CN114699702B

CN114699702B - 消防设备检测方法及相关装置

Info

Publication number: CN114699702B
Application number: CN202210395924.0A
Authority: CN
Inventors: 闾凡兵; 刘诚; 王勇; 李仪; 姚胜
Original assignee: Changsha Hisense Intelligent System Research Institute Co ltd
Current assignee: Changsha Hisense Intelligent System Research Institute Co ltd
Priority date: 2022-04-15
Filing date: 2022-04-15
Publication date: 2023-04-07
Anticipated expiration: 2042-04-15
Also published as: CN114699702A

Abstract

本申请公开了一种消防设备检测方法及相关装置，其中方法包括：从监控视频数据中获取目标视频帧，所述监控视频数据对应的监控对象包括所述消防设备；每获取到目标视频帧时，对所述目标视频帧进行灰度处理，得到所述目标视频帧对应的灰度图像数据，并对所述灰度图像数据进行前景检测，得到所述灰度图像数据中的前景目标；当符合预设条件的目标视频帧的连续帧数大于第一阈值时，发送用于指示所述消防设备处于启动状态的告警信息，所述预设条件为目标视频帧对应的灰度图像数据中前景目标所在区域的面积大于第一预设阈值。本申请能够及时检测出消防设备的误喷现象并进行告警，因此及时发现了消防设备的故障。

Description

消防设备检测方法及相关装置

技术领域

本申请属于机器视觉领域，尤其涉及一种消防设备检测方法、装置、设备、计算机存储介质和计算机程序产品。

背景技术

消防设备(例如消防喷淋头)由于使用年限和本身质量的原因，在未发生火灾的情况下，也可能发生误喷的情况。误喷现象的发生不仅造成了资源的浪费，也容易对电气设备及人员安全造成恶劣影响。因此，亟待出现一种消防设备检测方案，以及时发现消防设备的故障。

发明内容

本申请实施例提供了一种消防设备检测方法、装置、设备、计算机存储介质和计算机程序产品，旨在提供一种能够及时发现消防设备的故障的方案。

第一方面，提供一种消防设备检测方法，方法包括：

从监控视频数据中获取目标视频帧，所述监控视频数据对应的监控对象包括所述消防设备；

每获取到目标视频帧时，对所述目标视频帧进行灰度处理，得到所述目标视频帧对应的灰度图像数据，并对所述灰度图像数据进行前景检测，得到所述灰度图像数据中的前景目标；

当符合预设条件的目标视频帧的连续帧数大于第一阈值时，发送用于指示所述消防设备处于启动状态的告警信息，所述预设条件为目标视频帧对应的灰度图像数据中前景目标所在区域的面积大于第一预设阈值。

可选地，所述对所述灰度图像数据进行前景检测，得到所述灰度图像数据中的前景目标，包括：

获取所述灰度图像数据中每个像素点对应的像素样本集，所述像素样本集中包括M个参考像素点；

计算所述灰度图像数据中每个像素点与对应像素样本集中各参考像素点间的像素距离；

获取所述灰度图像数据中的目标像素点，所述目标像素点为所述前景目标，像素样本集中与所述目标像素点匹配的参考像素点的数量小于K；其中，当像素距离小于距离阈值时，该像素距离相关的像素点与参考像素点匹配，K≤M，K和M为正整数。

