CN113327400A - 火情隐患监测方法、装置、系统和存储介质 - Google Patents

Abstract

本申请涉及一种火情隐患监测方法、装置、系统和存储介质，通过获取摄像机在目标范围内进行拍摄所得到的第一可见光图像和热成像图像；根据第一可见光图像和热成像图像，处理得到检测信息，其中，检测信息包括目标范围内目标对象的行为信息和目标范围内的温度信息；判断检测信息是否满足第一预设条件，其中，第一预设条件包括：目标范围内不存在目标对象，且目标范围内的温度达到预设温度阈值；在判断到检测信息满足第一预设条件的情况下，确定目标范围内存在火情隐患，解决了火情隐患监测方案智能化程度低的问题，提升了火情隐患监测方案的智能化程度。

Description

火情隐患监测方法、装置、系统和存储介质

技术领域

本申请涉及火情隐患监测技术领域，特别是涉及一种火情隐患监测方法、装置、系统和存储介质。

背景技术

近年来，随着生活水平的改善和服务行业的兴起，宾馆、饭店呈现一片繁荣的景象，类似于厨房、餐厅的公共场所要保证消防安全是非常重要的。除了提高员工消防安全意识，采用具有火情隐患监测功能的机器设备能够有效保证消防安全。

专利1公开了一种厨房消防安全监控系统，该监控系统包括设置在消控中心的监控器、与监控器信号连接的分别设置在厨房的多个控制器，一个控制器信号连接有多个检测单元，多个检测单元包括非正常用水检测单元、非正常用气检测单元、离岗检测单元、用电检测单元、温湿度检测单元、可燃气体泄漏检测单元、视频监控单元，控制器用于接收多个检测单元的检测结果并将检测结果传送至监控器。

专利2公开了一种离岗检测方法及系统，该方法包括：模型训练步骤：对包括各种类型人头、左右耳、人体上半身、人全身图像的训练集样本进行训练获得人头模型、左右耳模型、人体上半身模型和人全身模型；离岗检测步骤：获取岗亭视频帧序列，利用人头模型、左右耳模型、人体上半身模型、人全身模型对岗亭视频帧序列进行检测，至少检测到人头、左右耳、人体上半身、人全身中的一种，否则判断为离岗状态。

上述专利1存在的缺点为厨房在进行煲汤作业时工作人员暂时离开就会产生报警，这对工作人员的工作造成不便。专利2没有针对火点进行检测，不适用于火情隐患监测。

目前针对相关技术中的火情隐患监测方案智能化程度低的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种火情隐患监测方法、装置、系统和存储介质，以至少解决相关技术中的火情隐患监测方案智能化程度低的问题。

第一方面，本申请实施例提供了一种火情隐患监测方法，包括：

获取摄像机在目标范围内进行拍摄所得到的第一可见光图像和热成像图像；根据所述第一可见光图像和所述热成像图像，处理得到检测信息，其中，所述检测信息包括所述目标范围内目标对象的行为信息和所述目标范围内的温度信息；判断所述检测信息是否满足第一预设条件，其中，所述第一预设条件包括：所述目标范围内不存在所述目标对象，且所述目标范围内的温度达到预设温度阈值；在判断到所述检测信息满足所述第一预设条件的情况下，确定所述目标范围内存在火情隐患。

在其中一些实施例中，根据所述第一可见光图像和所述热成像图像，处理得到检测信息包括：采用预设模型处理所述第一可见光图像，得到候选对象，其中，所述预设模型携带有所述目标对象的特征信息，所述目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；检测所述候选对象中是否存在目标对象；在检测到所述候选对象中不存在目标对象的情况下，确定所述目标对象的行为为离开状态；或者，在检测到所述候选对象中存在目标对象的情况下，确定所述目标对象的行为为在岗状态。

