CN112989930A - 一种自动监测消防通道堵塞的方法、系统、介质、终端 - Google Patents

一种自动监测消防通道堵塞的方法、系统、介质、终端 Download PDF

Info

Publication number
CN112989930A
CN112989930A CN202110157634.8A CN202110157634A CN112989930A CN 112989930 A CN112989930 A CN 112989930A CN 202110157634 A CN202110157634 A CN 202110157634A CN 112989930 A CN112989930 A CN 112989930A
Authority
CN
China
Prior art keywords
fire fighting
blockage
fire
video
platform
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
CN202110157634.8A
Other languages
English (en)
Inventor
李鹏
赵双杰
王江涛
赵涛
徐高峰
郭建军
段志方
严猛
郭洁
李钰
颜涛
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.)
Xi'an Meige Zhilian Software Technology Co ltd
Original Assignee
Xi'an Meige Zhilian Software 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 Xi'an Meige Zhilian Software Technology Co ltd filed Critical Xi'an Meige Zhilian Software Technology Co ltd
Priority to CN202110157634.8A priority Critical patent/CN112989930A/zh
Publication of CN112989930A publication Critical patent/CN112989930A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • 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
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/50—Safety; Security of things, users, data or systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Security & Cryptography (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明属于消防监测技术领域，公开了一种自动监测消防通道堵塞的方法、系统、介质、终端，通过视频AI技术实时检测消防通道，并识别不同的影响消防通道通行的障碍物；将识别信息实时传送给物联网消防应急平台，发现有影响消防通道通行的障碍物自动报警；物联网消防应急平台能够将消防通道被堵塞的预警信息在平台进行画面及音响提示，并自动推送至安全管理人员的手机；相关人员可快速获取消防通道堵塞的实时报警，可第一时间处理隐患。本发明对消防通道的部分障碍物进行识别，将识别信息及时传入物联网消防应急平台，一旦发现消防通道被堵塞，平台自动通过手机APP将信息传送给相关人员，及时进行清理，从而保证消防通道实时畅通。

