中发现火情，并且支持在没有直接拍摄到明火的时候，推断火情，发出报警。
图3是根据本申请另一个实施例的火灾监测装置结构示意图，如图3所示，包括火情检测模块和火情报警模块。
火情检测模块可以包括明火检测模块，烟雾检测模块，高温图像检测模块，火情判断规则模块。明火检测模块用于通过分析原始视频检测是否存在明火，可以通过图像识别技术进行识别；烟雾检测模块可以通过分析原始视频清晰度进行检测，或者调用相关技术中的烟雾检测装置检测；高温图像检测模块可以通过对原始视频中是否存在物体扭曲来检测高温环境；火情判断规则可以用于设置重点监测区域，例如配电室每10分钟监测一次，冷藏室等火灾不易发区域每1小时监测一次。最后综合考虑几个模块的输出结果，确定火情视频片段，输入到火情报警模块。
火情报警模块可以包括依据火情报警规则模块，用于对火情视频片段进行检测，确定是否报警。例如，检测到垃圾箱的视频片段中出现高温区域超过1分钟，则触发报警。
图4是根据本申请另一个实施例的火灾监测方法流程图，预先在后厨、配电间等处部署监控摄像头，该图4可以结合图3的结构图进行理解，如图4所示，包括以下步骤：
步骤1，配置火情判断规则，例如：只监控某个时间的火情，忽略某个监控区域内的火情等等。配置火情报警规则：例如某区域持续多长时间疑似火情就报警等。
步骤2，使用视频录制模块，录制监控摄像头的视频
步骤3，使用火情检测模块，从视频中，筛选出疑似火情的视频片段。
步骤4，使用火情报警模块，对筛选出的疑似火情视频片段分析，决定是否报警
步骤5，报警。
采用上述方案，不用额外增加设备，即可以复用监控摄像头实现火情报警
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
实施例二
在本实施例中还提供了一种餐厅火灾的监测装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
根据本申请的另一个实施例，还提供了一种餐厅火灾的监测装置，包括：
获取模块，用于获取餐厅的视频图像；
确定模块，用于通过检测所述视频图像的以下信息至少之一来确定火情：图像扭曲度、图像清晰度、图像纹理特征；或者，还用于通过烟雾检测模型检测所述视频图像来确定火情。
通过餐厅内的视频设备对餐厅进行实时监控，然后分析拍摄的视频图像中的图像扭曲度、图像清晰度或图像纹理特征等特征，检测是否存在高温环境导致的物体扭曲，烟雾环境导致的图像不清晰等，或者使用训练好的烟雾检测模型来确定火情，从而对餐厅中可能出现的火情进行自动报警，采用上述方案，避免了相关技术中火情监测方案耗费资源且监测效率低的问题，不再需要额外安装烟雾检测装置，充分利用餐厅中视频监测设备完成火灾预警。
可选地，所述获取模块还用于获取所述餐厅的厨房或者配电室的视频图像。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例三
本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的程序代码：
S1，获取餐厅的视频图像；
S2，通过检测所述视频图像的以下信息至少之一来确定火情：图像扭曲度、图像清晰度、图像纹理特征；或者，通过烟雾检测模型检测所述视频图像来确定火情。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本申请的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输装置以及输入输出设备，其中，该传输装置和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取餐厅的视频图像；
S2，通过检测所述视频图像的以下信息至少之一来确定火情：图像扭曲度、图像清晰度、图像纹理特征；或者，通过烟雾检测模型检测所述视频图像来确定火情。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本申请的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (9)
1.一种餐厅火灾的监测方法，其特征在于，包括：
获取餐厅的视频图像；
通过检测所述视频图像的图像扭曲度确定火情；
其中，通过检测所述视频图像的图像扭曲度来确定火情，包括：检测到所述视频图像中部分位置存在物体扭曲，确定所述部分位置对应的餐厅区域处于高温状态;
其中，通过以下方式确定所述部分位置存在物体扭曲，包括：预先在所述餐厅未存在火情时，拍摄所述餐厅的指定视频图像；将当前拍摄的所述视频图像与所述指定视频图像进行对比，检测所述视频图像中是否存在物体扭曲。
2.根据权利要求1所述的方法，其特征在于，获取餐厅的视频图像，包括：
获取所述餐厅的厨房、配电室或者电井的视频图像。
3.根据权利要求1所述的方法，其特征在于，通过检测所述视频图像的图像清晰度来确定火情，包括：
检测到所述视频图像中部分位置的物体清晰度低于阈值时，确定所述部分位置对应的餐厅区域出现烟雾。