在其中一些实施例中，检测所述候选对象中是否存在目标对象包括：获取所述候选对象在预设时间内的移动距离；判断是否存在于预设时间内的移动距离满足第二预设条件的候选对象；在判断到存在于预设时间内的移动距离满足所述第二预设条件的候选对象的情况下，确定该候选对象为目标对象；或者，在判断到不存在于预设时间内的移动距离满足所述第二预设条件的候选对象的情况下，确定所述候选对象中不存在目标对象。

在其中一些实施例中，在检测到所述候选对象中存在目标对象的情况下，确定所述目标对象的行为为在岗状态之后，所述方法还包括：检测所述目标对象是否存在异常行为，其中，所述异常行为包括吸烟行为；在检测到所述目标对象存在异常行为的情况下，确定所述目标范围内存在火情隐患。

在其中一些实施例中，所述第一预设条件还包括：所述目标对象离开所述目标范围的行为持续至预设离开时长；判断所述检测信息是否满足所述第一预设条件还包括：获取所述目标对象离开所述目标范围所持续的时长；判断所述目标对象离开所述目标范围所持续的离开时长是否达到所述预设离开时长；在判断到所述目标对象离开所述目标范围所持续的离开时长达到所述预设离开时长的情况下，确定所述目标范围内存在火情隐患。

在其中一些实施例中，获取所述目标对象离开所述目标范围所持续的时长包括：在根据所述第一可见光图像检测到所述目标范围内不存在所述目标对象的情况下，获取所述第一可见光图像的第一拍摄时间；获取所述摄像机在所述目标范围内进行拍摄所得到的第二可见光图像；采用预设模型检测所述第二可见光图像，其中，所述预设模型携带有所述目标对象的特征信息，所述目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；在根据所述第二可见光图像检测到所述目标范围内不存在所述目标对象的情况下，获取所述第二可见光图像的第二拍摄时间，并根据所述第一拍摄时间和所述第二拍摄时间，确定所述目标对象离开所述目标范围所持续的离开时长。

在其中一些实施例中，在确定所述目标范围内存在火情隐患的情况下，所述方法还包括：发出所述目标范围内存在火情隐患的报警信息。

在其中一些实施例中，在发出所述目标范围内存在火情隐患的报警信息之后，所述方法还包括：获取所述摄像机在所述目标范围内进行拍摄所得到的第三可见光图像；采用预设模型检测所述第三可见光图像，其中，所述预设模型携带有所述目标对象的特征信息，所述目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；在根据所述第三可见光图像检测到所述目标范围内存在所述目标对象的情况下，停止发出所述报警信息。

第二方面，本申请实施例提供了一种火情隐患监测装置，包括：

获取模块，用于获取摄像机在目标范围内进行拍摄所得到的第一可见光图像和热成像图像；

处理模块，用于根据所述第一可见光图像和所述热成像图像，处理得到检测信息，其中，所述检测信息包括所述目标范围内目标对象的行为信息和所述目标范围内的温度信息；

判断模块，用于判断所述检测信息是否满足第一预设条件，其中，所述第一预设条件包括：所述目标范围内不存在所述目标对象，且所述目标范围内的温度达到预设温度阈值；

确定模块，用于在判断到所述检测信息满足所述第一预设条件的情况下，确定所述目标范围内存在火情隐患。

第三方面，本申请实施例提供了一种火情隐患监测系统，包括：可见光相机、热成像相机以及控制设备；其中，所述可见光相机和所述热成像相机连接所述控制设备；所述可见光相机用于拍摄目标范围内的可见光图像；所述热成像相机用于拍摄所述目标范围内的热成像图像；所述控制设备用于执行如上述第一方面所述的火情隐患监测方法。

第四方面，本申请实施例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第一方面所述的火情隐患监测方法。

相比于相关技术，本申请实施例提供的火情隐患监测方法、火情隐患监测装置、火情隐患监测系统和存储介质，通过获取摄像机在目标范围内进行拍摄所得到的第一可见光图像和热成像图像；根据第一可见光图像和热成像图像，处理得到检测信息，其中，检测信息包括目标范围内目标对象的行为信息和目标范围内的温度信息；判断检测信息是否满足第一预设条件，其中，第一预设条件包括：目标范围内不存在目标对象，且目标范围内的温度达到预设温度阈值；在判断到检测信息满足第一预设条件的情况下，确定目标范围内存在火情隐患，解决了相关技术中的火情隐患监测方案智能化程度低的问题，提升了火情隐患监测方案的智能化程度。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