可选地，所述获取所述灰度图像数据中的目标像素点之后，所述方法还包括：

获取第一连续次数，所述第一连续次数用于指示像素点被连续检测为目标像素点的次数；

当所述第一连续次数达到预设次数阈值时，将所述第一连续次数对应的目标像素点更新为所述灰度图像数据中相对于目标像素点的背景像素点；

当所述第一连续次数未达到预设次数阈值时，将所述第一连续次数对应的目标像素点保持为前景目标。

可选地，所述计算所述灰度图像数据中每个像素点与对应像素样本集中各参考像素点间的像素距离之后，所述方法还包括：

获取所述灰度图像数据中的背景像素点，像素样本集中与所述背景像素点匹配的参考像素点的数量大于或等于K；

按照预设概率对所述背景像素点对应的像素样本集以及所述背景像素点的领域像素点所对应的像素样本集进行更新；

其中，对像素样本集进行更新的过程包括：从像素样本集中随机抽取一个参考像素点，将该参考像素点更新为所述背景像素点。

可选地，所述对所述灰度图像数据进行前景检测，得到所述灰度图像数据中的前景目标之后，所述方法还包括：

对每个所述灰度图像数据中所述前景目标所在区域进行图像形态学膨胀处理；

计算经图像形态学膨胀处理后的所述前景目标所在区域的灰度值；

将灰度值符合预设灰度条件的灰度图像数据确定为前景目标所在区域的面积大于第一预设阈值的灰度图像数据；其中，所述预设灰度条件为灰度值大于预设灰度阈值。

可选地，所述从监控视频数据中获取目标视频帧，包括：

从监控视频数据中逐帧读取备选视频帧，得到备选视频帧集合；

每间隔预设帧数，从所述备选视频帧集合中选取N帧备选视频帧，N为正整数；

将所述备选视频帧调整为预设尺寸，得到所述目标视频帧。

第二方面，提供一种消防设备检测装置，装置包括：

获取模块，用于从监控视频数据中获取目标视频帧，所述监控视频数据对应的监控对象包括所述消防设备；

处理检测模块，用于每获取到目标视频帧时，对所述目标视频帧进行灰度处理，得到所述目标视频帧对应的灰度图像数据，并对所述灰度图像数据进行前景检测，得到所述灰度图像数据中的前景目标；

告警模块，用于当符合预设条件的目标视频帧的连续帧数大于第一阈值时，发送用于指示所述消防设备处于启动状态的告警信息，所述预设条件为目标视频帧对应的灰度图像数据中前景目标所在区域的面积大于第一预设阈值。

第三方面，提供了一种消防设备检测设备，所述消防设备检测设备包括存储器、处理器以及存储在所述存储器中，并在所述处理器上运行的计算机程序，所述计算机程序实现如第一方面的消防设备检测方法的步骤。

第四方面，提供了一种计算机存储介质，所述计算机存储介质被处理器执行时实现如第一方面的消防设备检测方法的步骤。

第五方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的消防设备检测方法的步骤。

与现有技术相比，本申请实施例提供的消防设备检测方法、装置、设备、存储介质和计算机程序产品，通过对监控消防设备的目标视频帧进行灰度处理，得到所述目标视频帧对应的灰度图像数据，并对所述灰度图像数据进行前景检测，得到所述灰度图像数据中的前景目标；进而当目标视频帧对应的灰度图像数据中前景目标所在区域的面积大于第一预设阈值且该目标视频帧的连续帧数大于第一阈值时，发送用于指示所述消防设备处于启动状态的告警信息。由于目标视频帧是从监控消防设备的监控视频数据中获取的，最终得以借助这些目标视频帧，检测出符合消防设备处于启动状态的前景目标并进行告警，检出率高，运行速度快。由此能够及时检测发现消防设备在未发生火灾的情况下的误启动故障，使维修人员快速获知并对该消防设备进行维修。在发生火灾的情况下，也可以利用监控视频数据监测出已启动的消防设备，从而排除发现未启动的消防设备，优先对该区域进行灭火。此外，该方案还可以及时地告警，降低了烟雾报警器可能失效所带来的风险，提高了监控视频所在场景的消防安全。

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作简单地介绍，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是本申请一实施例的消防设备检测方法。

图2是本申请一实施例的消防设备检测方法中进行前景检测的一可选场景示意图。

图3是本申请一实施例的消防设备检测方法中进行前景检测的另一可选场景示意图。

图4是本申请实施例的消防设备检测装置的示意性框图。

图5是本申请实施例的消防设备检测设备的示意性框图。

具体实施方式

下面将详细描述本申请的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本申请的全面理解。但是，对于本领域技术人员来说很明显的是，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请的更好的理解。

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。下面将结合附图对实施例进行详细描述。

正如背景技术所述，消防设备，例如消防喷淋头、消防栓以及灭火器等，由于使用年限和本身质量的原因，在没有火灾发生的情况下，也可能会处于启动状态。仍以消防设备为消防喷淋头为例进行说明，在未发生火灾的情况下，消防喷淋头也可能会出现误喷的情况，造成了水资源的浪费。

