CN115271659B - 一种基于视频分析的城市火灾隐患预警方法及系统 - Google Patents
一种基于视频分析的城市火灾隐患预警方法及系统 Download PDFInfo
- Publication number
- CN115271659B CN115271659B CN202210895086.3A CN202210895086A CN115271659B CN 115271659 B CN115271659 B CN 115271659B CN 202210895086 A CN202210895086 A CN 202210895086A CN 115271659 B CN115271659 B CN 115271659B
- Authority
- CN
- China
- Prior art keywords
- information
- hidden danger
- feature
- fire
- building
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000008859 change Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 16
- 238000002485 combustion reaction Methods 0.000 description 13
- 206010000369 Accident Diseases 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000010304 firing Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- 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
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种基于视频分析的城市火灾隐患预警方法及系统,涉及智慧城市技术领域,通过火灾隐患特征识别模型对目标建筑物对象视频信息进行分析获取视频隐患特征,根据目标建筑物对象的建筑属性信息进行附加识别特征分析生成辅助识别特征,将辅助识别特征添加至视频隐患特征中进行特征组合,并进行隐患风险等级分析,获取隐患风险系数并根据隐患风险系数输出隐患预警信息。解决了现有技术中对于城市火灾隐患重救援而轻预警,导致人民生命和财产安全仍受到侵害且对消防警力资源造成浪费的技术问题。达到了在危险发生前进行隐患风险预警提醒,便于及时进行危险消除,使人民财产和生命安全免受侵害的技术效果。
Description
技术领域
本发明涉及智慧城市技术领域,具体涉及一种基于视频分析的城市火灾隐患预警方法及系统。
背景技术
随着智慧城市的发展,越来越多便利城市居民生活工作的信息资源得以整合调度,居民出行交通、生活物资购买等基础需求得以充分满足,居民安全需求随之提上议程。
火灾作为城市高发安全隐患问题,时常受到大众关注,火灾救援需求与消防警力之间不匹配引发的居民财产安全问题叩待解决。但是现有技术对于火灾隐患消除的方法常为根据历史火灾起火源以及诱发原因进行经验总结以及消防安全知识普及,这并不利于忙碌的城市居民进行火灾隐患的避免,仍旧存在对城市居民生命和财产安全的威胁。
现有技术中存在对于城市火灾隐患重救援而轻预警,导致人民生命和财产安全仍受到侵害且对消防警力资源造成不必要浪费的技术问题。
发明内容
本申请提供了一种基于视频分析的城市火灾隐患预警方法及系统,用于针对解决现有技术中存在对于城市火灾隐患重救援而轻预警,导致人民生命和财产安全仍受到侵害且对消防警力资源造成不必要浪费的技术问题。
鉴于上述问题,本申请提供了一种基于视频分析的城市火灾隐患预警方法及系统。
本申请的第一个方面,提供了一种基于视频分析的城市火灾隐患预警方法,所述方法包括:连接所述城市火灾消防管理系统,对目标建筑物对象进行视频采集,获取视频信息;将所述视频信息发送至所述云处理中心,根据所述云处理中心嵌入的火灾隐患特征识别模型 进行分析,获取视频隐患特征;获取所述目标建筑物对象的建筑属性信息;根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,生成用于进行火灾隐患识别的辅助识别特征;将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,对组合后的特征进行隐患风险等级分析,获取隐患分析结果,其中,所述隐患分析结果为隐患风险系数;根据所述隐患风险系数,输出隐患预警信息。
本申请的第二个方面,提供了一种基于视频分析的城市火灾隐患预警系统,所述系统包括:视频采集通信模块,用于连接城市火灾消防管理系统,对目标建筑物对象进行视频采集,获取视频信息;识别模型执行模块,用于将所述视频信息发送至云处理中心,根据所述云处理中心嵌入的火灾隐患特征识别模型进行分析,获取视频隐患特征;建筑属性生成模块,用于获取所述目标建筑物对象的建筑属性信息;附加特征分析模块,用于根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,生成用于进行火灾隐患识别的辅助识别特征;风险系数分析模块,用于将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,对组合后的特征进行隐患风险等级分析,获取隐患分析结果,其中,所述隐患分析结果为隐患风险系数;隐患预警输出模块,用于据所述隐患风险系数,输出隐患预警信息。