CN111223262A - 基于图像智能识别的烟道火灾隐患预警方法 - Google Patents

基于图像智能识别的烟道火灾隐患预警方法 Download PDF

Info

Publication number
CN111223262A
CN111223262A CN202010057512.7A CN202010057512A CN111223262A CN 111223262 A CN111223262 A CN 111223262A CN 202010057512 A CN202010057512 A CN 202010057512A CN 111223262 A CN111223262 A CN 111223262A
Authority
CN
China
Prior art keywords
image
flue
pollution
data
characteristic
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
CN202010057512.7A
Other languages
English (en)
Inventor
张虎
苏伯超
苏江晨
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.)
Xishi (xiamen) Technology Co Ltd
Original Assignee
Xishi (xiamen) Technology Co Ltd
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 Xishi (xiamen) Technology Co Ltd filed Critical Xishi (xiamen) Technology Co Ltd
Priority to CN202010057512.7A priority Critical patent/CN111223262A/zh
Publication of CN111223262A publication Critical patent/CN111223262A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Emergency Management (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fire Alarms (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及基于图像智能识别的烟道火灾隐患预警方法，包含以下步骤：S1、服务器获取并保存原始烟道数据；S2、服务器调用图像识别算法处理所述洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像，得到基准数据；S3、油烟视频图像监控系统定时采集烟道内壁的当前图像数据并通过网络发送到服务器；S4、服务器调用图像识别算法处理当前图像数据，得到特征数据；S5、服务器根据特征数据匹配基准数据中最接近的图像，得到对应的油污附着度等级；S6、若油污附着度等级大于预设等级，则向用户发出告警信息。