4.根据权利要求1所述的方法，其特征在于，通过检测所述视频图像的图像纹理特征来确定火情，包括：
检测所述视频图像中部分位置的图像纹理特征与预设特征匹配，确定所述部分位置对应的餐厅区域出现烟雾。
5.根据权利要求3所述的方法，其特征在于，通过检测所述视频图像的图像扭曲度，和/或图像清晰度，确定所述餐厅的火情，包括：
在检测到所述视频图像中第一位置出现图像扭曲和/或图像清晰度的时长超过阈值时，发出告警信息。
6.一种餐厅火灾的监测装置，其特征在于，包括：
获取模块，用于获取餐厅的视频图像；
确定模块，用于通过检测所述视频图像的图像扭曲度确定火情；
其中，所述确定模块还用于检测到所述视频图像中部分位置存在物体扭曲，确定所述部分位置对应的餐厅区域处于高温状态；
其中，所述装置还用于执行如下操作：预先在所述餐厅未存在火情时，拍摄所述餐厅的指定视频图像；将当前拍摄的所述视频图像与所述指定视频图像进行对比，检测所述视频图像中是否存在物体扭曲。
7.根据权利要求6所述的装置，其特征在于，所述获取模块还用于获取所述餐厅的厨房或者配电室的视频图像。
8.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811614949.5A CN109544852B (zh) | 2018-12-27 | 2018-12-27 | 餐厅火灾的监测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811614949.5A CN109544852B (zh) | 2018-12-27 | 2018-12-27 | 餐厅火灾的监测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109544852A CN109544852A (zh) | 2019-03-29 |
| CN109544852B true CN109544852B (zh) | 2021-05-25 |
Family
ID=65857188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811614949.5A Active CN109544852B (zh) | 2018-12-27 | 2018-12-27 | 餐厅火灾的监测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109544852B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114726840A (zh) * | 2022-03-30 | 2022-07-08 | 慧之安信息技术股份有限公司 | 基于边缘计算的餐厅后厨安全检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101751744A (zh) * | 2008-12-10 | 2010-06-23 | 中国科学院自动化研究所 | 一种烟雾检测和预警方法 |
| CN102121906A (zh) * | 2011-01-31 | 2011-07-13 | 无锡中星微电子有限公司 | 烟雾检测系统、油烟机智能控制系统及油烟机智能控制方法 |
| CN108334801A (zh) * | 2017-01-20 | 2018-07-27 | 杭州海康威视系统技术有限公司 | 一种火灾识别方法、装置及火灾报警系统 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3972597B2 (ja) * | 2001-04-24 | 2007-09-05 | 松下電工株式会社 | 複合型火災感知器 |
| US7495573B2 (en) * | 2005-02-18 | 2009-02-24 | Honeywell International Inc. | Camera vision fire detector and system |
| CN102348099B (zh) * | 2010-03-30 | 2013-07-31 | 合肥科大立安安全技术股份有限公司 | 嵌入式视频烟雾探测器及烟雾识别方法 |
| US9067320B2 (en) * | 2010-06-09 | 2015-06-30 | Disney Enterprises, Inc. | Robotic texture |
| CN101908141B (zh) * | 2010-08-04 | 2014-05-07 | 丁天 | 一种基于混合高斯模型和形态特征的视频烟雾检测方法 |
| KR20120081496A (ko) * | 2011-01-11 | 2012-07-19 | 주식회사 창성에이스산업 | 열화상 온도분석을 통한 산불 발생 감지 방법 |
| CN105678295B (zh) * | 2016-01-04 | 2019-03-19 | 武汉科技大学 | 基于roi平均图像分析的燃气加热炉火焰实时监测方法 |