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的方法通过连接所述城市火灾消防管理系统,对目标建筑对象进行视频采集,获取视频信息;将所述视频信息发送至所述云处理中心,根据所述云处理中心嵌入的火灾隐患特征识别模型 进行分析,获取视频隐患特征,实现初步获知当前目标建筑物对象容易出现火灾的建筑位点信息;获取所述目标建筑物对象的建筑属性信息;根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,生成用于进行火灾隐患识别的辅助识别特征,实现获取与目标建筑物对象相似度极高且历史曾有火灾事故发生的建筑物的发生火灾的建筑特征信息,便于进行目标建筑物对象火灾隐患的概率等级评定,将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,对组合后的特征进行隐患风险等级分析,获取隐患风险系数,根据所述隐患风险系数,输出隐患预警信息。达到了在危险发生前进行隐患风险预警提醒,便于及时进行危险消除,使人民财产和生命安全免受侵害的技术效果。
附图说明
图1为本申请提供的一种基于视频分析的城市火灾隐患预警方法流程示意图;
图2为本申请提供的一种基于视频分析的城市火灾隐患预警方法中根据建筑属性信息进行附加识别特征分析的流程示意图;
图3为本申请提供的一种基于视频分析的城市火灾隐患预警方法中根据起火源特征集合进行附加识别特征分析的流程示意图;
图4为本申请提供的一种基于视频分析的城市火灾隐患预警系统的结构示意图。
附图标记说明:视频采集通信模块11,识别模型执行模块12,建筑属性生成模块13,附加特征分析模块14,风险系数分析模块15,隐患预警输出模块16。
具体实施方式
本申请提供了一种基于视频分析的城市火灾隐患预警方法及系统,用于针对解决现有技术中存在对于城市火灾隐患重救援而轻预警,导致人民生命和财产安全仍受到侵害且对消防警力资源造成不必要浪费的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
对目标建筑物进行分析获取火灾隐患特征位点,根据目标建筑物对象的建筑属性信息进行附加识别特征分析生成辅助识别特征,将辅助识别特征添加至火灾隐患特征位点中进行特征组合,进行隐患风险等级分析,获取隐患风险系数并根据隐患风险系数输出隐患预警信息。实现在危险发生前进行隐患风险预警提醒,便于及时进行危险消除,使人民财产和生命安全免受侵害。
实施例一
如图1所示,本申请提供了一种基于视频分析的城市火灾隐患预警方法,所述方法应用于城市火灾消防管理系统,所述系统与云处理中心通信连接,所述方法包括:
S100:连接所述城市火灾消防管理系统,对目标建筑物对象进行视频采集,获取视频信息;
具体而言,在本实施例中,所述城市火灾消防管理系统为具备图像采集功能、预警提醒发布功能的综合性管理系统,所述城市火灾消防管理系统的图像采集功能可通过已装配于建筑物表面及内部,起防盗作用的监控摄像头实现,也可通过专属于所述城市火灾消防管理系统的若干个图像采集装置实现图像采集功能。所述城市火灾消防管理系统的预警提醒发布功能,通过用户预留的电话、邮箱等实现,也可通过广播形式实现。
所述目标建筑物对象为城市内以一定建筑目的施工形成的具备一定功能属性的建筑物,例如教学楼、图书馆、KTV、酒店、商场、办公楼、居民住宅楼等。在本实施例中,所述目标建筑物对象优选为存在火灾发生隐患较多,容易出现火灾事故的城市建筑,例如老旧居民住宅楼。
在本实施例中,通过连接于所述城市火灾消防管理系统的图像采集功能装置,对目标建筑物对象进行视频采集,获取视频信息,所述视频信息包括所述目标建筑物对象的内部构造信息、外观形态信息。
S200:将所述视频信息发送至所述云处理中心,根据所述云处理中心嵌入的火灾隐患特征识别模型进行分析,获取视频隐患特征;
具体而言,在本实施例中,所述云处理中心优选为具备数据存储和分析能力的综合性处理中心,所述云处理中心存储有大量城市建筑信息以及城市建筑火灾记录,所述云处理中心嵌入有一实时处于训练和应用中的火灾隐患特征识别模型,所述火灾隐患特征识别模型基于不断上传至云处理中心的城市建筑火灾记录以及对应的城市建筑信息进行模型构建和训练,并在上传数据不断增长的过程中,所述火灾隐患特征识别模型也在不断进行训练,模型分析精度不断提高。
通过将所述视频信息发送至所述云处理中心,根据所述云处理中心嵌入的火灾隐患特征识别模型对所述视频信息所涵盖的目标建筑物对象的外部形态信息和内部构造信息进行分析,获取视频中容易发生火灾的所述隐患特征,所述隐患特征可为堆积于楼梯间的纸箱木制品、燃气管道、被堵塞的消防通道、年久失修电表箱等。
S300:获取所述目标建筑物对象的建筑属性信息;
具体而言,在本实施例中,根据建筑物的物质、空间、社会、文化属性信息,将建筑物进行建筑属性归一化分析,获得具有一多对应关系的多个建筑物属性信息和多个建筑物信息的建筑物属性信息集合。
将所述目标建筑物对象的物质、空间、社会、文化属性中的一种或多种属性在所述建筑属性信息集合内进行遍历,获得在物质、空间、社会、文化属性方面重合度最高的所述建筑属性信息作为所述目标建筑物对象的建筑属性信息。例如老旧居民楼的建筑属性信息为住宅楼房,历史古建筑的建筑属性信息为木结构体系建筑。
S400:根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,生成用于进行火灾隐患识别的辅助识别特征;