Description

基于图像智能识别的烟道火灾隐患预警方法
技术领域
本发明涉及烟道防火预警领域，具体指有基于图像智能识别的烟道火灾隐患预警方法。
背景技术
烟道是废气和烟雾排放的管状装置，住宅烟道是指用于排除厨房烟气或卫生间废气的竖向管道制品，也称排风道、通风道、住宅排气道。烟道在排放废气的过程中，废气中的成分会堆积在烟道的内表面。餐饮业油烟烟道在使用人容易形成油污沉积附着，形成火灾隐患。
现有的检测方式只能是通过人工查看来完成，效率低下，无法大面积推广。没有可全自动化工作、且能够远程控制，在烟道环境中可以长期可靠工作的油烟附着物检测装置。
针对上述的现有技术存在的问题设计基于图像智能识别的烟道火灾隐患预警方法是本发明研究的目的。
发明内容
针对上述现有技术存在的问题，本发明在于提供基于图像智能识别的烟道火灾隐患预警方法，能够有效解决上述现有技术存在的问题。
本发明的技术方案是：
基于图像智能识别的烟道火灾隐患预警方法，包含以下步骤：
S1、服务器获取并保存原始烟道数据，所述原始烟道数据包含洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像；
S2、服务器调用图像识别算法处理所述洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像，得到基准数据；
S3、油烟视频图像监控系统定时采集烟道内壁的当前图像数据并通过网络发送到服务器；
S4、服务器调用图像识别算法处理当前图像数据，得到特征数据；
S5、服务器根据特征数据匹配基准数据中最接近的图像，得到对应的油污附着度等级，所述油污附着度等级包含洁净、一级污染、二级污染、三级污染、四级污染；
S6、若油污附着度等级大于预设等级，则向用户发出告警信息。
进一步地，所述烟道原始数据进一步包含温度信息，
所述S3进一步包含：
S3.1、温度监控系统实时采集烟道内的温度数据并通过网络发送到服务器；
所述S5进一步包含：
S5.1、服务器计算所述温度数据与所述温度信息的温度差值；
所述S6进一步包含：
S6.1、若所述温度差值大于预设差值，则服务器向用户发出告警信息。
进一步地，洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像的分类方法为：
洁净烟道图像：图像中烟道内油污面积占图像面积的比重为0-20％，
一级污染烟道图像：图像中烟道内油污面积占图像面积的比重为20-40％，
二级污染烟道图像：图像中烟道内油污面积占图像面积的比重为40-60％，
三级污染烟道图像：图像中烟道内油污面积占图像面积的比重为60-80％，
四级污染烟道图像：图像中烟道内油污面积占图像面积的比重为80-100％。
进一步地，所述特征数据包含颜色、纹理、灰度、亮度、对比度、动态范围。
进一步地，所述步骤S5进一步包含：建立多维数据矩阵。
进一步地，其特征在于：所述网络为WIFI、2G、3G、4G、有线网络中的一种或多种。
进一步地，所述油烟视频图像监控系统设置于由防护盖和腔体组成的壳体中，所述防护盖通过相应的推拉机构开启或闭合，并且所述油烟视频图像监控系统跟随所述防护盖运动，所述防护盖设置有补光灯。
进一步地，步骤S3中，油烟视频图像监控系统定时采集烟道内壁的当前图像数据之前，推拉机构开启所述防护盖，带动油烟视频图像监控系统暴露并朝向烟道内部；油烟视频图像监控系统定时采集烟道内壁的当前图像数据之后，推拉机构闭合所述防护盖，带动油烟视频图像监控系统收纳到所述壳体内。
一种应用于权利要求1至9任意一项所述方法的一种基于图像智能识别的烟道火灾隐患预警系统，包含：
控制模块；
通信模块，用于传递或接收数据；
储存模块，用于储存洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像；
油烟视频图像监控模块，用于拍摄烟道内壁的图像或视频，并将其通过通信模块传输到数据后台；
特征计算模块，包含颜色特征计算模块、纹理特征计算模块、灰度特征计算模块、亮度特征计算模块、对比度特征计算模块、动态范围特征计算模块，分别用于计算图像的颜色特征、纹理特征、灰度特征、亮度特征、对比度特征、动态范围特征；
归类模块，根据特征计算模块计算储存洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像、当前图像的特征数据，匹配最接近的对应等级的污染烟道图像，得到油污附着度等级，所述油污附着度等级包含洁净、一级污染、二级污染、三级污染、四级污染；
温度模块，用于获取烟道内当前温度信息；
警报模块，当所述特征差值或所述温度信息大于预设值，通过通信模块向用户发出警告。
因此，本发明提供以下的效果和/或优点：
1、本发明通过保存有不同等级的污染烟道图像，并且获取当前烟道的图像，并对多个图像进行图像处理、识别，智能得到当前烟道图像的污染等级。
2、本发明通过定时判断污染等级，并且在超出预先设定的污染等级时，通知用户清洗烟道，防范火灾。
3、本发明通过实时检测烟道内温度，并且在超出预先设定温度时，通知用户清洗烟道，防范火灾。
4、本发明通过特征数据，包含颜色、纹理、灰度、亮度、对比度、动态范围，可以精确、快速地匹配到最接近的图片，从而得到其对应的污染等级。
5、本发明的油烟视频图像监控系统设置于由防护盖和腔体组成的壳体中，并且在拍摄之前打开防护盖，拍摄之后关闭防护盖，可以方便保护油烟视频图像监控系统设置，防止油烟视频图像监控系统设置受到烟道内油烟的污染。
应当明白，本发明的上文的概述和下面的详细说明是示例性和解释性的，并且意在提供对如要求保护的本发明的进一步的解释。
附图说明
图1为本发明的流程示意图。
图2为实施例二的功能示意图。
具体实施方式
为了便于本领域技术人员理解，现将实施例结合附图对本发明的结构作进一步详细描述：
实施例一
参考图1，基于图像智能识别的烟道火灾隐患预警方法，包含以下步骤：
S1、服务器获取并保存原始烟道数据，所述原始烟道数据包含洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像；
S2、服务器调用图像识别算法处理所述洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像，得到基准数据；
S3、油烟视频图像监控系统定时采集烟道内壁的当前图像数据并通过网络发送到服务器；
S4、服务器调用图像识别算法处理当前图像数据，得到特征数据；
S5、服务器根据特征数据匹配基准数据中最接近的图像，得到对应的油污附着度等级，所述油污附着度等级包含洁净、一级污染、二级污染、三级污染、四级污染；
S6、若油污附着度等级大于预设等级，则向用户发出告警信息。
进一步地，所述烟道原始数据进一步包含温度信息，
所述S3进一步包含：
S3.1、温度监控系统实时采集烟道内的温度数据并通过网络发送到服务器；
所述S5进一步包含：
S5.1、服务器计算所述温度数据与所述温度信息的温度差值；
所述S6进一步包含：
S6.1、若所述温度差值大于预设差值，则服务器向用户发出告警信息。
进一步地，洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像的分类方法为：
洁净烟道图像：图像中烟道内油污面积占图像面积的比重为0-20％，
一级污染烟道图像：图像中烟道内油污面积占图像面积的比重为20-40％，
二级污染烟道图像：图像中烟道内油污面积占图像面积的比重为40-60％，
三级污染烟道图像：图像中烟道内油污面积占图像面积的比重为60-80％，
四级污染烟道图像：图像中烟道内油污面积占图像面积的比重为80-100％。
进一步地，所述特征数据包含颜色、纹理、灰度、亮度、对比度、动态范围。
进一步地，所述步骤S5进一步包含：建立多维数据矩阵。
进一步地，其特征在于：所述网络为WIFI、2G、3G、4G、有线网络中的一种或多种。
进一步地，所述油烟视频图像监控系统设置于由防护盖和腔体组成的壳体中，所述防护盖通过相应的推拉机构开启或闭合，并且所述油烟视频图像监控系统跟随所述防护盖运动，所述防护盖设置有补光灯。
进一步地，步骤S3中，油烟视频图像监控系统定时采集烟道内壁的当前图像数据之前，推拉机构开启所述防护盖，带动油烟视频图像监控系统暴露并朝向烟道内部；油烟视频图像监控系统定时采集烟道内壁的当前图像数据之后，推拉机构闭合所述防护盖，带动油烟视频图像监控系统收纳到所述壳体内。
实施例二
参考图2，一种可实现实施例一的烟道火灾隐患预警系统，包含：
控制模块；
通信模块，用于传递或接收数据；
储存模块，用于储存洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像；
油烟视频图像监控模块，用于拍摄烟道内壁的图像或视频，并将其通过通信模块传输到数据后台；
特征计算模块，包含颜色特征计算模块、纹理特征计算模块、灰度特征计算模块、亮度特征计算模块、对比度特征计算模块、动态范围特征计算模块，分别用于计算图像的颜色特征、纹理特征、灰度特征、亮度特征、对比度特征、动态范围特征；
归类模块，根据特征计算模块计算储存洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像、当前图像的特征数据，匹配最接近的对应等级的污染烟道图像，得到油污附着度等级，所述油污附着度等级包含洁净、一级污染、二级污染、三级污染、四级污染；
温度模块，用于获取烟道内当前温度信息；
警报模块，当所述特征差值或所述温度信息大于预设值，通过通信模块向用户发出警告。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属于本发明的涵盖范围。

Claims (10)

1.基于图像智能识别的烟道火灾隐患预警方法，其特征在于：包含以下步骤：
S1、服务器获取并保存原始烟道数据，所述原始烟道数据包含洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像；
S2、服务器调用图像识别算法处理所述洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像，得到基准数据；
S3、油烟视频图像监控系统定时采集烟道内壁的当前图像数据并通过网络发送到服务器；
S4、服务器调用图像识别算法处理当前图像数据，得到特征数据；
S5、服务器根据特征数据匹配基准数据中最接近的图像，得到对应的油污附着度等级，所述油污附着度等级包含洁净、一级污染、二级污染、三级污染、四级污染；
S6、若油污附着度等级大于预设等级，则向用户发出告警信息。
2.根据权利要求1所述的基于图像智能识别的烟道火灾隐患预警方法，其特征在于：所述烟道原始数据进一步包含温度信息，
所述S3进一步包含：
S3.1、温度监控系统实时采集烟道内的温度数据并通过网络发送到服务器；
所述S5进一步包含：
S5.1、服务器计算所述温度数据与所述温度信息的温度差值；
所述S6进一步包含：
S6.1、若所述温度差值大于预设差值，则服务器向用户发出告警信息。
3.根据权利要求1所述的基于图像智能识别的烟道火灾隐患预警方法，其特征在于：洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像的分类方法为：
洁净烟道图像：图像中烟道内油污面积占图像面积的比重为0-20％，
一级污染烟道图像：图像中烟道内油污面积占图像面积的比重为20-40％，
二级污染烟道图像：图像中烟道内油污面积占图像面积的比重为40-60％，
三级污染烟道图像：图像中烟道内油污面积占图像面积的比重为60-80％，
四级污染烟道图像：图像中烟道内油污面积占图像面积的比重为80-100％。
4.根据权利要求1所述的基于图像智能识别的烟道火灾隐患预警方法，其特征在于：所述特征数据包含颜色、纹理、灰度、亮度、对比度、动态范围。
5.根据权利要求1所述的基于图像智能识别的烟道火灾隐患预警方法，其特征在于：所述步骤S5进一步包含：建立多维数据矩阵。
6.根据权利要求2所述的基于图像智能识别的烟道火灾隐患预警方法，其特征在于：所述网络为WIFI、2G、3G、4G、有线网络中的一种或多种。
7.根据权利要求1所述的基于图像智能识别的烟道火灾隐患预警方法，其特征在于：所述油烟视频图像监控系统设置于由防护盖和腔体组成的壳体中，所述防护盖通过相应的推拉机构开启或闭合，并且所述油烟视频图像监控系统跟随所述防护盖运动，所述防护盖设置有补光灯。
8.根据权利要求7所述的基于图像智能识别的烟道火灾隐患预警方法，其特征在于：步骤S3中，油烟视频图像监控系统定时采集烟道内壁的当前图像数据之前，推拉机构开启所述防护盖，带动油烟视频图像监控系统暴露并朝向烟道内部。
9.根据权利要求7所述的基于图像智能识别的烟道火灾隐患预警方法，其特征在于：步骤S3中，油烟视频图像监控系统定时采集烟道内壁的当前图像数据之后，推拉机构闭合所述防护盖，带动油烟视频图像监控系统收纳到所述壳体内。
10.一种应用于权利要求1至9任意一项所述方法的一种基于图像智能识别的烟道火灾隐患预警系统，其特征在于：包含：
控制模块；
通信模块，用于传递或接收数据；
储存模块，用于储存洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像；
油烟视频图像监控模块，用于拍摄烟道内壁的图像或视频，并将其通过通信模块传输到数据后台；
特征计算模块，包含颜色特征计算模块、纹理特征计算模块、灰度特征计算模块、亮度特征计算模块、对比度特征计算模块、动态范围特征计算模块，分别用于计算图像的颜色特征、纹理特征、灰度特征、亮度特征、对比度特征、动态范围特征；
归类模块，根据特征计算模块计算储存洁净烟道图像、一级污染烟道图像、二级污染烟道图像、三级污染烟道图像、四级污染烟道图像、当前图像的特征数据，匹配最接近的对应等级的污染烟道图像，得到油污附着度等级，所述油污附着度等级包含洁净、一级污染、二级污染、三级污染、四级污染；
温度模块，用于获取烟道内当前温度信息；
警报模块，当所述特征差值或所述温度信息大于预设值，通过通信模块向用户发出警告。
CN202010057512.7A 2020-01-19 2020-01-19 基于图像智能识别的烟道火灾隐患预警方法 Pending CN111223262A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010057512.7A CN111223262A (zh) 2020-01-19 2020-01-19 基于图像智能识别的烟道火灾隐患预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010057512.7A CN111223262A (zh) 2020-01-19 2020-01-19 基于图像智能识别的烟道火灾隐患预警方法

Publications (1)

Publication Number Publication Date
CN111223262A true CN111223262A (zh) 2020-06-02

Family

ID=70832509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010057512.7A Pending CN111223262A (zh) 2020-01-19 2020-01-19 基于图像智能识别的烟道火灾隐患预警方法

Country Status (1)