Description

一种自动监测消防通道堵塞的方法、系统、介质、终端
技术领域
本发明属于消防监测技术领域，尤其涉及一种自动监测消防通道堵塞的方法、系统、介质、终端。
背景技术
目前，传统的消防安全管理工作中，是采取通过人工定时实地巡查的方式，或人工调用视频画面查看的方式，定时检查消防通道是否堵塞。无法保证不间断的对消防通道实际情况进行监视，消防通道被堵塞的情况时有发生，包括建筑内的消防疏散通道、消防车道、消防救援场地，很多被杂物、汽车、货物、垃圾等随意占用或堵塞，由此而导致的火灾发生时人员疏散困难、消防救援延滞现象时有发生，为火灾事故埋下了较大的隐患。
消防部门、物业管理单位等为此投入了巨大的人力物力，通过视频监控、或者定时人工巡查等方式检查消防通道的堵塞情况，但是单纯依靠人力依然无法保证消防通道实时畅通。
通过上述分析，现有技术存在的问题及缺陷为：通过人工定时实地巡查的方式，或人工调用视频画面查看的方式，无法保证不间断的对消防通道实际情况进行监视，单纯依靠人力依然无法保证消防通道实时畅通，为火灾事故埋下了较大的隐患。
发明内容
针对现有技术存在的问题，本发明提供了一种自动监测消防通道堵塞的方法、系统、介质、终端。
本发明是这样实现的，一种自动监测消防通道堵塞的方法，所述自动监测消防通道堵塞的方法包括以下步骤：
步骤一，通过视频AI技术实时检测消防通道，并能识别不同的影响消防通道通行的障碍物；
步骤二，将识别的信息实时传送给物联网消防应急平台，发现有影响消防通道通行的障碍物自动报警；
步骤三，物联网消防应急平台能够将消防通道被堵塞的预警信息在平台进行画面及音响提示，并自动推送至安全管理人员的手机；
步骤四，相关人员可快速获取消防通道堵塞的实时报警，可第一时间处理隐患。
进一步，步骤一中，所述通过视频AI技术实时检测消防通道，并能识别不同的影响消防通道通行的障碍物用于实现视频监控设备对消防通道现场环境参数的实时采集、分析。
进一步，步骤二中，所述将识别的信息实时传送给物联网消防应急平台，发现有影响消防通道通行的障碍物自动报警用于实现消防通道的异常环境参数即：非法侵占堵塞的上报。
进一步，步骤三中，所述物联网消防应急平台能够将消防通道被堵塞的预警信息在平台进行画面及音响提示，并自动推送至安全管理人员的手机用于实现应急安全管理平台报警信息后进行画面及音响提示，并推送给相关人员。
进一步，步骤四中，所述相关人员可快速获取消防通道堵塞的实时报警，可第一时间处理隐患用于实现值班人员及相关管理人员可快速掌握项目现场消防通道堵塞的报警信息，使得异常情况可以得到及时处理。
所述视频AI技术的图像预处理中，采用高斯滤波对图像进行预处理；切片视频AI技术图像分割的方法中，根据
Figure BDA0002934343080000021
和
Figure BDA0002934343080000022
经过多次迭代分类得到最终非正常视频AI技术区域
Figure BDA0002934343080000023
和最终正常视频AI技术区域
Figure BDA0002934343080000024
进一步包括：
步骤1)：从
Figure BDA0002934343080000025
和
Figure BDA0002934343080000026
的体素中提取特征，提取的特征包括：体素信号强度值；体素信号强度等级；以目标体素为中心的立方体中所有体素的信号强度中值；立方体信号强度均值；立方体信号强度标准差；立方体信号强度信息熵；立方体信号强度能量；立方体信号强度最大值；立方体信号强度最小值；体素x轴坐标；体素y轴坐标；体素z轴坐标；特征提取完之后，分别为
Figure BDA0002934343080000031
中的体素附上类别标签1，
Figure BDA0002934343080000032
中的体素附上类别标签0；
步骤2)：以步骤1)中提取出的特征和标签为训练数据，训练BP神经网络分类器；
步骤3)：
Figure BDA0002934343080000033
向外扩展，得到扩展区域
Figure BDA0002934343080000034
首先对
Figure BDA0002934343080000035
进行结构元素为圆形的形态学膨胀操作，然后用膨胀之后的图像减去
Figure BDA0002934343080000036
得
Figure BDA0002934343080000037
步骤4)：使用步骤2)训练得到的分类器对
Figure BDA0002934343080000038
中的体素进行分类，若某一体素被分类为视频体素，则所述体素的分类分数Sci就加1，若被分类为正常体素，则Sci就减1，其中Sci的初始值都为0；
步骤5)：将
Figure BDA0002934343080000039
中Sci大于1的体素保留，其余的体素舍去，从而得到扩展视频区域
Figure BDA00029343430800000310
将
Figure BDA00029343430800000311
与
Figure BDA00029343430800000312
合并得到视频区域