进一步的,如图2所示,根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,本申请提供的方法步骤S400还包括:
S410:根据所述建筑属性信息,获取所述目标建筑物对象的建筑特征信息;
S420:基于大数据,以所述建筑特征信息识别所述目标建筑物对象的建筑物群体,生成建筑物画像;
S430:根据所述建筑物画像统计历史火灾信息识别起火源信息,生成起火源特征集合;
S440:根据所述起火源特征集合生成附加特征识别库进行附加识别特征分析,输出所述辅助识别特征。
具体而言,应理解的,按照建筑属性信息的可将多个具有一定差异性的建筑物进行归类,例如老旧居民楼、新开盘住宅、改善型住房和高档小区的建筑属性信息都为住宅楼房,将具有相同建筑属性信息的建筑物,按照不同的老旧程度、商圈布局、地理位置、交通便利度等建筑特征信息可进行二次细分。
获取所述目标建筑物对象包括但不限于老旧程度、商圈布局、地理位置、交通便利度信息,生成所述建筑特征信息。基于大数据,以所述建筑特征信息以及所述目标建筑物对象的建筑属性信息作为检索指令,筛选识别出与所述目标建筑物对象的具有相同建筑属性信息,且建筑特征信息相似度较高的建筑物群体,根据所述建筑物群体生成所述建筑物画像,作为所述目标建筑物对象的虚拟代表。
所述辅助识别特征为所述目标建筑物对象的建筑布局中存在诱发火灾隐患的建筑特征信息。所述起火源信息为历史发生火灾事故的建筑物最先发生局部燃烧的建筑部位信息。所述起火源特征指诱发起火源发生局部燃烧的单一特征或多种相互具有叠加作用的建筑特征信息。例如老旧小区电控箱发生局部燃烧与老旧程度这一建筑特征信息相关,或与老旧程度、建筑电路排线布局等多个建筑特征信息相关。
根据所述建筑物画像,统计获得与所述目标建筑物对象匹配度较高的多个建筑物的历史火灾信息,并识别分析每一建筑物历史火灾的起火源信息,生成起火源特征集合。
根据所述起火源特征集合生成附加特征识别库,所述特征识别库内包含多种起火源特征信息以及与起火源特征信息具有一多对应关系的多种起火源局部燃烧诱发的多种建筑特征信息。对所述目标建筑物对象进行附加识别特征分析,筛选确定所述目标建筑物对象的多个建筑特征信息中,与所述附加特征识别库中诱发起火源发生局部燃烧的建筑特征信息相一致的建筑特征信息作为所述辅助识别特征输出。
本实施例通过根据目标建筑物对象的建筑特征信息结合建筑属性信息确定建筑物画像,将建筑物画像作为检索指令从大数据中获取与目标建筑物对象匹配度较高,且曾发生过火灾事故的多个建筑物,根据历史火灾进行起火源以及诱发起火的建筑特征信息的获取,达到了获得目标建筑物存在火灾隐患发生的建筑特征,为后续进行火灾隐患预防提供较为准确的局部隐患消除位点的技术效果。
S500:将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,对组合后的特征进行隐患风险等级分析,获取隐患分析结果,其中,所述隐患分析结果为隐患风险系数;
进一步的,将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,本申请提供的方法步骤S500还包括:
S510:通过分析所述辅助识别特征,获取所述辅助识别特征的识别需求信息,其中,所述识别需求信息与所述辅助识别特征一一对应;
S520:连接所述火灾隐患特征识别模型,获取所述视频隐患特征的识别需求信息;
S530:按照所述视频隐患特征的识别需求信息,对应组合所述辅助识别特征的识别需求。
具体而言,所述视频隐患特征为常规条件下,容易发生局部燃烧最终引起火灾隐患爆发的所述目标建筑物对象中的起火源位点特征。所述识别需求信息为判断火灾隐患特征是否成立的颜色、温度等识别指标。例如当过道堆积物颜色满足吸热升温要求,堆积量满足局部燃烧最终引起火灾的堆积体量要求。
在本实施例中,通过分析所述辅助识别特征,获取与所述辅助识别特征具有一一对应关系的多个识别需求信息,基于所述火灾隐患特征识别模型,获取所述视频隐患特征的多个识别需求信息,将所述视频隐患特征的多个识别需求信息,对应组合所述辅助识别特征的多个识别需求,对组合后的特征进行隐患风险等级分析,获取隐患分析结果,根据所述隐患分析结果输出所述隐患风险系数。所述隐患风险系数越高则表明所述视频隐患特征位置作为起火源产生局部燃烧的概率越大。
本实施例首先基于传统的火灾隐患特征识别模型进行目标建筑物的特征分析,获得容易作为起火源发生局部燃烧的视频隐患特征,随后结合视频隐患特征以及容易引发火灾的辅助识别特征综合进行两者的识别需求信息的确定,进行目标建筑物对象视频隐患特征部位发生火灾隐患风险系数的确定,相较于传统火灾隐患判别方法,达到了更加精准获知火灾隐患的发生概率,便于用户进准进行隐患规避,减少无效风险消除对于人力和经济资源浪费的技术效果。
S600:根据所述隐患风险系数,输出隐患预警信息。
进一步的,根据所述隐患风险系数,输出隐患预警信息,本申请提供的方法步骤S600还包括:
S610:获取预设周期内的所有隐患风险系数,按照所述所有隐患风险系数,生成风险变化曲线;
S620:通过对所述风险变化曲线进行斜率计算,输出隐患趋势信息;
S630:按照所述隐患趋势信息,输出所述隐患预警信息,其中,所述隐患预警信息中包括对应的附件识别特征附加识别特征。
具体而言,应理解的,随着天气的随机性变化以及环境温度较为周期性的季节性变化,视频隐患特征存在位点作为起火源发生局部燃烧的隐患风险系数也并非恒定不变,例如回南天节气室内湿度上升,杂物堆积吸湿度较高,引发火灾的隐患风险系数降低,而相同的回南天节气,湿度上升电表箱内湿度上升引起电路短路引发火灾的隐患风险系数上升。