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是本申请实施例的火情隐患监测方法的终端的硬件结构框图；

图2是根据本申请实施例的火情隐患监测方法的流程图；

图3是根据本申请优选实施例的一种智能厨房的火情隐患监测原理图；

图4是根据本申请优选实施例的离岗火点报警事件触发流程图；

图5是根据本申请优选实施例的离岗时间控制流程图；

图6是根据本申请实施例的火情隐患监测装置的结构框图；

图7是根据本申请实施例的火情隐患监测系统的结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

本实施例提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。以运行在终端上为例，图1是本申请实施例的火情隐患监测方法的终端的硬件结构框图。如图1所示，终端10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，上述终端还可以包括用于通信功能的传输设备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，其并不对上述终端的结构造成限定。例如，终端10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可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本申请实施例中的火情隐患监测方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，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终端10。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。

传输设备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终端10的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为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，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

本实施例提供了一种火情隐患监测方法，图2是根据本申请实施例的火情隐患监测方法的流程图，如图2所示，该流程包括如下步骤：

步骤S201，获取摄像机在目标范围内进行拍摄所得到的第一可见光图像和热成像图像。

目标范围是存在火情隐患的环境，诸如厨房、实验室、冶金车间等高温作业环境。

在一些实施例中，可以从两种独立的普通相机分别获取第一可见光图像和热成像图像，一种是可见光相机，一种是热成像相机，其中，热成像相机包括但不限于红外热成像相机、热电堆设备。在另一些实施例中，可以从双目摄像机获取第一可见光图像和热成像图像，双目摄像机指包括可见光图像采集通道和热成像图像采集通道的相机。

在一些实施例中，所获取的图像格式为RGB格式。在另一些实施例中，为了节省存储空间，所获取的图像格式为YUV格式，以减小图像的尺寸。

在一些实施例中，所获取的图像为摄像机在某个时刻所拍摄得到的一帧第一可见光图像和一帧热成像图像。在另一些实施例中，所获取的图像为摄像机在一段时间内所拍摄得到的视频帧序列，即多帧第一可见光图像和多帧热成像图像。

步骤S202，根据第一可见光图像和热成像图像，处理得到检测信息，其中，检测信息包括目标范围内目标对象的行为信息和目标范围内的温度信息。

目标对象包括人，其可以是在目标范围内执行高温作业的工作者，也可以是在目标范围内出现的非工作者。具体实施时，可采用图像识别技术处理第一可见光图像，检测目标对象的行为信息，目标对象的行为包括但不限于目标对象离开目标范围、目标对象存在于目标范围。根据目标范围的实际位置，在热成像图像中确定对应于该位置的温度，从而确定目标范围的温度信息。

步骤S203，判断检测信息是否满足第一预设条件，其中，第一预设条件包括：目标范围内不存在目标对象，且目标范围内的温度达到预设温度阈值。

预设温度阈值指能够反映目标范围火情隐患的温度。由于在一些高温作业环境中，工作者在执行工作的过程中可能有一些突发情况需要暂时离开工作场所，即目标对象做出了离开目标范围的行为，此时若仅根据目标对象的行为信息判断目标范围内是否存在火情隐患，这样的判断策略不够准确，而且会对工作者造成困扰，智能化程度低。例如，目标范围为厨房，目标对象为厨师，预设温度阈值设定为厨房灶台开火温度，当厨师在厨房进行煲汤作业时，中途关掉灶台并离开了厨房，此时厨房的温度低于灶台开火时温度，若此时判定厨房存在火情隐患，这是不够准确和智能化的。为此，本实施例的检测信息综合目标对象的行为信息和目标范围内的温度信息，根据检测信息对目标范围内是否存在火情隐患做出判断，以提升判断策略的准确度和火情隐患监测的智能化程度。

步骤S204，在判断到检测信息满足第一预设条件的情况下，确定目标范围内存在火情隐患。

例如，当厨师在厨房进行煲汤作业时，中途没有关掉灶台并离开了厨房，此时厨房的温度处于灶台开火时温度，则判定厨房存在火情隐患。

通过上述步骤，解决了相关技术中的火情隐患监测方案智能化程度低的问题，提升了火情隐患监测方案的智能化程度。

本实施例的应用环境不只是厨房，还可以是其他高温作业场所，上述实施例并不是对本方法的限定，在不脱离本申请构思的前提下，还可以做出若干变形和改进。例如目标范围为实验室，目标对象是学生，当学生在实验室启动高温实验箱做实验时，忘记关掉高温实验箱而离开了实验室，导致实验室的温度达到预设温度阈值，则确定实验室存在火情隐患。

在其中一些实施例中，根据第一可见光图像和热成像图像，处理得到检测信息包括：

采用预设模型处理第一可见光图像，得到候选对象，其中，预设模型携带有目标对象的特征信息，目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；检测候选对象中是否存在目标对象；在检测到候选对象中不存在目标对象的情况下，确定目标对象的行为为离开状态；或者，在检测到候选对象中存在目标对象的情况下，确定目标对象的行为为在岗状态。

预设模型包括人体模型，训练人体模型的训练样本包括但不限于头部、肩部、耳朵、人脸、手、四肢。由于头肩检测算法不易受遮挡物、人体的步态、衣着颜色和环境的影响，本实施例优选头肩检测算法来检测第一可见光图像中的目标对象，以提升检测结果的准确率。在采用头肩检测算法识别目标对象的过程中，先确定候选对象，再对候选对象进行进一步处理，从中提取目标对象，从而确定目标对象的行为，其中，在岗状态指目标对象存在于目标范围。

在其中一些实施例中，检测候选对象中是否存在目标对象包括：

获取候选对象在预设时间内的移动距离；判断是否存在于预设时间内的移动距离满足第二预设条件的候选对象；在判断到存在于预设时间内的移动距离满足第二预设条件的候选对象的情况下，确定该候选对象为目标对象；或者，在判断到不存在于预设时间内的移动距离满足第二预设条件的候选对象的情况下，确定候选对象中不存在目标对象。

由于头肩检测算法存在着误检率，所确定的候选对象不一定全部是目标对象，为了进一步提升检测结果的准确率，本实施例从候选对象中过滤非目标对象，得到目标对象。以人作为目标对象而言，人和环境中的物体相比，人较为活跃，人的活动范围较大，活动频率较高，因此，以这两点特性可以在一些场景中区分人和环境中的物体。具体实施时，采用静止过滤算法过滤候选对象，第二预设条件即为过滤规则，第二预设条件可以根据目标对象区别于其他候选对象的特性而设定，例如预设时间内的移动距离，以此来过滤掉不够活跃甚至静止的对象，留下活跃的对象，即为目标对象。结合头肩检测算法和静止过滤算法，能够大幅度提升对目标对象进行检测的准确率。

在其中一些实施例中，在检测到候选对象中存在目标对象的情况下，确定目标对象的行为为在岗状态之后，方法还包括：

检测目标对象是否存在异常行为，其中，异常行为包括吸烟行为；在检测到目标对象存在异常行为的情况下，确定目标范围内存在火情隐患。

除了离岗行为，目前，相关技术中的火情隐患监测往往忽略了目标对象自身的异常行为，例如吸烟行为，吸烟作为火灾发生的导火索之一，不容小觑。当然，异常行为还可以有其他的形式，例如打架行为，这些异常行为会破坏公共环境的秩序和个人职业操守的遵守。本实施例通过设置异常行为检测机制，在检测到目标对象存在异常行为的情况下，确定目标范围内存在火情隐患，以规范目标对象的行为，对事故起到防患于未然的效果。