Figure BDA00029343430800000313
步骤6)：迭代步骤1)到步骤5)，迭代过程中
Figure BDA00029343430800000314
由
Figure BDA00029343430800000315
代替，
Figure BDA00029343430800000316
保持不变；迭代停止的条件为
Figure BDA00029343430800000317
其中
Figure BDA00029343430800000318
为第j次迭代得到的视频区域，
Figure BDA00029343430800000319
为第(j+1)次迭代得到的视频区域，count()为计数函数，threshold为停止条件阈值；得到初始切片的最终非正常视频AI技术区域
Figure BDA00029343430800000320
和最终正常视频AI技术区域
Figure BDA00029343430800000321
进一步，所述自动监测消防通道堵塞的方法硬件设置有：视频硬件算法、服务器、应急安全管理平台。
进一步，所述视频监控系统通过AI算法训练，用于实现实时监视保护区非法侵占、堵塞等异常情况。
进一步，所述服务器用于采集、存储视频监控系统的各类报警信息。
进一步，所述应急安全管理平台用于实现报警信息的提示及远程推送。
进一步，所述视频监控系统与服务器连接，所述服务器与应急管理平台连接。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
(1)本发明提供的自动监测消防通道堵塞的方法，整体而言，比传统技术的优点在于通过视频监控系统嫁接AI技术手段，对消防通道的部分障碍物进行识别，将识别信息及时传入物联网消防应急(预警)平台，一旦发现消防通道被堵塞，平台自动通过手机APP将信息传送给相关人员，及时进行清理，从而保证消防通道实时畅通。
(2)本发明中视频监控系统+AI智能算法，其技术效果为24h实时监控消防通道的实际情况，一旦发生非法侵占即可自动报警。
(3)本发明中服务器用于接入视频监控系统的各类信息，并提供给应急安全管理平台进行分析使用。
(4)本发明中应急安全管理平台技术效果为对接收到视频监控系统的报警信息进行画面及音响提示，并推送报警信息至相关人员的移动端APP，实现异常情况的快速响应、快速处理。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，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是本发明实施例提供的自动监测消防通道堵塞的方法流程图。
图2是本发明实施例提供的自动监测消防通道堵塞的方法硬件设备图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种自动监测消防通道堵塞的方法、系统、介质、终端，下面结合附图对本发明技术方案作详细的描述。
如图1所示，本发明实施例提供的自动监测消防通道堵塞的方法包括以下步骤：
S101，通过视频AI技术实时检测消防通道，并能识别不同的影响消防通道通行的障碍物；
S102，将识别的信息实时传送给物联网消防应急平台，发现有影响消防通道通行的障碍物自动报警；
S103，物联网消防应急平台能够将消防通道被堵塞的预警信息在平台进行画面及音响提示，并自动推送至安全管理人员的手机；
S104，相关人员可快速获取消防通道堵塞的实时报警，可第一时间处理隐患。
本发明提供的自动监测消防通道堵塞的方法业内的普通技术人员还可以采用其他的步骤实施，图1的本发明提供的自动监测消防通道堵塞的方法仅仅是一个具体实施例而已。
步骤S101中，本发明实施例提供的通过视频AI技术实时检测消防通道，并能识别不同的影响消防通道通行的障碍物用于实现视频监控设备对消防通道现场环境参数的实时采集、分析。
步骤S102中，本发明实施例提供的将识别的信息实时传送给物联网消防应急平台，发现有影响消防通道通行的障碍物自动报警用于实现消防通道的异常环境参数即：非法侵占堵塞的上报。
步骤S103中，本发明实施例提供的物联网消防应急平台能够将消防通道被堵塞的预警信息在平台进行画面及音响提示，并自动推送至安全管理人员的手机用于实现应急安全管理平台报警信息后进行画面及音响提示，并推送给相关人员。
步骤S104中，本发明实施例提供的相关人员可快速获取消防通道堵塞的实时报警，可第一时间处理隐患用于实现值班人员及相关管理人员可快速掌握项目现场消防通道堵塞的报警信息，使得异常情况可以得到及时处理。
进一步包括：
步骤1)：从
Figure BDA0002934343080000061
和
Figure BDA0002934343080000062
的体素中提取特征，提取的特征包括：体素信号强度值；体素信号强度等级；以目标体素为中心的立方体中所有体素的信号强度中值；立方体信号强度均值；立方体信号强度标准差；立方体信号强度信息熵；立方体信号强度能量；立方体信号强度最大值；立方体信号强度最小值；体素x轴坐标；体素y轴坐标；体素z轴坐标；特征提取完之后，分别为
