CN115424405A - 烟火监测告警方法、装置、设备及存储介质 - Google Patents
烟火监测告警方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115424405A CN115424405A CN202211046934.XA CN202211046934A CN115424405A CN 115424405 A CN115424405 A CN 115424405A CN 202211046934 A CN202211046934 A CN 202211046934A CN 115424405 A CN115424405 A CN 115424405A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- monitoring
- identification
- smoke
- 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 139
- 239000000779 smoke Substances 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000002265 prevention Effects 0.000 claims abstract description 27
- 238000013507 mapping Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000005070 sampling Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 31
- 238000012549 training Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
-
- 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
- G06V20/48—Matching video sequences
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Fire Alarms (AREA)
- Alarm Systems (AREA)
Abstract
本申请实施例提供一种烟火监测告警方法、装置、设备及存储介质,涉及安防技术领域,该方法包括获取多个摄像头拍摄到的多路视频流数据;对多路视频流数据进行预处理,以获取序列图像;根据预设的图像识别模型,对序列图像进行烟火识别,并确定存在烟火特征的多帧目标拍摄图像;根据目标拍摄图像对应的标识信息,确定拍摄到烟火的目标摄像头以及目标摄像头对应的拍摄图像的画面与监控区域的映射关系;基于多帧目标拍摄图像以及映射关系,确定存在烟火特征的目标监控区域;生成告警信息并向目标设备发送告警信息。本方案能够有效地实现对防控场所的烟火监测,并提供有效的告警信息。
Description
技术领域
本申请实施例涉及安防技术领域,尤其涉及一种烟火监测告警方法、装置、设备及存储介质。
背景技术
火灾是严重威胁人类生存与发展的灾害之一,一旦发生火灾,且火情得不到有效控制,极易造成受灾面积蔓延,造成更大的人员伤亡及财产损失。因此,人们对火灾的防范意识不断提升,对防控场所通常采用摄像头进行火灾的预警监测,如通过图像识别技术进行拍摄的图像进行识别,以便于在火情蔓延前进行预警。在一些占地较大的防控场所往往会布置多个摄像头,以覆盖整个防控场所,但现有的预警方案的识别精确度较差,容易出现识别错误,使得该防控场所的管理员需频繁地去现场核实、处理,给管理员增添了大量无意义的工作量,造成人力资源的浪费。使得人工成本提高。
发明内容
本申请实施例提供了一种烟火监测告警方法、装置、设备及存储介质,能够有效地实现对防控场所的烟火监测,并提供有效的告警信息。
第一方面,本申请实施例提供一种烟火监测告警方法,防控场所包括多个监控区域,在防控场所布置有多个摄像头,且一个摄像头的拍摄图像的画面关联于若干个监控区域,烟火监测告警方法包括:
获取多个摄像头拍摄到的多路视频流数据;
对多路视频流数据进行预处理,以获取序列图像,序列图像包括多帧不同视频流数据在同一采样时刻的拍摄图像,且拍摄图像携带有对应于摄像头的标识信息;
根据预设的图像识别模型,对序列图像进行烟火识别,并确定存在烟火特征的多帧目标拍摄图像;
根据目标拍摄图像对应的标识信息,确定拍摄到烟火的目标摄像头以及目标摄像头对应的拍摄图像的画面与监控区域的映射关系;
基于多帧目标拍摄图像以及映射关系,确定存在烟火特征的目标监控区域;
生成告警信息并向目标设备发送告警信息,告警信息包括目标拍摄图像和目标监控区域在防控场所中的位置信息。
第二方面,本申请实施例还提供了一种烟火监测告警装置,烟火监测告警装置包括:
数据获取模块,配置为获取多个摄像头拍摄到的多路视频流数据;
数据处理模块,配置为对多路视频流数据进行预处理,以获取序列图像,序列图像包括多帧不同视频流数据在同一采样时刻的拍摄图像,且拍摄图像携带有对应于摄像头的标识信息;
图像确定模块,配置为根据预设的图像识别模型,对序列图像进行烟火识别,并确定存在烟火特征的多帧目标拍摄图像;
摄像头确定模块,配置为根据目标拍摄图像对应的标识信息,确定拍摄到烟火的目标摄像头以及目标摄像头对应的拍摄图像的画面与监控区域的映射关系;
区域确定模块,配置为基于多帧目标拍摄图像以及映射关系,确定存在烟火的目标监控区域;
告警模块,配置为生成告警信息并向目标设备发送告警信息,告警信息包括目标拍摄图像和目标监控区域在防控场所中的位置信息。
第三方面,本申请实施例提供一种烟火监测告警设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面实施例所提供的烟火监测告警方法。
第四方面,本申请实施例还提供一种存储计算机可执行指令的存储介质,计算机可执行指令在由处理器执行时用于执行如第一方面实施例所提供的烟火监测告警方法。
本申请实施例通过将多个摄像头对应的多路视频流数据进行预处理,从而获取包括多个各路视频流数据在同一采样时刻的拍摄图像的序列图像,进而通过图像识别模型对序列图像进行烟火识别,实现在同一时刻对防控场所进行烟火监测;在存在烟火时,确定目标拍摄图像,并根据对应于该目标拍摄图像的映射关系,将实际存在烟火的目标监控区域确定,使得向目标设备发送的告警信息中能够携带目标拍摄图像以及目标监控区域在防控场所中的位置信息,以便于处理人能够初步地了解现场的情况,且还能准确地获悉出现烟火的区域,实现有效的且准确度高的烟火监测告警,还能有效地避免了处理人需要在大范围内排查的情况发生,有助于节省人力成本。
附图说明
图1为本申请实施例提供的烟火监测告警方法的流程图;
图2为本申请另一实施例提供的烟火监测告警方法的流程图;
图3为本申请又一实施例提供的烟火监测告警方法的流程图;
图4为本申请实施例提供的在目标设备上显示告警信息的示意图;
图5为本申请实施例提供的一种烟火监测告警装置的结构示意图;
图6为本申请实施例提供的烟火监测告警设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的实施例用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
需要注意的是,由于篇幅所限,本申请说明书没有穷举所有可选的实施方式,本领域技术人员在阅读本申请说明书后,应该能够想到,只要技术特征不相互矛盾,那么技术特征的任意组合均可以构成可选的实施方式。
需要说明的是,在本文中,诸如“第一”和“第二”之类的关系术语仅仅用来将一个实体或操作或对象与另一个实体或操作或对象区分开来,而不一定要求或者暗示这些实体或操作或对象之前存在任何这种实际的关系或顺序。且对于“第一”、“第二”等所区分的对象并不限定其个数,其可以是一个,也可以是多个,可以想到的是,在本申请的描述中“多个”表示为两个及以上,“若干”表示一个及以上。
在一些需要进行烟火防控的防控场所如公园、林区、停车场等通常会设置多个摄像头,以对防控场所进行监控覆盖,从而能够快速地监测到烟火,进而及早发现及时处理。而且在防控场所中划分有多个监控区域,每一个摄像头对应拍摄若干个监控区域,因此,在每个摄像头所拍摄的拍摄图像的画面中存在有若干个监控区域,可以想到的是,对于同一监控区域,存在至少两个摄像头拍摄到该监控区域。
由于拍摄图像是二维的,而烟火会在空气中逸散,因此,相关技术中的预警方案仅能识别大致的区域范围,即识别的精确度不高,需要处理人对较大的区域范围进行核实,造成人工成本的增加,且还浪费了大量的人力。
图1为本申请实施例提供的烟火监测告警方法的流程图,本申请的烟火监测告警方法可以应用于计算设备,如计算机、服务器等。如图所示,烟火监测告警方法包括如下步骤:
步骤S110、获取多个摄像头拍摄到的多路视频流数据。
步骤S120、对多路视频流数据进行预处理,以获取序列图像。
多个摄像头拍摄的画面以视频的方式实时发送至计算设备,即摄像头将所拍摄得到的视频流数据传输至计算设备中,以进行后续的处理。在获取到多路视频流数据后,对于每一路视频流数据均进行预处理,如对视频格式、分辨率等进行预处理,以使得输入图像识别模型的序列图像能够满足模型的要求。其中,序列图像包括了多帧不同的视频流数据在同一采样时刻的拍摄图像,可以理解的是,在对视频流数据进行预处理时,对其进行采样,每一采样时刻截取一帧拍摄图像。将多帧同一采样时刻且对应不同视频流数据的拍摄图像合并为序列图像。而且在拍摄图像上携带有对应于摄像头的标识信息,从而能够确定该拍摄图像来源的摄像头。
步骤S130、根据预设的图像识别模型,对序列图像进行烟火识别,并确定存在烟火特征的多帧目标拍摄图像。
图像识别模型是预先训练完成的,能够进行有效地烟火识别。可以想到的是,对于图像识别模型的构建,采用第一训练特征信息和第二训练特征信息的图像训练样本对卷积神经网络进行训练,以得到图像识别模型,其中,第一训练特征信息用于表征视频图片起烟起火信息,第二训练特征信息用于表征视频图片无烟火信息。因此,计算设备可以通过图像识别模型对序列图像中内一帧拍摄图像进行烟火识别,并将其中存在烟火特征的图像作为目标拍摄图像。
应当想到的是,在某一监控区域中出现烟火时,由于对监控区域的多个摄像头的覆盖,存在至少两路视频流数据的画面中拍摄到该监控区域,并且对应的拍摄图像中存在烟火特征。
步骤S140、根据目标拍摄图像对应的标识信息,确定拍摄到烟火的目标摄像头以及目标摄像头对应的拍摄图像的画面与监控区域的映射关系。
标识信息关联于摄像头,计算设备通过解析标识信息即可确定拍摄烟火的摄像头(即目标摄像头),而且目标摄像头的拍摄图像与监控区域存在映射关系。可以想到的是,拍摄图像上的画面与摄像头所拍摄的监控区域对应,即监控区域与拍摄图像上的区域是一一对应的,因此,在拍摄图像上均能够找到监控区域在其上的映射。需要说明的是,该映射关系可以存储在计算设备的存储器中,以便于计算设备调用。
步骤S150、基于多帧目标拍摄图像以及映射关系,确定存在烟火特征的目标监控区域。
在确定了多帧目标拍摄图像以及映射关系后,计算设备能够从多个监控区域中确定目标监控区域。
在一实施例中,对于目标监控区域的确定,可以采用步骤S151-S153:
步骤S151、确定烟火识别特征在目标拍摄图像中的覆盖区域。
步骤S152、根据映射关系,确定覆盖区域对应的关联监控区域。
步骤S153、基于多帧目标拍摄图像所确定的多个关联监控区域,选取多个关联监控区域所重叠的监控区域为目标监控区域。
可以理解的是,烟火在目标拍摄图像上会覆盖部分区域(即覆盖区域),而该覆盖区域的确定,在图像识别模型中对图像进行烟火识别时可以确定,如在图像识别模型对烟火特征进行识别时,对于烟火特征,其在目标拍摄图像上的坐标能够确定,从而确定覆盖区域在图像上的位置。由于拍摄图像与监控区域存在映射关系,因此,根据映射关系,计算设备能够确定覆盖区域所对应的关联监控区域,应当想到的是,关联监控区域包括若干个监控区域。根据多帧目标拍摄图像确定的多个关联监控区域,以多个关联监控区域所重叠的监控区域作为目标监控区域。
示例性的,以识别到两帧目标拍摄图像为例,两帧目标拍摄图像中的烟火特征所覆盖的区域对应于第一关联监控区域和第二关联监控区域。而第一关联监控区域包括监控区域I和监控区域II,第二关联监控区域包括监控区域II和监控区域III,由此可得,第一关联监控区域和第二关联监控区域重叠的监控区域为监控区域II,因此,监控区域II为目标监控区域,即在监控区域II内出现烟火。
步骤S160、生成告警信息并向目标设备发送告警信息。
告警信息包括目标拍摄图像和目标监控区域所在防控场所中的位置信息,可以理解的是,对于告警信息中的目标拍摄图像,由于存在多帧目标拍摄图像,在告警信息中可以附带所有目标拍摄图像,也可以从多帧目标拍摄图像中选取任一帧目标拍摄图像。而且各监控区域在防控场所中的位置信息在划分监控区域时可以确定,并存储在计算设备的存储器中。
计算设备能够将生成的告警信息发送至目标设备,该目标设备在计算设备中记录的的终端设备,如手机、平板电脑等等,相应的处理人可以通过终端设备获悉告警信息,从而前往监控区域进行现场处理。需要说明的是,告警信息还可以发送至其他人员的终端设备中,通过将其他人员的终端设备在计算设备中添加为目标设备即可。
由上述方案可知,本申请的方案可以通过将多个摄像头对应的多路视频流数据进行预处理,从而获取包括多个各路视频流数据在同一采样时刻的拍摄图像的序列图像,进而通过图像识别模型对序列图像进行烟火识别,实现在同一时刻对防控场所进行烟火监测;在存在烟火时,确定目标拍摄图像,并根据对应于该目标拍摄图像的映射关系,将实际存在烟火的目标监控区域确定,使得向目标设备发送的告警信息中能够携带目标拍摄图像以及目标监控区域在防控场所中的位置信息,以便于处理人能够初步地了解现场的情况,且还能准确地获悉出现烟火的区域,实现有效的且准确度高的烟火监测告警,还能有效地避免了处理人需要在大范围内排查的情况发生,有助于节省人力成本。