在其中一些实施例中，第一预设条件还包括：目标对象离开目标范围的行为持续至预设离开时长；判断检测信息是否满足第一预设条件还包括：获取目标对象离开目标范围所持续的时长；判断目标对象离开目标范围所持续的离开时长是否达到预设离开时长；在判断到目标对象离开目标范围所持续的离开时长达到预设离开时长的情况下，确定目标范围内存在火情隐患。

当目标对象暂时离开目标范围，等过一段时间再回到目标范围，若在此过程中确定目标范围内存在火情隐患，则判断策略不够准确和智能化。例如，当厨师在厨房进行煲汤作业时，中途没有关掉灶台，暂时离开厨房后又回到厨房继续作业，厨房的温度始终处于灶台开火时温度，若此时判定厨房存在火情隐患，这是不够准确和智能化的。为解决此类问题，本实施例在前述方案的基础上，增加了离开时长检测机制，在目标范围的温度达到预设温度阈值，且目标对象离开目标范围所持续的离开时长达到预设离开时长的情况下，确定目标范围内存在火情隐患，预设离开时长可以根据实际需求灵活调节，如此设置，进一步提升了火情隐患监测的准确度和智能化程度。

在其中一些实施例中，获取目标对象离开目标范围所持续的时长包括：

在根据第一可见光图像检测到目标范围内不存在目标对象的情况下，获取第一可见光图像的第一拍摄时间；获取摄像机在目标范围内进行拍摄所得到的第二可见光图像；采用预设模型检测第二可见光图像，其中，预设模型携带有目标对象的特征信息，目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；在根据第二可见光图像检测到目标范围内不存在目标对象的情况下，获取第二可见光图像的第二拍摄时间，并根据第一拍摄时间和第二拍摄时间，确定目标对象离开目标范围所持续的离开时长。

在本实施例中，在第一可见光图像和第二可见光图像是在两个不同的时间所获取的图像，在通过第一可见光图像检测到目标对象离开目标范围的时刻起，开始累计目标对象离开目标范围所持续的离开时长，当通过第二可见光图像检测到目标对象仍然处于离开状态时，则目标对象离开目标范围所持续的离开时长为第一可见光图像和第二可见光图像的获取时间差。

在其中一些实施例中，在确定目标范围内存在火情隐患的情况下，方法还包括：

发出目标范围内存在火情隐患的报警信息。

通过发出报警信息，能够及时通知到相关人员，对火情隐患引起警惕，并采取相应的措施。

在其中一些实施例中，在发出目标范围内存在火情隐患的报警信息之后，方法还包括：

获取摄像机在目标范围内进行拍摄所得到的第三可见光图像；采用预设模型检测第三可见光图像，其中，预设模型携带有目标对象的特征信息，目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；在根据第三可见光图像检测到目标范围内存在目标对象的情况下，停止发出报警信息。

在一些实施例中，在第三可见光图像检测到目标范围内存在目标对象的情况下，则停止累计目标对象离开目标范围所持续的离开时长，直到在下一阶段检测到目标对象离开目标范围时，重新开始累积离开时长。

在一些实施例中，在发出报警之后，若检测到目标范围内的温度没有达到预设温度阈值，则停止发出报警信息。

以下将以厨房场景为例，对本申请的火情隐患监测方法进行介绍。

图3是根据本申请优选实施例的一种智能厨房的火情隐患监测原理图，如图3所示，通过热成像镜头检测火点和温度情况，可见光镜头检测厨房人员的状态(是否离岗)和离岗时间。用户配置好规则、离岗时间后，YUV数据帧流入各个通道，热成像通道测温算法开始工作，同时可见光通道头肩算法开始工作，由于头肩检测算法不易受遮挡物、人体的步态、衣着颜色和环境等因素的影响，加上静止过滤算法过滤掉非目标对象，使误检率大大降低，同时加上吸烟检测规范厨房人员行为，非常适用于厨房场景。火情的温度可配，用户可根据具体厨房场景需要设置，达到一定温度可视为有发生火情的隐患，当厨房人员都离开时，并且超过用户配置的离岗时间，即产生报警。