| CN108256496A (zh) * | 2018-02-01 | 2018-07-06 | 江南大学 | 一种基于视频的堆场烟雾检测方法 |
| CN108519401B (zh) * | 2018-03-27 | 2021-03-02 | 北京航空航天大学 | 一种1200℃有氧高温环境下抑制散斑图像抖动试验装置 |
-
2018
- 2018-12-27 CN CN201811614949.5A patent/CN109544852B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101751744A (zh) * | 2008-12-10 | 2010-06-23 | 中国科学院自动化研究所 | 一种烟雾检测和预警方法 |
| CN102121906A (zh) * | 2011-01-31 | 2011-07-13 | 无锡中星微电子有限公司 | 烟雾检测系统、油烟机智能控制系统及油烟机智能控制方法 |
| CN108334801A (zh) * | 2017-01-20 | 2018-07-27 | 杭州海康威视系统技术有限公司 | 一种火灾识别方法、装置及火灾报警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109544852A (zh) | 2019-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107273833B (zh) | 用于监测流动人口的方法及其系统 | |
| CN108769604B (zh) | 监控视频的处理方法、装置、终端设备及存储介质 | |
| CN105472312A (zh) | 智能摄像系统的报警方法、智能摄像系统和网络摄像头 | |
| CN108206769B (zh) | 过滤网络质量告警的方法、装置、设备和介质 | |
| CN105354042A (zh) | 应用安装的处理方法及装置 | |
| CN111292327B (zh) | 机房巡检方法、装置、设备及存储介质 | |
| CN113992893A (zh) | 园区巡检方法、装置、存储介质及电子装置 | |
| CN104320325A (zh) | 一种消息推送方法及装置 | |
| CN110505490A (zh) | 多媒体数据识别方法和系统 | |
| WO2016026043A1 (en) | Video based leak detection | |
| CN109544852B (zh) | 餐厅火灾的监测方法及装置 | |
| CN111540020A (zh) | 目标行为的确定方法及装置、存储介质、电子装置 | |
| CN107465652B (zh) | 一种操作行为检测方法、服务器及系统 | |
| CN105515909A (zh) | 一种数据采集测试方法和装置 | |
| CN110969082B (zh) | 一种时钟同步测试巡检方法和系统 | |
| CN110598797B (zh) | 故障的检测方法及装置、存储介质和电子装置 | |
| CN109120896B (zh) | 安防视频监控卫士系统 | |
| CN115620179A (zh) | 基于无人机的火情检测方法及装置、电子设备及介质 | |
| CN105391602B (zh) | 一种数据采集测试方法和装置 | |
| CN109699041A (zh) | 一种rru通道故障诊断处理方法及rru设备 | |
| CN109427177B (zh) | 一种监控报警方法及装置 | |
| CN106777010B (zh) | 日志的提供方法、装置以及日志的获取方法、装置和系统 | |
| CN110430093B (zh) | 一种数据处理方法、装置及计算机可读存储介质 | |
| CN109325650A (zh) | 一种垃圾箱关联管理方法及系统 | |
| CN110954214A (zh) | 一种设备测试方法、装置和系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230718 Address after: Room 103-365, No. 2, Lane 99, Changjiang South Road, Baoshan District, Shanghai, 2019 Patentee after: Shanghai Guisheng Technology Co.,Ltd. Address before: 100102 room 321008, 5 building, 1 Tung Fu Street East, Chaoyang District, Beijing. Patentee before: MIAOZHEN INFORMATION TECHNOLOGY Co.,Ltd. |