在本实施例中,获取预设周期内的每一隐患风险系数的变化情况,将所述所有隐患风险系数作为纵坐标,预设周期作为横坐标,通过诸如OTRD(测试软件生成曲线)进行每一隐患风险系数的风险变化曲线的生成;通过对多条所述风险变化曲线进行斜率计算,输出每一风险变化曲线对应的视频隐患特征作为起火源发生局部燃烧,最终引发火灾的隐患趋势信息,按照所述隐患趋势信息,输出所述隐患预警信息,所述隐患预警信息中包括对应的附件识别特征附加识别特征,所述附件识别特征附加识别特征为所述目标建筑物对象的视频隐患特征位点出现局部燃烧引发建筑物火灾的情况。
本实施例通过结合周期性的环境变化信息,进行火灾隐患预警信息的优化输出,达到了准确告知用户目标建筑物对象中存在火灾隐患的位点具体出现火灾的概率状况,有助于用户根据环境变化情况进行火灾隐患的消除防治。
本实施例提供的方法通过连接所述城市火灾消防管理系统,对目标建筑对象进行视频采集,获取视频信息;将所述视频信息发送至所述云处理中心,根据所述云处理中心嵌入的火灾隐患特征识别模型 进行分析,获取视频隐患特征,实现初步获知当前目标建筑物对象容易出现火灾的建筑位点信息;获取所述目标建筑物对象的建筑属性信息;根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,生成用于进行火灾隐患识别的辅助识别特征,实现获取与目标建筑物对象相似度极高且历史曾有火灾事故发生的建筑物的发生火灾的建筑特征信息,便于进行目标建筑物对象火灾隐患的概率等级评定,将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,对组合后的特征进行隐患风险等级分析,获取隐患风险系数,根据所述隐患风险系数,输出隐患预警信息。达到了在危险发生前进行隐患风险预警提醒,便于及时进行危险消除,使人民财产和生命安全免受侵害的技术效果。
进一步的,本申请提供的方法还包括:
S710:连接所述城市火灾消防管理系统,确定地域流量信息,其中,所述地域流量信息包括地域车流量信息和地域人流量信息;
S720:按照所述地域车流量信息和所述地域人流量信息,对所述目标建筑物对象进行预警等级标识,输出地域流量等级;
S730:当所述地域流量等级处于预设流量等级中,获取风险调整指令;
S740:按照所述风险调整指令,以所述地域流量等级生成风险调整信息,对所述隐患风险系数进行调整。
具体而言,所述地域车流量信息的测算方法为,以所述目标建筑物对象为中心,获得距离所述目标建筑对象救援交通距离最近的消防站抵达所述目标建筑对象的道路在最繁忙时的单位小时内通过的车辆数。所述地域人流量信息的测算方法为,以所述目标建筑物对象为中心,获得距离所述目标建筑对象救援交通距离最近的消防站抵达所述目标建筑对象的道路在最繁忙时的单位小时内岔道路口位置红绿灯过路时单位时间内通行人数。
所述地域车流量信息和所述地域人流量信息决定了在最繁忙时消防车辆采用人群疏散或依照交规的方法前往目标建筑物对象进行灭火消防的交通耗时。
所述地域流量等级根据救援交通耗时进行确定。所述预设流量等级根据火灾救援出警时间标准进行设置。
按照所述地域车流量信息和所述地域人流量信息,对所述目标建筑物对象进行预警等级标识,输出地域流量等级,当所述地域流量等级处于预设流量等级中,则说明消防救援人员可及时抵达,在火灾未扩大时即扑灭,获取风险调整指令,按照所述风险调整指令,以所述地域流量等级生成风险调整信息,对所述隐患风险系数进行下调调整,反之进行上调调整。
本实施例通过预设火灾发生后消防救援抵达时间,对隐患风险系数进行再次调整,达到了即便火灾隐患未被消除,发生火灾事故,火灾事故的扩大仍在可控范围内,用户生命和财产安全得到有效保障的技术效果。
进一步的,如图3所示,根据所述起火源特征集合生成附加特征识别库进行附加识别特征分析,本申请提供的方法步骤S440还包括:
S441:根据所述起火源特征集合,对所述目标建筑物对象进行起火源遍历,输出特征遍历结果,其中,所述遍历结果为起火源匹配度的遍历结果;
S442:根据所述特征遍历结果,生成待剔除特征,其中,所述待剔除特征为起火源匹配不成功的特征;
S443:将所述待剔除特征从所述起火源特征集合中剔除,更新所述附加特征识别库。
进一步的,所述输出特征遍历结果,本申请提供的方法步骤S441还包括:
S441-1:根据所述起火源特征集合,搭建起火源匹配度识别模型,其中,所述起火源匹配度识别模型包括环境条件、物品条件和技术条件;
S441-2:采集所述目标建筑物对象的环境信息、物品信息和技术信息,将所述环境信息、所述物品信息和所述技术信息输入所述起火源匹配度识别模型进行遍历,输出所述特征遍历结果。
具体而言,应理解的,有且仅有建筑物的环境信息、物品信息和技术信息都满足起火源的起火要求时,起火源才会出现局部燃烧现象。在本实施例中,为提高根据起火源特征集合确定所述目标建筑物对象的辅助识别特征的准确度,根据所述起火源特征集合,搭建起火源匹配度识别模型。
所述起火源匹配度识别模型包括环境条件匹配层、物品条件匹配层以及技术条件匹配层,上述条件匹配层之间可为逐层顺序匹配关系,也可为平级先后顺序随机匹配关系,本实施例在此不做限制。同样的,本实施例对所述起火源匹配度识别模型的各个匹配层进行训练以提高输出准确度的训练方法不做限制,在实际应用中可根据需要进行设计。
采集所述目标建筑物对象的环境信息、物品信息和技术信息,将所述环境信息、所述物品信息和所述技术信息输入所述起火源匹配度识别模型进行遍历,输出多个起火源匹配度特征遍历结果。根据所述特征遍历结果,获得起火源匹配不成功的起火源特征作为待剔除特征。将所述待剔除特征从所述起火源特征集合中剔除,更新所述附加特征识别库。