由此可知，上述消防设备在非消防需要的情况下，若处于启动状态时，会导致资源的浪费，甚至破坏电气设备，危及人身安全。如此以致于当火灾真正发生时，这些消防设备可能又无法对火势控制起作用。此外，在一些极端情况下，例如针对火势告警的烟雾报警器也处于失效状态，如此，使得在火灾发生时也不能第一时间知晓并介入，这些都极大增加了消防安全隐患。

综上，消防设备的误启动故障，需要及时发现，以减少甚至避免生命和财产的损失，目前亟待提供一种消防设备检测方案以实现消防设备的状态检测，从而解决上述技术问题。

为了解决本申请所提出的上述技术问题，本申请的发明人发现，借助机器视觉技术，通过监控摄像头的监控视频数据与智能算法结合，对消防设备进行故障检测是一个可行的方法。由此能够及时检测发现消防设备在未发生火灾的情况下的误启动故障，使维修人员快速获知并对该消防设备进行维修。在发生火灾的情况下，也可以利用监控视频数据监测，发现已启动的消防设备，进而排查发现未启动的消防设备，优先对未启动消防设备所在区域进行灭火。此外，该方案还可以及时地告警，降低了烟雾报警器可能失效所带来的风险。

以下先对本申请提供的消防设备检测方法进行介绍。

参看图1，在一实施例中，该消防设备检测方法包括以下步骤：

S110，从监控视频数据中获取目标视频帧，监控视频数据对应的监控对象包括消防设备；

S120，每获取到目标视频帧时，对目标视频帧进行灰度处理，得到目标视频帧对应的灰度图像数据，并对灰度图像数据进行前景检测，得到灰度图像数据中的前景目标；

S130，当符合预设条件的目标视频帧的连续帧数大于第一阈值时，发送用于指示消防设备处于启动状态的告警信息，预设条件为目标视频帧对应的灰度图像数据中前景目标所在区域的面积大于第一预设阈值。

本申请实施例通过对监控消防设备的目标视频帧进行灰度处理，得到目标视频帧对应的灰度图像数据，并对灰度图像数据进行前景检测，得到灰度图像数据中的前景目标；进而当目标视频帧对应的灰度图像数据中前景目标所在区域的面积大于第一预设阈值且该目标视频帧的连续帧数大于第一阈值时，发送用于指示消防设备处于启动状态的告警信息。由于目标视频帧是从监控消防设备的监控视频数据中获取的，最终得以借助这些目标视频帧，检测出符合消防设备处于启动状态的前景目标并进行告警，检出率高，运行速度快。由此能够及时检测发现消防设备在未发生火灾的情况下的误启动故障，使维修人员快速获知并对该消防设备进行维修。在发生火灾的情况下，也可以利用监控视频数据监测出已启动的消防设备，从而排除发现未启动的消防设备，优先对该区域进行灭火。此外，该方案还可以及时地告警，降低了烟雾报警器可能失效所带来的风险，提高了监控视频所在场景的消防安全。

在一些实施例中，在S110中，上述监控视频数据可以是设置在办公场所、居家环境以及公共场所的摄像头所拍摄得到的视频数据，这些监控视频数据所覆盖的监控区域中包括消防设备，即监控对象包括消防设备。

示例性地，上述摄像头可以是网络摄像头，可以通过与各摄像头通信连接的服务器，每间隔预设时间或实时从各摄像头获取到监控视频数据。

在从监控视频数据中获取目标视频帧之前，可以先对监控视频数据进行筛选。其中筛选规则可以包括以下规则中的至少一种：

可以筛选出清晰度符合要求的监控视频数据，示例性地，选择视频分辨率高于1920×1080的监控视频数据。

可以选择消防设备在监控视频数据中的长宽符合一定像素要求的监控视频数据，示例性地，当消防设备为消防喷淋头时，可以选择视频中消防喷淋头沿长度方向和沿宽度方向所占像素均大于等于50个像素的监控视频数据。

可以选择摄像头与消防设备所在有效区域边界的俯仰角符合一定范围的，由此保证能够准确拍摄得到消防设备的状态。示例性地，当消防设备为消防喷淋头时，可以选择摄像头与有效边界区域的俯仰角在15°至30°之间的监控视频数据。