本优选实施例适用于双通道相机，把可见光检测人和热成像测温的双通道进行结合，实现厨房烹饪区场景的离灶检测、灶台火报警及其它异常火点报警，同时增加离岗时间的控制，方便厨房人员煲汤或短暂离开等场景，提升厨房的智能化程度。

图4是根据本申请优选实施例的离岗火点报警事件触发流程图，如图4所示，该流程包括如下步骤：

步骤S401，检测是否有人。若是，则执行步骤S406；若否，则执行步骤S402。

步骤S402，开始计时离岗时间。

步骤S403，检测是否达到离岗时间。若是，则执行步骤S404；若否，则执行步骤S406。

步骤S404，检测是否有火。若是，则执行步骤S405；若否，则执行步骤S406。

步骤S405，触发离岗火点报警。

步骤S406，不触发离岗火点报警。

图5是根据本申请优选实施例的离岗时间控制流程图，如图5所示，在步骤S405之后，还包括执行步骤S501至S504，以及执行步骤S505至S506。

步骤S501，检测到厨房已灭火。

步骤S502，结束报警，离岗时间不清零。

步骤S503，再次检测到火点。

步骤S504，立刻触发报警。

步骤S505，检测到厨房进来人。

步骤S506，结束报警，离岗时间清零。

上述优选实施例结合热成像测温与可见光检测人，完成对厨房烹饪区场景的离灶检测，人员在厨房时，灶台有火点但不触发报警；人员不在厨房时，通过控制离岗时间方便厨房人员煲汤或短暂离开等场景使用；人员不在厨房且超过离岗时间，灶台有火点便触发报警。相关技术中的火点检测方法，没有专门针对实际厨房火情以及厨房人员的使用场景，本优选实施例则针对厨房安全问题，更有针对性，并且对于厨房人员的工作而言更加方便和智能。

本实施例还提供了一种火情隐患监测装置，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”、“单元”、“子单元”等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。

图6是根据本申请实施例的火情隐患监测装置的结构框图，如图6所示，该装置包括：获取模块61、处理模块62、判断模块63和确定模块64。

获取模块61，用于获取摄像机在目标范围内进行拍摄所得到的第一可见光图像和热成像图像；

处理模块62，耦合至获取模块61，用于根据第一可见光图像和热成像图像，处理得到检测信息，其中，检测信息包括目标范围内目标对象的行为信息和目标范围内的温度信息；

判断模块63，耦合至处理模块62，用于判断检测信息是否满足第一预设条件，其中，第一预设条件包括：目标范围内不存在目标对象，且目标范围内的温度达到预设温度阈值；

确定模块64，耦合至判断模块63，用于在判断到检测信息满足第一预设条件的情况下，确定目标范围内存在火情隐患。

在其中一些实施例中，处理模块62包括：第一检测单元，用于采用预设模型检测第一可见光图像，得到一个或多个候选对象，其中，预设模型携带有目标对象的特征信息，目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；第二检测单元，用于检测候选对象中是否存在目标对象；第一确定单元，用于在检测到候选对象中不存在目标对象的情况下，确定目标范围内目标对象的行为为离开状态；或者，在检测到候选对象中存在目标对象的情况下，确定目标范围内目标对象的行为为在岗状态。

在其中一些实施例中，第二检测单元还用于获取候选对象在预设时间内的移动距离；判断是否存在于预设时间内的移动距离满足第二预设条件的候选对象；在判断到存在于预设时间内的移动距离满足第二预设条件的候选对象的情况下，确定该候选对象为目标对象；或者，在判断到不存在于预设时间内的移动距离满足第二预设条件的候选对象的情况下，确定候选对象中不存在目标对象。

在其中一些实施例中，装置还包括：第三检测单元，用于检测目标对象是否存在异常行为，其中，异常行为包括吸烟行为；在检测到目标对象存在异常行为的情况下，确定目标范围内存在火情隐患。