本实施例根据目标建筑物对象在环境、物品、技术方面的优化情况,剔除起火源特征集合中,已经不可存在诱发目标建筑物相同起火源特征位点发生局部燃烧现象的起火源特征,间接达到了提高火灾隐患预警信息准确度的技术效果,避免了已进行消防优化消除火灾隐患的建筑局部被误判为起火源隐患位点,进行不必要的火灾隐患消除处理,对于人力物力资源的浪费。
实施例二
基于与前述实施例中一种基于视频分析的城市火灾隐患预警方法相同的发明构思,如图4所示,本申请提供了一种城市火灾消防管理系统,其中,所述系统包括:
视频采集通信模块11,用于连接城市火灾消防管理系统,对目标建筑物对象进行视频采集,获取视频信息;
识别模型执行模块12,用于将所述视频信息发送至云处理中心,根据所述云处理中心嵌入的火灾隐患特征识别模型进行分析,获取视频隐患特征;
建筑属性生成模块13,用于获取所述目标建筑物对象的建筑属性信息;
附加特征分析模块14,用于根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,生成用于进行火灾隐患识别的辅助识别特征;
风险系数分析模块15,用于将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,对组合后的特征进行隐患风险等级分析,获取隐患分析结果,其中,所述隐患分析结果为隐患风险系数;
隐患预警输出模块16,用于据所述隐患风险系数,输出隐患预警信息。
进一步的,本申请提供的系统模块还包括:
流量信息采集单元,用于连接所述城市火灾消防管理系统,确定地域流量信息,其中,所述地域流量信息包括地域车流量信息和地域人流量信息;
流量等级生成单元,用于按照所述地域车流量信息和所述地域人流量信息,对所述目标建筑物对象进行预警等级标识,输出地域流量等级;
调整指令生成单元,用于当所述地域流量等级处于预设流量等级中,获取风险调整指令;
风险系数调整单元,用于按照所述风险调整指令,以所述地域流量等级生成风险调整信息,对所述隐患风险系数进行调整。
进一步的,所述附加特征分析模块14还包括:
建筑特征获得单元,用于根据所述建筑属性信息,获取所述目标建筑物对象的建筑特征信息;
建筑物画像生成单元,用于基于大数据,以所述建筑特征信息识别所述目标建筑物对象的建筑物群体,生成建筑物画像;
起火源特征生成单元,用于根据所述建筑物画像统计历史火灾信息识别起火源信息,生成起火源特征集合;
辅助特征生成单元,用于根据所述起火源特征集合生成附加特征识别库进行附加识别特征分析,输出所述辅助识别特征。
进一步的,所述辅助特征生成单元还包括:
特征遍历执行单元,用于根据所述起火源特征集合,对所述目标建筑物对象进行起火源遍历,输出特征遍历结果,其中,所述遍历结果为起火源匹配度的遍历结果;
剔除特征生成单元,用于根据所述特征遍历结果,生成待剔除特征,其中,所述待剔除特征为起火源匹配不成功的特征;
附加件特征优化单元,用于将所述待剔除特征从所述起火源特征集合中剔除,更新所述附加特征识别库。
进一步的,所述特征遍历执行单元还包括:
识别模型构建单元,用于根据所述起火源特征集合,搭建起火源匹配度识别模型,其中,所述起火源匹配度识别模型包括环境条件、物品条件和技术条件;
遍历结果输出单元,用于采集所述目标建筑物对象的环境信息、物品信息和技术信息,将所述环境信息、所述物品信息和所述技术信息输入所述起火源匹配度识别模型进行遍历,输出所述特征遍历结果。
进一步的,所述风险系数分析模块15还包括:
识别需求获得单元,用于通过分析所述辅助识别特征,获取所述辅助识别特征的识别需求信息,其中,所述识别需求信息与所述辅助识别特征一一对应;
识别需求生成单元,用于连接所述火灾隐患特征识别模型,获取所述视频隐患特征的识别需求信息;
识别需求执行单元,用于按照所述视频隐患特征的识别需求信息,对应组合所述辅助识别特征的识别需求。
进一步的,所述隐患预警输出模块16还包括:
风险曲线生成单元,用于获取预设周期内的所有隐患风险系数,按照所述所有隐患风险系数,生成风险变化曲线;
隐患趋势输出单元,用于通过对所述风险变化曲线进行斜率计算,输出隐患趋势信息;
隐患预警输出单元,用于按照所述隐患趋势信息,输出所述隐患预警信息,其中,所述隐患预警信息中包括对应的附件识别特征附加识别特征。
综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中,通过各种不限类型的计算机处理器识别计算机指令或程序,进而实现上述任一项方法或者步骤。
基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作的任何改进和修饰,皆应落入本发明的专利保护范围。
Claims (6)
1.一种基于视频分析的城市火灾隐患预警方法,其特征在于,所述方法应用于城市火灾消防管理系统,所述系统与云处理中心通信连接,所述方法包括:
连接所述城市火灾消防管理系统,对目标建筑物对象进行视频采集,获取视频信息;
将所述视频信息发送至所述云处理中心,根据所述云处理中心嵌入的火灾隐患特征识别模型进行分析,获取视频隐患特征;
获取所述目标建筑物对象的建筑属性信息;
根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,生成用于进行火灾隐患识别的辅助识别特征;