Figure BDA0002934343080000063
中的体素附上类别标签1，
Figure BDA0002934343080000064
中的体素附上类别标签0；
步骤2)：以步骤1)中提取出的特征和标签为训练数据，训练BP神经网络分类器；
步骤3)：
Figure BDA0002934343080000065
向外扩展，得到扩展区域
Figure BDA0002934343080000066
首先对
Figure BDA0002934343080000067
进行结构元素为圆形的形态学膨胀操作，然后用膨胀之后的图像减去
Figure BDA0002934343080000068
得
Figure BDA0002934343080000069
步骤4)：使用步骤2)训练得到的分类器对
Figure BDA00029343430800000610
中的体素进行分类，若某一体素被分类为视频体素，则所述体素的分类分数Sci就加1，若被分类为正常体素，则Sci就减1，其中Sci的初始值都为0；
步骤5)：将
Figure BDA00029343430800000611
中Sci大于1的体素保留，其余的体素舍去，从而得到扩展视频区域
Figure BDA00029343430800000612
将
Figure BDA00029343430800000613
与
Figure BDA00029343430800000614
合并得到视频区域
Figure BDA00029343430800000615
步骤6)：迭代步骤1)到步骤5)，迭代过程中
Figure BDA00029343430800000616
由
Figure BDA00029343430800000617
代替，
Figure BDA00029343430800000618
保持不变；迭代停止的条件为
Figure BDA0002934343080000071
其中
Figure BDA0002934343080000072
为第j次迭代得到的视频区域，
Figure BDA0002934343080000073
为第(j+1)次迭代得到的视频区域，count()为计数函数，threshold为停止条件阈值；得到初始切片的最终非正常视频AI技术区域
Figure BDA0002934343080000074
和最终正常视频AI技术区域
Figure BDA0002934343080000075
如图2所示，本发明实施例提供的自动监测消防通道堵塞的方法硬件设置有：视频硬件算法、服务器、应急安全管理平台。
本发明实施例提供的视频监控系统通过AI算法训练，用于实现实时监视保护区非法侵占、堵塞等异常情况。
本发明实施例提供的服务器用于采集、存储视频监控系统的各类报警信息。
本发明实施例提供的应急安全管理平台用于实现报警信息的提示及远程推送。
本发明实施例提供的视频监控系统与服务器连接，所述服务器与应急管理平台连接。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种自动监测消防通道堵塞的方法，其特征在于，所述自动监测消防通道堵塞的方法包括：
通过视频AI技术实时检测消防通道，并能识别不同的影响消防通道通行的障碍物；
将识别的信息实时传送给物联网消防应急平台，发现有影响消防通道通行的障碍物自动报警；
物联网消防应急平台能够将消防通道被堵塞的预警信息在平台进行画面及音响提示，并自动推送至安全管理人员的手机；
获取消防通道堵塞的实时报警，第一时间处理隐患。
2.如权利要求1所述的自动监测消防通道堵塞的方法，其特征在于，所述通过视频AI技术实时检测消防通道，并能识别不同的影响消防通道通行的障碍物用于实现视频监控设备对消防通道现场环境参数的实时采集、分析。
3.如权利要求1所述的自动监测消防通道堵塞的方法，其特征在于，所述将识别的信息实时传送给物联网消防应急平台，发现有影响消防通道通行的障碍物自动报警用于实现消防通道的异常环境参数即：非法侵占堵塞的上报。
4.如权利要求1所述的自动监测消防通道堵塞的方法，其特征在于，所述物联网消防应急平台能够将消防通道被堵塞的预警信息在平台进行画面及音响提示，并自动推送至安全管理人员的手机用于实现应急安全管理平台报警信息后进行画面及音响提示，并推送给相关人员。
5.如权利要求1所述的自动监测消防通道堵塞的方法，其特征在于，获取消防通道堵塞的实时报警，第一时间处理隐患用于实现值班人员及相关管理人员可快速掌握项目现场消防通道堵塞的报警信息，使得异常情况可以得到及时处理。
6.如权利要求1所述的自动监测消防通道堵塞的方法，其特征在于，所述视频AI技术的图像预处理中，采用高斯滤波对图像进行预处理；切片视频AI技术图像分割的方法中，根据
Figure FDA0002934343070000021
和
Figure FDA0002934343070000022
经过多次迭代分类得到最终非正常视频AI技术区域
Figure FDA0002934343070000023
和最终正常视频AI技术区域
Figure FDA0002934343070000024