在其中一些实施例中，判断模块63包括：第一获取单元，用于获取目标对象离开目标范围所持续的时长；判断单元，用于判断目标对象离开目标范围所持续的离开时长是否达到预设离开时长；第二确定单元，用于在判断到目标对象离开目标范围所持续的离开时长达到预设离开时长的情况下，确定目标范围内存在火情隐患。

在其中一些实施例中，第一获取单元还用于在根据第一可见光图像检测到目标范围内不存在目标对象的情况下，获取第一可见光图像的第一拍摄时间；获取摄像机在目标范围内进行拍摄所得到的第二可见光图像；采用预设模型检测第二可见光图像，其中，预设模型携带有目标对象的特征信息，目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；在根据第二可见光图像检测到目标范围内不存在目标对象的情况下，获取第二可见光图像的第二拍摄时间，并根据第一拍摄时间和第二拍摄时间，确定目标对象离开目标范围所持续的离开时长。

在其中一些实施例中，装置还包括：报警单元，用于发出目标范围内存在火情隐患的报警信息。

在其中一些实施例中，装置还包括：第二获取单元，用于获取摄像机在目标范围内进行拍摄所得到的第三可见光图像；第四检测单元，用于采用预设模型检测第三可见光图像，其中，预设模型携带有目标对象的特征信息，目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；停止单元，用于在根据第三可见光图像检测到目标范围内存在目标对象的情况下，停止发出报警信息。

需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

本实施例提供了一种火情隐患监测系统，图7是根据本申请实施例的火情隐患监测系统的结构示意图，如图7所示，该系统包括：可见光相机71、热成像相机72以及控制设备73；其中，可见光相机71和热成像相机72连接控制设备73；可见光相机71用于拍摄目标范围内的可见光图像；热成像相机72用于拍摄目标范围内的热成像图像；控制设备73用于执行上述实施例的火情隐患监测方法。

其中，可见光相机71利用计算机视觉的方法，在不需要人为干预的情况下，通过对摄像机拍录得到的图像序列进行自动分析，实现对动态场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标对象的行为，并在适当的条件下，产生报警提示用户。如吸烟报警等厨房人员的不规范行为判定和报警，预防由于厨房人员的不规范行为而发生火灾。

热成像相机72能够显示物体温度场，将人眼不能直接看到的目标表面温度分布情况，变成人眼可以看到的代表目标表面温度分布的热图像，通过对温度场的监控可即时发现温度异常，预防由于温度异常引发的隐患，如室内火灾。

控制设备73可以是任意具备处理能力的终端、计算机或者类似的运算装置，用于执行上述实施例的火情隐患监测方法。火情隐患监测方法的原理和作用已在上述实施例作过介绍，此处不再赘述。

另外，结合上述实施例中的火情隐患监测方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种火情隐患监测方法。

本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (11)

1.一种火情隐患监测方法，其特征在于包括：

获取摄像机在目标范围内进行拍摄所得到的第一可见光图像和热成像图像；

根据所述第一可见光图像和所述热成像图像，处理得到检测信息，其中，所述检测信息包括所述目标范围内目标对象的行为信息和所述目标范围内的温度信息；

判断所述检测信息是否满足第一预设条件，其中，所述第一预设条件包括：所述目标范围内不存在所述目标对象，且所述目标范围内的温度达到预设温度阈值；

在判断到所述检测信息满足所述第一预设条件的情况下，确定所述目标范围内存在火情隐患。

2.根据权利要求1所述的火情隐患监测方法，其特征在于，根据所述第一可见光图像和所述热成像图像，处理得到检测信息包括：

采用预设模型处理所述第一可见光图像，得到候选对象，其中，所述预设模型携带有所述目标对象的特征信息，所述目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；

检测所述候选对象中是否存在目标对象；

在检测到所述候选对象中不存在目标对象的情况下，确定所述目标对象的行为为离开状态；或者，在检测到所述候选对象中存在目标对象的情况下，确定所述目标对象的行为为在岗状态。