将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,对组合后的特征进行隐患风险等级分析,获取隐患分析结果,其中,所述隐患分析结果为隐患风险系数;
根据所述隐患风险系数,输出隐患预警信息;
其中,根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,所述方法还包括:
根据所述建筑属性信息,获取所述目标建筑物对象的建筑特征信息;
基于大数据,以所述建筑特征信息识别所述目标建筑物对象的建筑物群体,生成建筑物画像;
根据所述建筑物画像统计历史火灾信息识别起火源信息,生成起火源特征集合;
根据所述起火源特征集合生成附加特征识别库进行附加识别特征分析,输出所述辅助识别特征;
其中,根据所述起火源特征集合生成附加特征识别库进行附加识别特征分析,所述方法还包括:
根据所述起火源特征集合,对所述目标建筑物对象进行起火源遍历,输出特征遍历结果,其中,所述遍历结果为起火源匹配度的遍历结果;
根据所述特征遍历结果,生成待剔除特征,其中,所述待剔除特征为起火源匹配不成功的特征;
将所述待剔除特征从所述起火源特征集合中剔除,更新所述附加特征识别库。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
连接所述城市火灾消防管理系统,确定地域流量信息,其中,所述地域流量信息包括地域车流量信息和地域人流量信息;
按照所述地域车流量信息和所述地域人流量信息,对所述目标建筑物对象进行预警等级标识,输出地域流量等级;
当所述地域流量等级处于预设流量等级中,获取风险调整指令;
按照所述风险调整指令,以所述地域流量等级生成风险调整信息,对所述隐患风险系数进行调整。
3.如权利要求1所述的方法,其特征在于,所述输出特征遍历结果,所述方法还包括:
根据所述起火源特征集合,搭建起火源匹配度识别模型,其中,所述起火源匹配度识别模型包括环境条件、物品条件和技术条件;
采集所述目标建筑物对象的环境信息、物品信息和技术信息,将所述环境信息、所述物品信息和所述技术信息输入所述起火源匹配度识别模型进行遍历,输出所述特征遍历结果。
4.如权利要求1所述的方法,其特征在于,将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,所述方法还包括:
通过分析所述辅助识别特征,获取所述辅助识别特征的识别需求信息,其中,所述识别需求信息与所述辅助识别特征一一对应;
连接所述火灾隐患特征识别模型,获取所述视频隐患特征的识别需求信息;
按照所述视频隐患特征的识别需求信息,对应组合所述辅助识别特征的识别需求。
5.如权利要求1所述的方法,其特征在于,根据所述隐患风险系数,输出隐患预警信息,所述方法还包括:
获取预设周期内的所有隐患风险系数,按照所述所有隐患风险系数,生成风险变化曲线;
通过对所述风险变化曲线进行斜率计算,输出隐患趋势信息;
按照所述隐患趋势信息,输出所述隐患预警信息,其中,所述隐患预警信息中包括对应的附加识别特征。
6.一种基于视频分析的城市火灾隐患预警系统,其特征在于,所述系统包括:
视频采集通信模块,用于连接城市火灾消防管理系统,对目标建筑物对象进行视频采集,获取视频信息;
识别模型执行模块,用于将所述视频信息发送至云处理中心,根据所述云处理中心嵌入的火灾隐患特征识别模型进行分析,获取视频隐患特征;
建筑属性生成模块,用于获取所述目标建筑物对象的建筑属性信息;
附加特征分析模块,用于根据所述目标建筑物对象的建筑属性信息进行附加识别特征分析,生成用于进行火灾隐患识别的辅助识别特征;
风险系数分析模块,用于将所述辅助识别特征添加至所述视频隐患特征中进行特征组合,对组合后的特征进行隐患风险等级分析,获取隐患分析结果,其中,所述隐患分析结果为隐患风险系数;
隐患预警输出模块,用于据所述隐患风险系数,输出隐患预警信息;
所述附加特征分析模块还包括:
建筑特征获得单元,用于根据所述建筑属性信息,获取所述目标建筑物对象的建筑特征信息;
建筑物画像生成单元,用于基于大数据,以所述建筑特征信息识别所述目标建筑物对象的建筑物群体,生成建筑物画像;
起火源特征生成单元,用于根据所述建筑物画像统计历史火灾信息识别起火源信息,生成起火源特征集合;
辅助特征生成单元,用于根据所述起火源特征集合生成附加特征识别库进行附加识别特征分析,输出所述辅助识别特征;
所述辅助特征生成单元还包括:
特征遍历执行单元,用于根据所述起火源特征集合,对所述目标建筑物对象进行起火源遍历,输出特征遍历结果,其中,所述遍历结果为起火源匹配度的遍历结果;
剔除特征生成单元,用于根据所述特征遍历结果,生成待剔除特征,其中,所述待剔除特征为起火源匹配不成功的特征;
附加特征优化单元,用于将所述待剔除特征从所述起火源特征集合中剔除,更新所述附加特征识别库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210895086.3A CN115271659B (zh) | 2022-07-28 | 2022-07-28 | 一种基于视频分析的城市火灾隐患预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210895086.3A CN115271659B (zh) | 2022-07-28 | 2022-07-28 | 一种基于视频分析的城市火灾隐患预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115271659A CN115271659A (zh) | 2022-11-01 |