Country Link
CN (1) CN111223262A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023065985A1 (zh) * 2021-10-21 2023-04-27 新智我来网络科技有限公司 热水器烟道风险预测方法、装置、计算机设备及介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2267660A (en) * 1992-06-09 1993-12-15 Chi Chang Enterprises Co Ltd Smoke purification apparatus
CN202479171U (zh) * 2012-02-08 2012-10-10 陕西理工学院 一种餐饮业油烟道自动清洗及防灭火系统
CN204106894U (zh) * 2014-09-03 2015-01-21 孙朝中 排烟管道自动防火灭火装置
CN107676838A (zh) * 2017-11-07 2018-02-09 佛山市云米电器科技有限公司 油烟感应系统的辅助清洁系统、方法及装置
CN107975851A (zh) * 2018-01-02 2018-05-01 广东美的厨房电器制造有限公司 吸油烟机及其清洗控制方法
CN108647574A (zh) * 2018-04-10 2018-10-12 江河瑞通（北京）技术有限公司 漂浮物图像检测模型生成方法、识别方法及设备
CN109030306A (zh) * 2018-06-26 2018-12-18 杭州老板电器股份有限公司 油烟机状态检测方法、装置、系统及油烟机
CN109934805A (zh) * 2019-03-04 2019-06-25 江南大学 一种基于低照度图像和神经网络的水污染检测方法
CN110428474A (zh) * 2019-06-21 2019-11-08 珠海格力电器股份有限公司 油烟机是否需要清洗的判断方法、终端及计算机可读介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2267660A (en) * 1992-06-09 1993-12-15 Chi Chang Enterprises Co Ltd Smoke purification apparatus
CN202479171U (zh) * 2012-02-08 2012-10-10 陕西理工学院 一种餐饮业油烟道自动清洗及防灭火系统
CN204106894U (zh) * 2014-09-03 2015-01-21 孙朝中 排烟管道自动防火灭火装置
CN107676838A (zh) * 2017-11-07 2018-02-09 佛山市云米电器科技有限公司 油烟感应系统的辅助清洁系统、方法及装置
CN107975851A (zh) * 2018-01-02 2018-05-01 广东美的厨房电器制造有限公司 吸油烟机及其清洗控制方法
CN108647574A (zh) * 2018-04-10 2018-10-12 江河瑞通（北京）技术有限公司 漂浮物图像检测模型生成方法、识别方法及设备
CN109030306A (zh) * 2018-06-26 2018-12-18 杭州老板电器股份有限公司 油烟机状态检测方法、装置、系统及油烟机
CN109934805A (zh) * 2019-03-04 2019-06-25 江南大学 一种基于低照度图像和神经网络的水污染检测方法
CN110428474A (zh) * 2019-06-21 2019-11-08 珠海格力电器股份有限公司 油烟机是否需要清洗的判断方法、终端及计算机可读介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023065985A1 (zh) * 2021-10-21 2023-04-27 新智我来网络科技有限公司 热水器烟道风险预测方法、装置、计算机设备及介质

Similar Documents

Publication Publication Date Title
CN108932814A (zh) 一种嵌入式图像型厨房火灾报警装置
CN110517441A (zh) 基于深度学习框架嵌入式烟雾及火焰视频报警系统及方法
CN103986906B (zh) 基于监控视频的开关门检测方法
KR20090054522A (ko) 비전 기반의 화재 감지 시스템 및 방법
Toreyin et al. Wildfire detection using LMS based active learning
CN109741565B (zh) 煤矿火灾识别系统及方法
CN117319451B (zh) 基于多模态大数据的城市级消防物联网监管系统及其方法
CN111223262A (zh) 基于图像智能识别的烟道火灾隐患预警方法
CN110501914A (zh) 一种安全监控方法、设备及计算机可读存储介质
CN111908288A (zh) 一种基于TensorFlow的电梯安全系统及方法
CN209657454U (zh) 煤矿火灾识别系统
KR102233679B1 (ko) Ess 침입자 및 화재 감지 장치 및 방법
KR20150095960A (ko) 물탱크 수질감시 모니터링 시스템 및 그 운용방법
CN108898781A (zh) 一种基于公有云的智能消防物联网系统
CN108119726B (zh) 用于检测地下大型管道漏水的系统
CN116228166B (zh) 一种基于人工智能的热水器安装验收系统
KR102081577B1 (ko) Cctv를 활용한 지능형 화재 감지 시스템
CN110966631A (zh) 安全检测方法、装置、油烟机和介质
CN115049988A (zh) 一种用于配电网监测及预判的边缘计算方法及装置
CN115311563A (zh) 面向森林火灾的经验模型自演化的轻量化烟雾检测方法
CN106780549B (zh) 基于Android平台的防抖动运动目标检测方法
CN114612771A (zh) 一种基于神经网络的火源监控方法及系统
US11127267B2 (en) Smart fire detection system
CN113538839A (zh) 一种烟雾报警垃圾桶及烟雾检测方法
TWI807354B (zh) 基於人工智能及影像辨識的火災偵測系統及火災偵測方法

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: 20200602

RJ01 Rejection of invention patent application after publication