3.根据权利要求2所述的火情隐患监测方法，其特征在于，检测所述候选对象中是否存在目标对象包括：

获取所述候选对象在预设时间内的移动距离；

判断是否存在于预设时间内的移动距离满足第二预设条件的候选对象；

在判断到存在于预设时间内的移动距离满足所述第二预设条件的候选对象的情况下，确定该候选对象为目标对象；或者，在判断到不存在于预设时间内的移动距离满足所述第二预设条件的候选对象的情况下，确定所述候选对象中不存在目标对象。

4.根据权利要求2所述的火情隐患监测方法，其特征在于，在检测到所述候选对象中存在目标对象的情况下，确定所述目标对象的行为为在岗状态之后，所述方法还包括：

检测所述目标对象是否存在异常行为，其中，所述异常行为包括吸烟行为；

在检测到所述目标对象存在异常行为的情况下，确定所述目标范围内存在火情隐患。

5.根据权利要求1所述的火情隐患监测方法，其特征在于，所述第一预设条件还包括：所述目标对象离开所述目标范围的行为持续至预设离开时长；判断所述检测信息是否满足所述第一预设条件还包括：

获取所述目标对象离开所述目标范围所持续的时长；

判断所述目标对象离开所述目标范围所持续的离开时长是否达到所述预设离开时长；

在判断到所述目标对象离开所述目标范围所持续的离开时长达到所述预设离开时长的情况下，确定所述目标范围内存在火情隐患。

6.根据权利要求5所述的火情隐患监测方法，其特征在于，获取所述目标对象离开所述目标范围所持续的时长包括：

在根据所述第一可见光图像检测到所述目标范围内不存在所述目标对象的情况下，获取所述第一可见光图像的第一拍摄时间；

获取所述摄像机在所述目标范围内进行拍摄所得到的第二可见光图像；

采用预设模型检测所述第二可见光图像，其中，所述预设模型携带有所述目标对象的特征信息，所述目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；

在根据所述第二可见光图像检测到所述目标范围内不存在所述目标对象的情况下，获取所述第二可见光图像的第二拍摄时间，并根据所述第一拍摄时间和所述第二拍摄时间，确定所述目标对象离开所述目标范围所持续的离开时长。

7.根据权利要求1至5中任一项所述的火情隐患监测方法，其特征在于，在确定所述目标范围内存在火情隐患的情况下，所述方法还包括：

发出所述目标范围内存在火情隐患的报警信息。

8.根据权利要求7所述的方法，其特征在于，在发出所述目标范围内存在火情隐患的报警信息之后，所述方法还包括：

获取所述摄像机在所述目标范围内进行拍摄所得到的第三可见光图像；

采用预设模型检测所述第三可见光图像，其中，所述预设模型携带有所述目标对象的特征信息，所述目标对象的特征信息包括以下至少之一：目标对象的头部特征，目标对象的肩部特征；

在根据所述第三可见光图像检测到所述目标范围内存在所述目标对象的情况下，停止发出所述报警信息。

9.一种火情隐患监测装置，其特征在于包括：

获取模块，用于获取摄像机在目标范围内进行拍摄所得到的第一可见光图像和热成像图像；

处理模块，用于根据所述第一可见光图像和所述热成像图像，处理得到检测信息，其中，所述检测信息包括所述目标范围内目标对象的行为信息和所述目标范围内的温度信息；

判断模块，用于判断所述检测信息是否满足第一预设条件，其中，所述第一预设条件包括：所述目标范围内不存在所述目标对象，且所述目标范围内的温度达到预设温度阈值；

确定模块，用于在判断到所述检测信息满足所述第一预设条件的情况下，确定所述目标范围内存在火情隐患。

10.一种火情隐患监测系统，其特征在于包括：可见光相机、热成像相机以及控制设备；其中，所述可见光相机和所述热成像相机连接所述控制设备；

所述可见光相机用于拍摄目标范围内的可见光图像；

所述热成像相机用于拍摄所述目标范围内的热成像图像；

所述控制设备用于执行如权利要求1至8中任一项所述的火情隐患监测方法。

11.一种存储介质，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权利要求1至8中任一项所述的火情隐患监测方法。

Images