CN115271659B true CN115271659B (zh) | 2024-02-02 |
Family
ID=83770705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210895086.3A Active CN115271659B (zh) | 2022-07-28 | 2022-07-28 | 一种基于视频分析的城市火灾隐患预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271659B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116229668B (zh) * | 2022-12-05 | 2024-05-14 | 江苏弘业环保科技产业有限公司 | 基于红外视频监测的火灾定位系统 |
CN115907405B (zh) * | 2022-12-08 | 2023-06-27 | 力景(北京)系统技术有限公司 | 一种机场智能接警处置方法、装置、电子设备及介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010005292A (ja) * | 2008-06-30 | 2010-01-14 | Takenaka Komuten Co Ltd | 火災時危険度評価装置、移動経路選択装置、火災時危険度評価プログラム及び移動経路選択プログラム |
CN110458482A (zh) * | 2019-09-16 | 2019-11-15 | 中电科新型智慧城市研究院有限公司 | 一种基于大数据的消防安全评价能力构建方法 |
CN111080166A (zh) * | 2019-12-29 | 2020-04-28 | 杭州拓深科技有限公司 | 一种基于多层次统计评价的社会单位消防风险评估方法 |
CN111861131A (zh) * | 2020-06-22 | 2020-10-30 | 上海市政工程设计研究总院(集团)有限公司 | 一种基于韧性城市理念的火灾风险评估方法 |
CN112001627A (zh) * | 2020-08-22 | 2020-11-27 | 江苏瑞墨建筑科技有限公司 | 一种消防安全评估与火灾风险隐患管理系统及其使用方法 |
CN112529327A (zh) * | 2020-12-21 | 2021-03-19 | 北京建筑大学 | 一种用于构建商业地区建筑火灾风险预测等级模型的方法 |
CN113158300A (zh) * | 2021-03-30 | 2021-07-23 | 南京林业大学 | 基于bim的建筑物火灾易着火点处确定方法 |
CN113379267A (zh) * | 2021-06-21 | 2021-09-10 | 重庆大学 | 一种基于风险分级预测的城市火灾事件处理方法、系统及存储介质 |
CN113643495A (zh) * | 2021-07-29 | 2021-11-12 | 宜宾市消防救援支队 | 一种用于火灾原因调查的智能辅助分析系统及方法 |
CN114419829A (zh) * | 2022-01-19 | 2022-04-29 | 武汉理工光科股份有限公司 | 一种基于智慧城市消防远程监控系统 |
CN114511243A (zh) * | 2022-02-22 | 2022-05-17 | 哈尔滨工业大学(深圳) | 一种基于物联网监测的火灾风险动态评估的方法及系统 |
CN114519834A (zh) * | 2022-02-21 | 2022-05-20 | 城云科技(中国)有限公司 | 一种高层火灾隐患预警方法、装置及应用 |
-
2022
- 2022-07-28 CN CN202210895086.3A patent/CN115271659B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010005292A (ja) * | 2008-06-30 | 2010-01-14 | Takenaka Komuten Co Ltd | 火災時危険度評価装置、移動経路選択装置、火災時危険度評価プログラム及び移動経路選択プログラム |
CN110458482A (zh) * | 2019-09-16 | 2019-11-15 | 中电科新型智慧城市研究院有限公司 | 一种基于大数据的消防安全评价能力构建方法 |
CN111080166A (zh) * | 2019-12-29 | 2020-04-28 | 杭州拓深科技有限公司 | 一种基于多层次统计评价的社会单位消防风险评估方法 |
CN111861131A (zh) * | 2020-06-22 | 2020-10-30 | 上海市政工程设计研究总院(集团)有限公司 | 一种基于韧性城市理念的火灾风险评估方法 |
CN112001627A (zh) * | 2020-08-22 | 2020-11-27 | 江苏瑞墨建筑科技有限公司 | 一种消防安全评估与火灾风险隐患管理系统及其使用方法 |
CN112529327A (zh) * | 2020-12-21 | 2021-03-19 | 北京建筑大学 | 一种用于构建商业地区建筑火灾风险预测等级模型的方法 |
CN113158300A (zh) * | 2021-03-30 | 2021-07-23 | 南京林业大学 | 基于bim的建筑物火灾易着火点处确定方法 |