7.如权利要求6所述的自动监测消防通道堵塞的方法，其特征在于，进一步包括：
步骤1)：从
Figure FDA0002934343070000025
和
Figure FDA0002934343070000026
的体素中提取特征，提取的特征包括：体素信号强度值；体素信号强度等级；以目标体素为中心的立方体中所有体素的信号强度中值；立方体信号强度均值；立方体信号强度标准差；立方体信号强度信息熵；立方体信号强度能量；立方体信号强度最大值；立方体信号强度最小值；体素x轴坐标；体素y轴坐标；体素z轴坐标；特征提取完之后，分别为
Figure FDA0002934343070000027
中的体素附上类别标签1，
Figure FDA0002934343070000028
中的体素附上类别标签0；
步骤2)：以步骤1)中提取出的特征和标签为训练数据，训练BP神经网络分类器；
步骤3)：
Figure FDA0002934343070000029
向外扩展，得到扩展区域
Figure FDA00029343430700000210
首先对
Figure FDA00029343430700000211
进行结构元素为圆形的形态学膨胀操作，然后用膨胀之后的图像减去
Figure FDA00029343430700000212
得
Figure FDA00029343430700000213
步骤4)：使用步骤2)训练得到的分类器对
Figure FDA00029343430700000214
中的体素进行分类，若某一体素被分类为视频体素，则所述体素的分类分数Sci就加1，若被分类为正常体素，则Sci就减1，其中Sci的初始值都为0；
步骤5)：将
Figure FDA00029343430700000215
中Sci大于1的体素保留，其余的体素舍去，从而得到扩展视频区域
Figure FDA00029343430700000216
将
Figure FDA00029343430700000217
与
Figure FDA00029343430700000218
合并得到视频区域
Figure FDA00029343430700000219
步骤6)：迭代步骤1)到步骤5)，迭代过程中
Figure FDA00029343430700000220
由
Figure FDA00029343430700000221
代替，
Figure FDA00029343430700000222
保持不变；迭代停止的条件为
Figure FDA00029343430700000223
其中
Figure FDA0002934343070000031
为第j次迭代得到的视频区域，
Figure FDA0002934343070000032
为第(j+1)次迭代得到的视频区域，count()为计数函数，threshold为停止条件阈值；得到初始切片的最终非正常视频AI技术区域
Figure FDA0002934343070000033
和最终正常视频AI技术区域
Figure FDA0002934343070000034
8.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
通过视频AI技术实时检测消防通道，并能识别不同的影响消防通道通行的障碍物；
将识别的信息实时传送给物联网消防应急平台，发现有影响消防通道通行的障碍物自动报警；
物联网消防应急平台能够将消防通道被堵塞的预警信息在平台进行画面及音响提示，并自动推送至安全管理人员的手机；
获取消防通道堵塞的实时报警，第一时间处理隐患。
9.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现权利要求1～7任意一项所述的自动监测消防通道堵塞的方法。
10.一种实施权利要求1～7任意一项所述自动监测消防通道堵塞的方法的自动监测消防通道堵塞的系统，其特征在于，所述自动监测消防通道堵塞的系统包括：视频监控系统、服务器、应急安全管理平台；视频监控系统与服务器连接，所述服务器与应急管理平台连接
视频监控系统通过AI算法训练，用于实现实时监视保护区非法侵占、堵塞异常情况；
服务器用于采集、存储视频监控系统的各类报警信息；
应急安全管理平台用于实现报警信息的提示及远程推送。
CN202110157634.8A 2021-02-04 2021-02-04 一种自动监测消防通道堵塞的方法、系统、介质、终端 Pending CN112989930A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110157634.8A CN112989930A (zh) 2021-02-04 2021-02-04 一种自动监测消防通道堵塞的方法、系统、介质、终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110157634.8A CN112989930A (zh) 2021-02-04 2021-02-04 一种自动监测消防通道堵塞的方法、系统、介质、终端

Publications (1)

Publication Number Publication Date
CN112989930A true CN112989930A (zh) 2021-06-18

Family

ID=76347242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110157634.8A Pending CN112989930A (zh) 2021-02-04 2021-02-04 一种自动监测消防通道堵塞的方法、系统、介质、终端

Country Status (1)

Country Link
CN (1) CN112989930A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114582129A (zh) * 2022-03-11 2022-06-03 浙江电马云车科技有限公司 基于5g的消防通道预警系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050270225A1 (en) * 2004-06-02 2005-12-08 Setsuo Tokoro Obstacle recognition system and obstacle recognition method
CN103366374A (zh) * 2013-07-12 2013-10-23 重庆大学 基于图像匹配的消防通道障碍物检测方法
CN108785944A (zh) * 2018-06-29 2018-11-13 深圳市中电数通智慧安全科技股份有限公司 一种消防装置及消防机器人
CN208488825U (zh) * 2019-01-07 2019-02-12 上海市浦东新区城市运行综合管理中心 一种消防通道监测清障系统
CN110852182A (zh) * 2019-10-21 2020-02-28 华中科技大学 一种基于三维空间时序建模的深度视频人体行为识别方法
CN112052821A (zh) * 2020-09-15 2020-12-08 浙江智慧视频安防创新中心有限公司 消防通道安全检测方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050270225A1 (en) * 2004-06-02 2005-12-08 Setsuo Tokoro Obstacle recognition system and obstacle recognition method
CN103366374A (zh) * 2013-07-12 2013-10-23 重庆大学 基于图像匹配的消防通道障碍物检测方法
CN108785944A (zh) * 2018-06-29 2018-11-13 深圳市中电数通智慧安全科技股份有限公司 一种消防装置及消防机器人
CN208488825U (zh) * 2019-01-07 2019-02-12 上海市浦东新区城市运行综合管理中心 一种消防通道监测清障系统
CN110852182A (zh) * 2019-10-21 2020-02-28 华中科技大学 一种基于三维空间时序建模的深度视频人体行为识别方法
CN112052821A (zh) * 2020-09-15 2020-12-08 浙江智慧视频安防创新中心有限公司 消防通道安全检测方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114582129A (zh) * 2022-03-11 2022-06-03 浙江电马云车科技有限公司 基于5g的消防通道预警系统

Similar Documents

Publication Publication Date Title
US20240062518A1 (en) Method, apparatus, computer device and storage medium for detecting objects thrown from height
CN111144291B (zh) 基于目标检测的视频监控区域人员入侵判别方法及装置
CN107911653B (zh) 驻所智能视频监控模组、系统、方法以及存储介质
CN110796819B (zh) 一种针对站台黄线入侵越界人员的检测方法及系统
CN110795963A (zh) 一种基于人脸识别的监控方法、装置及设备
CN114973140A (zh) 基于机器视觉的危险区域人员闯入监测方法及系统
CN110867046A (zh) 一种基于云计算的智能洗车机视频监控预警系统
CN113484858A (zh) 一种入侵检测方法和系统
CN116743970A (zh) 一种具有视频ai预警分析的智能管理平台
CN112989930A (zh) 一种自动监测消防通道堵塞的方法、系统、介质、终端
CN116246416A (zh) 一种用于安防的智能分析预警平台及方法
CN116993265A (zh) 一种基于物联网的智能仓储安全管理系统
CN113505709A (zh) 一种用于实时监测人体危险行为的方法以及系统
CN101814134A (zh) 一种基于计算机视觉监视技术的火焰智能检测方法
CN116704411A (zh) 一种基于物联网的安防管控方法、系统及存储介质
CN112102543A (zh) 一种安检系统和方法
CN116011927A (zh) 监督巡查方法、装置、电子设备及存储介质
Manu et al. Anomaly Alert System using CCTV surveillance
CN113642365A (zh) 一种小区垃圾监控系统及其方法
CN114049733B (zh) 入侵检测方法、监控平台、入侵检测系统和可读存储介质
KR102333418B1 (ko) 조도 변화시 유기된 물체의 감시 방법
CN202230558U (zh) 楼宇防攀爬系统
Park et al. Development of intelligent safety monitoring model for industrial construction site application
CN117253187A (zh) 一种监控视频的处理方法及装置
CN116246432A (zh) 一种接地柜的预警保护系统及方法

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
CB03 Change of inventor or designer information

Inventor after: Li Peng

Inventor after: Li Yu

Inventor after: Yan Tao

Inventor after: Zhao Shuangjie

Inventor after: Wang Jiangtao

Inventor after: Zhao Tao

Inventor after: Xu Gaofeng

Inventor after: Guo Jianjun

Inventor after: Duan Zhifang

Inventor after: Yan Meng

Inventor after: Guo Hao

Inventor before: Li Peng

Inventor before: Li Yu

Inventor before: Yan Tao

Inventor before: Zhao Shuangjie

Inventor before: Wang Jiangtao

Inventor before: Zhao Tao

Inventor before: Xu Gaofeng

Inventor before: Guo Jianjun

Inventor before: Duan Zhifang

Inventor before: Yan Meng

Inventor before: Guo Jie

CB03 Change of inventor or designer information