在上述示例中，通过对监控视频数据进行筛选，为后续消防设备状态的准确识别提供了有效的视频参考。

需要说明的是，在获取到监控视频数据后，可以从中逐帧读取备选视频帧，得到备选视频帧集合。然后可以对备选视频帧集合进行预处理，得到目标视频帧。

在一可选示例中，对备选视频帧进行预处理的过程包括：每间隔预设帧数，从备选视频帧集合中选取N帧备选视频帧，N为正整数，然后将备选视频帧调整为预设尺寸，这些调整为预设尺寸的视频帧即是目标视频帧。

示例性地，可以每间隔十帧，从备选视频集合中抽取一帧备选视频帧作为后续前景检测算法的实际输入。而将备选视频帧调整为预设尺寸，方便后续的统一比对，可以是将备选视频帧的尺寸缩放至640*480。

在一些实施例中，在S120中，可以每从监控视频数据中获取到目标视频帧后，对目标视频帧进行灰度处理，即可以将三通道彩色图像的目标视频帧转换为单通道的灰度图像数据。

可以通过ViBe(Visual Background Extractor，视觉背景提取)算法对灰度图像数据进行前景检测，以检测出灰度图像数据中的前景目标。当然，也可以利用其他检测算法实现对灰度图像数据的前景检测。

其中本申请实施例提供的ViBe算法为灰度图像数据中的每个像素点存储了一个样本集，样本集中的参考像素点的像素值，即是灰度图像数据中相同位置的像素点过去的像素值和其邻居点(后续又称为邻域像素点)的像素值。可以将新的灰度图像数据中的每一个像素点的像素值和对应样本集中的每个参考像素点的像素值进行比较，来判断新的灰度图像数据中的像素点是否属于背景点(又称为背景像素点)或是前景点(即前景目标或前景像素点)。

上述背景点对应的背景对象是指静止的或者移动非常缓慢的对象，而前景点对应的前景对象是相较于背景对象正在移动的对象。可以理解的是，通过前景检测得到灰度图像数据中的前景目标即是疑似消防设备启动后形成的疑似水花区域。

在一可选示例中，上述对灰度图像数据进行前景检测，得到灰度图像数据中的前景目标的过程可以包括：

获取每个像素点对应的像素样本集，像素样本集中包括M个参考像素点；计算灰度图像数据中每个像素点与对应像素样本集中各参考像素点间的像素距离；获取灰度图像数据中的目标像素点，目标像素点为前景目标，像素样本集中与目标像素点匹配的参考像素点的数量小于K；其中，当像素距离小于距离阈值时，该像素距离相关的像素点与参考像素点匹配，K≤M，K和M为正整数。

在本申请实施例中，通过前景检测及时发现了消防设备启动后形成的喷淋区域，以消防设备为喷淋头为例，即检测发现了疑似水花区域，帮助定位发现了目标，使得后续可以快速跟踪该区域，确定消防设备的最终运行状态。

示例性地，参看图2，图2示出了一灰度图像数据形成的灰度图像S，该灰度图像数据是对拍摄会议场所形成的目标视频帧进行灰度处理后得到的，该目标视频帧经过了裁剪处理，保留了消防喷淋头区域一定范围内的图像。

图2中可见会议场所的天花板上设置有三个消防喷淋头，分别为消防喷淋头A、消防喷淋头B以及消防喷淋头C。正常情况下，三个消防喷淋头未启动，不会向下方喷水，此时消防喷淋头下方区域为相对前景目标的背景。而一旦消防喷淋头启动，下方形成水花，则可以通过前景检测及时发现。

仍以图2为例继续说明，可以对该场景对应的灰度图像数据(即图2中S区域)进行前景检测，可以发现消防喷淋头A下方区域以及消防喷淋头C下方区域为前景目标，该前景目标即疑似是消防喷淋头A和C启动时形成的水花区域。

在同一场景下的另一些示例中，例如请参看图3，图3可以示出一人物Q途径会议场所经过，此时摄像头拍摄画面形成人影图像，该人影图像的头部区域处在S区域内，在该灰度图像中也可能被识别为前景目标，但由于其是经过摄像头拍摄范围，因此可以通过后续连续帧数和像素区域面积的判别条件进行甄别，从而准确识别消防喷淋头运行状态。

其中，对于灰度图像数据中的每一个像素点x，可以设其背景像素值集合M有N种可能的取值，即存在以下公式(1)的数学关系：

M(x)＝{v₁，v₂，v₃…v_N} (1)

每当新获取到一帧目标视频帧，可以将该目标视频帧对应灰度图像数据中像素点的像素值v与该像素样本集中每一个样本(即参考像素点)的像素值v_i进行比较，进而计算得到像素点的像素值v与参考像素点的像素值v_i间的像素距离r，该像素距离可以用公式(2)进行定义。

r_i＝abs(v-v_i) (2)

其中，r为像素距离，v为像素点的像素值，v_i为像素样本集中参考像素点的像素值。

若像素距离r小于距离阈值，则认为该像素点与计算像素距离时，对应像素样本集中的某一参考像素点匹配，若与像素点匹配的参考像素点的个数至少有K个，则该像素点可以被视为背景像素点。反之，则该目标像素点可以被视为前景像素点。

还需要说明的是，由于目标视频帧在持续读取，因此针对每个像素点所承担的角色也是不断变化的，每个像素点对应的样本集也需要进行持续更新。同时也需要根据持续读取的视频帧，进一步确认前景目标是否为消防设备启动所形成的喷淋区域，提升识别准确度。

在一些可选示例中，可以在获取灰度图像数据中的目标像素点之后，获取第一连续次数，第一连续次数可以用于指示像素点被连续检测为目标像素点的次数。当第一连续次数达到预设次数阈值时，可以将第一连续次数对应的目标像素点更新为灰度图像数据中相对于目标像素点的背景像素点。反之，即第一连续次数未达到预设次数阈值，则可以继续将该像素点保持为目标像素点。

可以理解的是，实际在某位置的像素点第一次被判定为前景像素点时，即启动了前景点计数机制，在连续读取的视频帧中，若该位置的像素点连续被判定为目标像素点的次数达到预设次数阈值，则实际该区域被误判为了运动的前景点，可以将其更新为背景像素点。

此时，还可以更新该像素点对应的样本集，可以是从像素样本集中等概率随机选择一个参考像素点，将该参考像素点的像素值替换为当前像素值。

而在像素点直接被判定为背景像素点的情况，即确认像素点与对应的像素样本集中参考像素点的匹配数量大于或等于K的情况，可以设置固定概率(即预设概率)对样本集中的参考像素点的像素值进行更新，当然，其同样存在固定概率可以更新其领域像素的样本集。示例性地，该固定概率可以设置为1/16。该像素样本集更新的过程可以参考上述过程，即从像素样本集中随机抽取一个参考像素点，将该参考像素点更新为所述背景像素点。

由此样本值在前景检测模型的样本集中是否被替换与其存在时间无关。

上述基于ViBe算法的前景检测，能够适应消防设备故障这一缓慢变化的情形，计算量小，且识别速度快，能够精确检测出前景目标。

后续可以针对背景像素点和前景像素点进行二值化输出，形成图像二值化掩膜。二值化输出可以是将识别出的背景像素点的像素数据赋值为0，将识别出的前景像素点的像素数据赋值为1。图像二值化掩膜中显示出像素区域即是前景目标。

在将该前景目标在二值化图像中显示为图像二值化像素掩膜时，可以对得到的图像二值化像素掩膜进行图像形态学膨胀处理，图像形态学膨胀处理即是对图像二值化像素掩膜进行膨胀运算，其类似于领域扩张，是将图像中高亮区域或白色区域进行扩张，其运算结果比原图的前景目标区域更大，能够更容易识别。

需要说明的是，可以通过下述公式(3)定义图像形态学膨胀处理的过程。

其中，A为前景目标所在的图像二值化像素掩膜，B为卷积模板或卷积核，该卷积模板或卷积核可以为正方形或圆形。

可以通过B对图像A进行卷积计算，以对图像A中每个像素点进行扫描，从而将前景目标所在区域的像素替换为最大值，实现类似膨胀的效果，进而能够在获取前景目标所在区域面积时更为方便有效地检测消防设备的运行情况。