CN113379267A (zh) * | 2021-06-21 | 2021-09-10 | 重庆大学 | 一种基于风险分级预测的城市火灾事件处理方法、系统及存储介质 |
CN113643495A (zh) * | 2021-07-29 | 2021-11-12 | 宜宾市消防救援支队 | 一种用于火灾原因调查的智能辅助分析系统及方法 |
CN114419829A (zh) * | 2022-01-19 | 2022-04-29 | 武汉理工光科股份有限公司 | 一种基于智慧城市消防远程监控系统 |
CN114519834A (zh) * | 2022-02-21 | 2022-05-20 | 城云科技(中国)有限公司 | 一种高层火灾隐患预警方法、装置及应用 |
CN114511243A (zh) * | 2022-02-22 | 2022-05-17 | 哈尔滨工业大学(深圳) | 一种基于物联网监测的火灾风险动态评估的方法及系统 |
Non-Patent Citations (2)
Title |
---|
城市火灾风险分析及防范措施研究;李靖;《今日消防》;5(03);第101-102页 * |
基于D-S证据理论的公共建筑火灾风险评估;李杨等;《华北理工大学学报(自然科学版)》;第44卷(第01期);第124-128页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115271659A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115271659B (zh) | 一种基于视频分析的城市火灾隐患预警方法及系统 | |
CN103177391B (zh) | 一种基于三维实景的设施设备监控系统及系统集成方法 | |
CN102567808B (zh) | 结合实时气象信息的重大危险源事故后果预测预警方法 | |
CN110933376A (zh) | 消防物联网统一监管系统及方法 | |
CN101976248A (zh) | 一种快速识别输变电工程环境风险的方法 | |
CN113706355A (zh) | 化工园区智慧应急系统搭建方法 | |
CN205354263U (zh) | 一种基于红外热像的森林火灾探测系统 | |
CN115326661B (zh) | 一种基于大气环境的监测方法、系统和可读存储介质 | |
Burrows et al. | Development and validation of a model for predicting fire behaviour in spinifex grasslands of arid Australia | |
CN103823953A (zh) | 一种森林火险气象预警方法与系统 | |
JP6466340B2 (ja) | カメラ映像データによる状況確認システムおよびカメラ映像データによる状況確認方法 | |
CN105262983A (zh) | 基于灯联网的道路监控系统与方法 | |
CN106777001A (zh) | 公安遥感监测应用标准体系数据库的构建方法 | |
Luna et al. | An environmental justice analysis of distribution-level natural gas leaks in Massachusetts, USA | |
Liu et al. | Changes in Source‐Specific Black Carbon Aerosol and the Induced Radiative Effects Due to the COVID‐19 Lockdown | |
CN114964353A (zh) | 一种户外招牌智能化监测系统 | |
CN107527162B (zh) | 一种房屋安全鉴定系统及其使用方法 | |
Olaguer et al. | Updated methods for assessing the impacts of nearby gas drilling and production on neighborhood air quality and human health | |
Yang et al. | Evaluation on algorithm reliability and efficiency for an image flame detection technology | |
CN114169797A (zh) | 一种能源管理系统及方法 | |
CN112861737A (zh) | 一种基于图像暗通道与YoLov3的森林火灾烟雾检测方法 | |
CN111400877B (zh) | 一种基于gis数据的智能城市仿真系统和方法 | |
Zhou et al. | Roles of atmospheric turbulence and stratification in a regional pollution transport event in the middle reaches of the Yangtze River | |
CN111651506B (zh) | 一种基于历史文化数据的层积性分析方法及装置 | |
CN114662951A (zh) | 一种基于周期质量的消防工程评价系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |