CN112396796A - 一种基于计算机视觉的火灾自动识别预警监控系统 - Google Patents
一种基于计算机视觉的火灾自动识别预警监控系统 Download PDFInfo
- Publication number
- CN112396796A CN112396796A CN202011115677.1A CN202011115677A CN112396796A CN 112396796 A CN112396796 A CN 112396796A CN 202011115677 A CN202011115677 A CN 202011115677A CN 112396796 A CN112396796 A CN 112396796A
- Authority
- CN
- China
- Prior art keywords
- early warning
- flame
- fire
- warning monitoring
- monitoring system
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 41
- 231100001267 hazard identification Toxicity 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000004904 shortening Methods 0.000 abstract description 3
- 239000000779 smoke Substances 0.000 description 3
- 230000000391 smoking effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002265 prevention Effects 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
- G08B17/12—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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Mathematical Physics (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Fire-Detection Mechanisms (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于计算机视觉的火灾自动识别预警监控系统,包括预警监控系统以及预警监控方法;所述预警监控系统包括数据采集模块、数据传输模块、数据处理模块以及报警系统;所述预警监控方法包括以下步骤:步骤1、数据采集装置采集现场动态图像传给计算机;步骤2、创建一张与原图像大小及通道数都相同的黑色图像;步骤3、识别颜色处于火焰特征区间的物体并且结合火焰动态特征进一步确认;步骤4、识别出火焰特征,启动报警系统;本发明能够自主识别火情,并发出预警信号,最大限度缩减了发现火情的时间;还可以与5G技术进行融合,近乎零延时传回救援下现场画面,实时提供火场信息,控制火情。
Description
技术领域
本发明涉及火灾防控技术领域,具体是指一种基于计算机视觉的火灾自动识别预警监控系统。
背景技术
监控目前被广泛应用于小区、仓库、学校,酒店等各个场所,然而囿于监控室工作人员处理信息能力的局限性,往往不能及时注意到特殊情况,尤其是火灾,初期火势小不易察觉,但是火势蔓延迅速,一旦错过最佳的报警时机,将会造成重大的财产损失以及人员伤亡。
市面上常见的火灾检测器大多为温度传感器和烟雾检测器,这样的检测方式需得火势达到一定程度才能识别出来,这就与实时预警火情的思想相悖。
所以,一种基于计算机视觉的火灾自动识别预警监控系统成为人们亟待解决的问题。
发明内容
本发明要解决的技术问题是利用智能化的计算机视觉识别火情,依靠图像处理算法与图像识别算法对摄像头拍摄的画面进行分析,及时准确判断出监控区域内的火情,并与消防系统进行联动实时发出预警信号。
为解决上述技术问题,本发明提供的技术方案为:一种基于计算机视觉的火灾自动识别预警监控系统,包括预警监控系统以及预警监控方法;
所述预警监控系统包括数据采集模块、数据传输模块、数据处理模块以及报警系统;所述数据采集模块采集现场动态图像,所述数据传输模块传输采集模块收集的数据以及数据处理模块处理后的数据;所述数据处理模块对动态图像进行处理,识别火情;所述报警系统接收火情信号并发出警报;
所述预警监控方法主要采用二帧差分与三帧差分的算法,包括以下步骤:
步骤1、数据采集装置采集现场动态图像传给计算机;
步骤2、计算机创建一张与原图像大小及通道数都相同的黑色图像;
步骤3、识别颜色处于火焰特征区间的物体并且结合火焰动态特征进行进一步确认,精准识别;
步骤4、识别出火焰特征,启动报警系统。
进一步的,所述报警系统包括启动模块、现场报警系统以及消防联动系统;
所述启动模块接收火情信号并启动现场报警系统与消防联动系统,所述现场报警系统在火灾现场发出警报;所述消防联动系统与消防部门数据互通,及时发送火灾报警。
进一步的,所述采集模块为监控摄像头。
进一步的,步骤2中所述火焰动态特征包括面积、抖动频率以及形状。
进一步的,采用火焰区域像素点数量统计描述所述火焰动态特征的面积,并结合视频序列帧间差计算火焰面积变化率。
进一步的,所述抖动频率包括火焰闪烁频率以及主要频率;所述火焰闪烁频率分布范围:3~25Hz;所述主要频率分布范围:7~12Hz。
进一步的,所述形状包括火焰边缘尖角数量以及火焰轮廓;所述火焰边缘尖角数量在视频序列中可计算得到火焰尖角变化率;所述火焰轮廓傅的傅里叶变换系数在视频序列中可统计出火焰轮廓变化率。
本发明与现有技术相比的优点在于:本发明一方面能够自主识别火情,并发出预警信号,最大限度缩减了发现火情的时间;另一方面,除了前期的预警工作,还可以与时下热门的5G技术进行融合,利用5G技术高清、高速、高承载量的特点,近乎零延时传回救援下现场画面,对火灾现场扫描建模,实时提供火场信息,救援人员,控制火情;此外,本发明还可以对矿场、加油站等禁止明火或禁止吸烟的场所进行进一步识别,判断监控区域内有无人员吸烟,从而打造“无烟”仓库,“无烟”电梯等。
附图说明
图1是本发明一种基于计算机视觉的火灾自动识别预警监控系统的流程图。
具体实施方式
下面结合附图对本发明一种基于计算机视觉的火灾自动识别预警监控系统做进一步的详细说明。
结合附图1,对本发明进行详细介绍。
一种基于计算机视觉的火灾自动识别预警监控系统,包括预警监控系统以及预警监控方法;
所述预警监控系统包括数据采集模块、数据传输模块、数据处理模块以及报警系统;所述数据采集模块采集现场动态图像,所述数据传输模块传输采集模块收集的数据以及数据处理模块处理后的数据;所述数据处理模块对动态图像进行处理,识别火情;所述报警系统接收火情信号并发出警报;
所述预警监控方法主要采用二帧差分与三帧差分的算法,包括以下步骤:
步骤1、数据采集装置采集现场动态图像传给计算机;
步骤2、计算机创建一张与原图像大小及通道数都相同的黑色图像;
步骤3、识别颜色处于火焰特征区间的物体并且结合火焰动态特征进行进一步确认,精准识别;
步骤4、识别出火焰特征,启动报警系统。
进一步的,所述报警系统包括启动模块、现场报警系统以及消防联动系统;
所述启动模块接收火情信号并启动现场报警系统与消防联动系统,所述现场报警系统在火灾现场发出警报;所述消防联动系统与消防部门数据互通,及时发送火灾报警。
进一步的,所述采集模块为监控摄像头。
进一步的,步骤2中所述火焰动态特征包括面积、抖动频率以及形状。
进一步的,采用火焰区域像素点数量统计描述所述火焰动态特征的面积,并结合视频序列帧间差计算火焰面积变化率。
进一步的,所述抖动频率包括火焰闪烁频率以及主要频率;所述火焰闪烁频率分布范围:3~25Hz;所述主要频率分布范围:7~12Hz。
进一步的,所述形状包括火焰边缘尖角数量以及火焰轮廓;所述火焰边缘尖角数量在视频序列中可计算得到火焰尖角变化率;所述火焰轮廓傅的傅里叶变换系数在视频序列中可统计出火焰轮廓变化率。
二帧差分与三帧差分的算法主要程序代码如下:
importnumpy as np
import cv2
importPIL.Image as Image
importPIL.ImageDraw as ImageDraw
importPIL.ImageFont as ImageFont
defcontrast_brightness(image,c,b):
blank=np.zeros(image.shape,image.dtype)
dst=cv2.addWeighted(image,c,blank,1-c,b)
ret,dst=cv2.threshold(dst,127,255,cv2.THRESH_BINARY)
returndst
defdrawfire(image,fireimage):
_,contours,hierarchy=cv2.findContours(fireimage,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
max_area=0
max_cnt=0
for i in range(len(contours)):
cnt=contours[i]
area=cv2.contourArea(cnt)
if(area>max_area):
max_area=area
max_cnt=cnt
if(max_area!=0):
x,y,w,h=cv2.boundingRect(max_cnt)
rect=cv2.minAreaRect(max_cnt)
box=cv2.boxPoints(rect)
box=np.int0(box)
if(max_area!=0):
cv2.drawContours(image,contours,-1,(0,255,0),1)
cv2.imshow("img",image)
defdrawfire_bak(image,fireimage):
display_str=str('火焰预警')
image_np=Image.fromarray(image)
draw=ImageDraw.Draw(image_np)
contours,hierarchy=cv2.findContours(fireimage,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
v_box=[]
for i in range(len(contours)):
cnt=contours[i]
area=cv2.contourArea(cnt)
x,y,w,h=cv2.boundingRect(cnt)
if area>1:
v_box.append([x,y])
v_box.append([x+w,y+h])
if(len(v_box)>0):
v_box=np.array(v_box)
minvx,minvy=np.amin(v_box,axis=0)
maxvx,maxvy=np.amax(v_box,axis=0)
if(len(v_box)>0):
font=ImageFont.truetype('simhei.ttf',20,encoding='utf-8')
display_str_height=font.getsize(display_str)[1]
display_str_heights=(1+2*0.05)*display_str_height
ifminvy>display_str_heights:
text_bottom=minvy
else:
text_bottom=maxvy
text_width,text_h
本发明一种基于计算机视觉的火灾自动识别预警监控系统的具体实施过程如下:
本发明主要采用二帧差分与三帧差分的算法,先采集现场动态图像并创建一张与原图像大小及通道数都相同的黑色图像,识别颜色处于火焰特征区间的物体,视频图像中火焰区域像素值偏红色,亮度值高于非火焰区域;再结合火焰的动态特征进行进一步确认,火焰动态特征体现的是视频序列帧间火焰变化规律,相邻帧间火焰区域在面积、抖动频率、形状等方面都表现为一定的动态特征,进行精准识别;识别出火焰特征,启动报警系统,现场报警系统在火灾现场发出警报;消防联动系统向消防部门及时发送火灾报警。
本发明一方面能够自主识别火情,并发出预警信号,最大限度缩减了发现火情的时间;另一方面,除了前期的预警工作,还可以与时下热门的5G技术进行融合,利用5G技术高清、高速、高承载量的特点,近乎零延时传回救援下现场画面,对火灾现场扫描建模,实时提供火场信息,救援人员,控制火情;此外,本发明还可以对矿场、加油站等禁止明火或禁止吸烟的场所进行进一步识别,判断监控区域内有无人员吸烟,从而打造“无烟”仓库,“无烟”电梯等。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (7)
1.一种基于计算机视觉的火灾自动识别预警监控系统,其特征在于:包括预警监控系统以及预警监控方法;
所述预警监控系统包括数据采集模块、数据传输模块、数据处理模块以及报警系统;所述数据采集模块采集现场动态图像,所述数据传输模块传输采集模块收集的数据以及数据处理模块处理后的数据;所述数据处理模块对动态图像进行处理,识别火情;所述报警系统接收火情信号并发出警报;
所述预警监控方法主要采用二帧差分与三帧差分的算法,包括以下步骤:
步骤1、数据采集装置采集现场动态图像传给计算机;
步骤2、计算机创建一张与原图像大小及通道数都相同的黑色图像;
步骤3、识别颜色处于火焰特征区间的物体并且结合火焰动态特征进行进一步确认,精准识别;
步骤4、识别出火焰特征,启动报警系统。
2.根据权利要求1所述的一种基于计算机视觉的火灾自动识别预警监控系统,其特征在于:所述报警系统包括启动模块、现场报警系统以及消防联动系统;
所述启动模块接收火情信号并启动现场报警系统与消防联动系统,所述现场报警系统在火灾现场发出警报;所述消防联动系统与消防部门数据互通,及时发送火灾报警。
3.根据权利要求1所述的一种基于计算机视觉的火灾自动识别预警监控系统,其特征在于:所述采集模块为监控摄像头。
4.根据权利要求1所述的一种基于计算机视觉的火灾自动识别预警监控系统,其特征在于:步骤2中所述火焰动态特征包括面积、抖动频率以及形状。
5.根据权利要求4所述的一种基于计算机视觉的火灾自动识别预警监控系统,其特征在于:采用火焰区域像素点数量统计描述所述火焰动态特征的面积,并结合视频序列帧间差计算火焰面积变化率。
6.根据权利要求4所述的一种基于计算机视觉的火灾自动识别预警监控系统,其特征在于:所述抖动频率包括火焰闪烁频率以及主要频率;所述火焰闪烁频率分布范围:3~25Hz;所述主要频率分布范围:7~12Hz。
7.根据权利要求4所述的一种基于计算机视觉的火灾自动识别预警监控系统,其特征在于:所述形状包括火焰边缘尖角数量以及火焰轮廓;所述火焰边缘尖角数量在视频序列中可计算得到火焰尖角变化率;所述火焰轮廓傅的傅里叶变换系数在视频序列中可统计出火焰轮廓变化率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011115677.1A CN112396796A (zh) | 2020-10-19 | 2020-10-19 | 一种基于计算机视觉的火灾自动识别预警监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011115677.1A CN112396796A (zh) | 2020-10-19 | 2020-10-19 | 一种基于计算机视觉的火灾自动识别预警监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112396796A true CN112396796A (zh) | 2021-02-23 |
Family
ID=74595967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011115677.1A Pending CN112396796A (zh) | 2020-10-19 | 2020-10-19 | 一种基于计算机视觉的火灾自动识别预警监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112396796A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113393639A (zh) * | 2021-06-07 | 2021-09-14 | 山东立创新能源科技发展有限公司 | 一种基于视觉识别的充电站火情报警系统 |
CN113998555A (zh) * | 2021-09-18 | 2022-02-01 | 特斯联科技集团有限公司 | 一种无感电梯按钮与移动电话互动的方法和系统 |
CN115192949A (zh) * | 2022-07-14 | 2022-10-18 | 何勇 | 一种基于ai算法的智能可视化消防执行方法及操作系统 |
CN116308975A (zh) * | 2023-05-17 | 2023-06-23 | 山东金桥保安器材有限公司 | 一种基于图像识别的安防数据处理方法及系统 |
CN117975703A (zh) * | 2024-04-01 | 2024-05-03 | 南京久润安全科技有限公司 | 一种智能联动预警的消防广播系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150856A (zh) * | 2013-02-28 | 2013-06-12 | 江苏润仪仪表有限公司 | 火灾火焰视频监测预警系统及火灾火焰检测方法 |
CN103914677A (zh) * | 2013-01-04 | 2014-07-09 | 云联(北京)信息技术有限公司 | 一种动作识别方法及装置 |
JP2014171102A (ja) * | 2013-03-04 | 2014-09-18 | Dodwell Bms Ltd | カメラ監視システム及びカメラ監視方法 |
CN106408846A (zh) * | 2016-11-29 | 2017-02-15 | 周川 | 基于视频监控平台的图像火灾检测方法 |
CN109191761A (zh) * | 2018-09-06 | 2019-01-11 | 中国石油大学(华东) | 一种基于火焰多特征融合的火灾识别方法 |
-
2020
- 2020-10-19 CN CN202011115677.1A patent/CN112396796A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914677A (zh) * | 2013-01-04 | 2014-07-09 | 云联(北京)信息技术有限公司 | 一种动作识别方法及装置 |
CN103150856A (zh) * | 2013-02-28 | 2013-06-12 | 江苏润仪仪表有限公司 | 火灾火焰视频监测预警系统及火灾火焰检测方法 |
JP2014171102A (ja) * | 2013-03-04 | 2014-09-18 | Dodwell Bms Ltd | カメラ監視システム及びカメラ監視方法 |
CN106408846A (zh) * | 2016-11-29 | 2017-02-15 | 周川 | 基于视频监控平台的图像火灾检测方法 |
CN109191761A (zh) * | 2018-09-06 | 2019-01-11 | 中国石油大学(华东) | 一种基于火焰多特征融合的火灾识别方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113393639A (zh) * | 2021-06-07 | 2021-09-14 | 山东立创新能源科技发展有限公司 | 一种基于视觉识别的充电站火情报警系统 |
CN113998555A (zh) * | 2021-09-18 | 2022-02-01 | 特斯联科技集团有限公司 | 一种无感电梯按钮与移动电话互动的方法和系统 |
CN115192949A (zh) * | 2022-07-14 | 2022-10-18 | 何勇 | 一种基于ai算法的智能可视化消防执行方法及操作系统 |
CN116308975A (zh) * | 2023-05-17 | 2023-06-23 | 山东金桥保安器材有限公司 | 一种基于图像识别的安防数据处理方法及系统 |
CN117975703A (zh) * | 2024-04-01 | 2024-05-03 | 南京久润安全科技有限公司 | 一种智能联动预警的消防广播系统 |
CN117975703B (zh) * | 2024-04-01 | 2024-06-21 | 南京久润安全科技有限公司 | 一种智能联动预警的消防广播系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112396796A (zh) | 一种基于计算机视觉的火灾自动识别预警监控系统 | |
CN107911653B (zh) | 驻所智能视频监控模组、系统、方法以及存储介质 | |
WO2022011828A1 (zh) | 出入电梯物件检测系统及方法、物件检测系统、电梯光幕以及电梯设备 | |
KR101618340B1 (ko) | 도로상태 센싱장치를 이용하는 터널환경 모니터링 시스템 | |
KR101168760B1 (ko) | 화염 검출 방법 및 장치 | |
CN111626188B (zh) | 一种室内不可控明火监测方法及系统 | |
CN108389359B (zh) | 一种基于深度学习的城市火灾报警方法 | |
CN104966375A (zh) | 一种安防监控系统及监控方法 | |
KR102407327B1 (ko) | 화재감지장치 및 이를 포함하는 화재감지시스템 | |
US20080137906A1 (en) | Smoke Detecting Method And Device | |
CN102663869A (zh) | 基于视频监控平台的室内火灾检测方法 | |
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 | |
CN113299034B (zh) | 一种适应多场景的火焰识别预警方法 | |
JPH0337354B2 (zh) | ||
CN112785809B (zh) | 一种基于ai图像识别火情复燃预测方法及系统 | |
KR20130094489A (ko) | 영상 기반 이상 동작 감시 시스템 및 방법 | |
CN115311604B (zh) | 一种基于物联网的消防方法 | |
CN109377713A (zh) | 一种火灾预警方法及系统 | |
CN110853287A (zh) | 一种基于物联网分布式架构的火焰实时监控系统及方法 | |
CN114913663A (zh) | 异常检测方法、装置、计算机设备和存储介质 | |
CN112347937B (zh) | 一种基于视觉感知的室内火灾监测系统及方法 | |
KR101552564B1 (ko) | 가스센서 및 ip네트워크 카메라 기반 융합 보안 시스템 | |
KR102081577B1 (ko) | Cctv를 활용한 지능형 화재 감지 시스템 | |
CN111209866A (zh) | 防火通道堵塞智能检测算法 | |
KR102521725B1 (ko) | 인공지능 기반의 화재 감지 시스템, 화재 감지 장치 및 그 방법 |
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: 20210223 |
|
RJ01 | Rejection of invention patent application after publication |