在一些实施例中，在S120之后，还可以获取每个灰度图像数据中各前景目标所在区域的灰度值；将灰度值符合预设灰度条件的灰度图像数据确定为前景目标所在区域的面积大于第一预设阈值的灰度图像数据；其中，预设灰度条件为灰度值大于预设灰度阈值。

需要说明的是，当本实施例中的前景目标所在区域经过图像形态学膨胀处理，则获取的是经过图像形态学膨胀处理后的前景目标所在区域的灰度值。当未经过图像形态学膨胀处理，则可以直接获取经过前景识别算法所输出的前景目标的总灰度值。

当对灰度图像数据进行前景检测得到多个前景目标时，则可以分别计算各个前景目标所在区域的灰度值。当任一区域中各个像素点的灰度值总和大于预设灰度阈值，认为该区域实际的面积大于第一预设阈值，可以对连续读取的目标视频帧中该位置进行监测，当该位置区域的面积符合第一预设阈值的条件，且对应目标视频帧的连续帧数大于第一阈值的情况下，确认此时该区域监控的消防设备存在故障，可以对该消防设备进行故障告警，从而通过监控视频数据及时发现了消防设备的故障，极大地提升了消防安全，且为增加设备成本。

上文中结合图1至图3，详细描述了根据本申请实施例的消防设备检测方法，下面将结合图4，详细描述本申请实施例的消防设备检测装置。

参看图4，在一实施例中，上述消防设备检测装置包括：

获取模块410，可以用于从监控视频数据中获取目标视频帧，监控视频数据对应的监控对象包括消防设备；

处理检测模块420，可以用于每获取到目标视频帧时，对目标视频帧进行灰度处理，得到目标视频帧对应的灰度图像数据，并对灰度图像数据进行前景检测，得到灰度图像数据中的前景目标；

告警模块430，可以用于当符合预设条件的目标视频帧的连续帧数大于第一阈值时，发送用于指示消防设备处于启动状态的告警信息，预设条件为目标视频帧对应的灰度图像数据中前景目标所在区域的面积大于第一预设阈值。

在一可选示例中，该处理检测模块可以包括：

获取单元，可以用于获取灰度图像数据中每个像素点对应的像素样本集，像素样本集中包括M个参考像素点；

计算单元，可以用于计算灰度图像数据中每个像素点与对应像素样本集中各参考像素点间的像素距离；

获取单元，还可以用于获取灰度图像数据中的目标像素点，目标像素点为前景目标，像素样本集中与目标像素点匹配的参考像素点的数量小于K；其中，当像素距离小于距离阈值时，该像素距离相关的像素点与参考像素点匹配，K≤M，K和M为正整数。

在又一可选示例中，该装置还可以包括更新模块，其中，

获取模块，还可以用于获取第一连续次数，第一连续次数用于指示像素点被连续检测为目标像素点的次数；

更新模块，可以用于当第一连续次数达到预设次数阈值时，将第一连续次数对应的目标像素点更新为灰度图像数据中相对于目标像素点的背景像素点；当所述第一连续次数未达到预设次数阈值时，将所述第一连续次数对应的目标像素点保持为前景目标。

在再一可选示例中，获取模块，还用于获取所述灰度图像数据中的背景像素点，像素样本集中与所述背景像素点匹配的参考像素点的数量大于或等于K；

更新模块，还用于按照预设概率对所述背景像素点对应的像素样本集以及所述背景像素点的领域像素点所对应的像素样本集进行更新；

在再一可选示例中，该装置还包括：

膨胀处理模块，可以用于对每个灰度图像数据中前景目标所在区域进行图像形态学膨胀处理；

计算模块，可以用于计算经图像形态学膨胀处理后的前景目标所在区域的灰度值；

确定模块，可以用于将灰度值符合预设灰度条件的灰度图像数据确定为前景目标所在区域的面积大于第一预设阈值的灰度图像数据；其中，所述预设灰度条件为灰度值大于预设灰度阈值。

在再一可选示例中，获取模块，可以包括：

读取单元，可以用于从监控视频数据中逐帧读取备选视频帧，得到备选视频帧集合；

选取单元，可以用于每间隔预设帧数，从备选视频帧集合中选取N帧备选视频帧，N为正整数；

调整单元，可以用于将备选视频帧调整为预设尺寸，得到目标视频帧。

图5示出了本申请实施例提供的消防设备检测设备的硬件结构示意图。

其中，消防设备检测设备可以包括处理器501以及存储有计算机程序指令的存储器502。

具体地，上述处理器501可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器502可在综合网关容灾设备的内部或外部。在特定实施例中，存储器502是非易失性固态存储器。

存储器502可包括只读存储器(ROM)，闪存设备，随机存取存储器(RAM)，磁盘存储介质设备，光存储介质设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器502包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的上述方面的方法所描述的操作。

处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现上述实施例中的任意一种消防设备检测方法。

在一个示例中，消防设备检测设备还可包括通信接口503和总线510。其中，如图5所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。

通信接口503，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。

总线510包括硬件、软件或两者，将消防设备检测设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

该消防设备检测设备可以基于消防设备检测方法，从而实现结合图1至图4描述的消防设备检测方法和装置。

结合上述实施例中的消防设备检测方法，本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种消防设备检测方法。

另外，结合上述实施例中的消防设备检测方法，本申请实施例可提供一种计算机程序产品来实现。该计算机程序产品上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种消防设备检测方法。

另外，本文中术语“和/或”，仅仅是一种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。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应理解，在本申请实施例中，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。

以上，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims

1.一种消防设备检测方法，其特征在于，包括：

当符合预设条件的目标视频帧的连续帧数大于第一阈值时，发送用于指示所述消防设备处于启动状态的告警信息，所述预设条件为目标视频帧对应的灰度图像数据中前景目标所在区域的面积大于第一预设阈值，所述告警信息用于排查发现未启动的消防设备，以优先对处于启动状态的消防设备所处区域进行灭火；

所述对所述灰度图像数据进行前景检测，得到所述灰度图像数据中的前景目标，包括：

2.根据权利要求1所述的消防设备检测方法，其特征在于，所述获取所述灰度图像数据中的目标像素点之后，所述方法还包括：

3.根据权利要求1所述的消防设备检测方法，其特征在于，所述计算所述灰度图像数据中每个像素点与对应像素样本集中各参考像素点间的像素距离之后，所述方法还包括：

4.根据权利要求1所述的消防设备检测方法，其特征在于，所述对所述灰度图像数据进行前景检测，得到所述灰度图像数据中的前景目标之后，所述方法还包括：

5.根据权利要求1所述的消防设备检测方法，其特征在于，所述从监控视频数据中获取目标视频帧，包括：

将所述备选视频帧调整为预设尺寸，得到所述目标视频帧。

6.一种消防设备检测装置，其特征在于，包括：

告警模块，用于当符合预设条件的目标视频帧的连续帧数大于第一阈值时，发送用于指示所述消防设备处于启动状态的告警信息，所述预设条件为目标视频帧对应的灰度图像数据中前景目标所在区域的面积大于第一预设阈值，所述告警信息用于排查发现未启动的消防设备，以优先对处于启动状态的消防设备所处区域进行灭火；

处理检测模块包括：

获取单元，用于获取灰度图像数据中每个像素点对应的像素样本集，像素样本集中包括M个参考像素点；

计算单元，用于计算灰度图像数据中每个像素点与对应像素样本集中各参考像素点间的像素距离；

获取单元，还用于获取灰度图像数据中的目标像素点，目标像素点为前景目标，像素样本集中与目标像素点匹配的参考像素点的数量小于K；其中，当像素距离小于距离阈值时，该像素距离相关的像素点与参考像素点匹配，K≤M，K和M为正整数。

7.一种消防设备检测设备，其特征在于，所述消防设备检测设备包括存储器、处理器以及存储在所述存储器中，并在所述处理器上运行的计算机程序，所述计算机程序执行如权利要求1～5任一项所述的消防设备检测方法的步骤。

8.一种计算机存储介质，其特征在于，所述计算机存储介质被处理器执行时实现权利要求1～5任一项所述的消防设备检测方法的步骤。