图2为本申请另一实施例提供的烟火监测告警方法的流程图,在一些实施例中,对于视频流数据,还需要进行预处理,如图所示,本申请的烟火监测告警方法还包括如下步骤:
步骤S210、根据预设的采样频率,对多路视频流数据进行帧采样。
步骤S220、对采样后的多帧采样图像进行帧识别,以获取携带标识信息的拍摄图像。
步骤S230、根据选取的采样时刻,选择每一路视频流数据中对应于同一采样时刻的拍摄图像进行帧合并,以生成序列图像。
可以理解的是,对每一路视频流数据均基于同样的采样频率进行帧采样,即从每一路视频流数据中选取在与采样频率对应的采样时刻时的多帧采样图像,从而降低输入图像识别模型的视频流数据的帧率。而还对采样图像进行帧标识,以得到携带了标识信息的拍摄图像。对应于采样时刻,将每一路视频流数据中在该采样时刻的拍摄图像选取,并将选取出的多帧拍摄图像进行帧合并得到序列图像,即该序列图像中包括对应同一采样时刻的多帧拍摄图像,且其中拍摄图像的数量是与摄像头的数量是对应的。
因此,对视频流数据进行预处理后,计算设备能够获取到对应于采样时刻的序列图像进行烟火识别,能够结合多帧拍摄图像进行烟火监测,不仅实现了在每一采样时刻对防控场所的烟火监测,还能够提升烟火监测的准确度。
需要说明的是,对于一些防控场所中采用多种不同型号的摄像头进行监测的情况,在对视频流数据进行帧采样之前,计算设备先对视频流数据进行视频格式的转换,即将视频流数据的原始格式转换为目标格式,从而统一各视频流数据的视频格式,以保证不同型号摄像头间的数据兼容。此外,还可以将视频流数据的视频分辨率压缩至目标分辨率,以适配图像识别模型的对图像的分辨率要求。
在一些实施例中,在对采样图像进行帧标识时,计算设备可以通过获取采样图像对应的携带有标识信息的图像识别码,其中标识信息用于确定对应的摄像头。计算设备生成标识图片,例如对图像识别码进行二进制转化,得到二进制识别码,从而将其转换为标识图片(如对应包括二维码、条形码等识别码的图片),进而将该标识图片叠加在采样图像上,以获得携带标识信息的拍摄图像,便于在后续的处理中,如图像识别模型对拍摄图像进行识别时,能够获取并解析标识信息,从而确定进行拍摄的摄像头。
在一些实施例中,在确定目标拍摄图像的过程中,计算设备根据图像识别模型的识别结果,即将序列图像输入图像识别模型进行烟火识别后,图像识别输出识别后存在烟火特征的图像,且图像识别模型对于存在烟火特征的识别区域的坐标范围是可以确定的,该坐标范围内的坐标点是在拍摄图像上建立的坐标系上的坐标。计算设备对在坐标范围对应的识别区域内的烟火特征在拍摄图像上标记,如采用不同于拍摄图像的背景的颜色框对该区域进行框选以实现标记。因此,通过标记目标拍摄图像中的烟火特征,以便于处理人能够获悉烟火特征在图像中的位置。
可以想到的是,在确定烟火特征在目标拍摄图像中的覆盖区域时,计算设备可以根据对烟火特征的标记确定覆盖区域的范围。
图3为本申请又一实施例提供的烟火监测告警方法的流程图,在一些实施例中,对于已经向目标设备发送告警信息后,计算设备还可以将确认存在烟火的拍摄图像作为图像识别模型的图像训练样本,本申请的烟火监测告警方法还包括如下步骤:
步骤S310、根据接收到的目标设备发送的处理反馈信息,确定告警信息对应的目标拍摄图像是否为识别到存在烟火的有效图像。
步骤S320、若目标拍摄图像为有效图像,则将目标拍摄图像作为图像识别模型的训练图像。
可以理解的是,计算设备将告警信息发送至目标设备后,计算设备可以等待处理人对告警信息的处理后通过目标设备发送处理反馈信息,可以想到的是,对于告警信息中指示的目标监控区域是否出现烟火,处理人均需反馈处理反馈信息,以表示该告警信息已经处理,并对该烟火是真实发生还是误报进行反馈。
因此,计算设备能够根据处理反馈信息确定该告警信息中对应的目标拍摄图像是否为识别到烟火的有效图像。在目标拍摄图像是有效图像的情况下,计算设备将该拍摄图像作为图像识别模型的训练图像。如计算设备可以将拍摄图像存储至图像识别模型的样本库中,以作为图像训练样本,从而使得图像识别模型的识别精度进一步提升,能够有效地减少误报的情况发生,有助于提高烟火监测的有效性。
图4为本申请实施例提供的在目标设备上显示告警信息的示意图,如图所示,在目标设备的显示界面上显示有告警信息,可以想到的是,告警信息可以以弹窗、对话框的形式显示,而且计算设备还可以向目标设备发送链接,从而使得处理人可以通过点击该链接而进入显示有告警信息的页面。
在告警信息中显示本次告警事件的名称、告警时间以及对应的摄像头的位置等信息,同时在告警信息中还显示有目标拍摄图像,以以便于处理人在收到告警信息时能够初步地了解现场的情况。
在处理人对该告警事件处理完毕后,处理人可以通过编辑处理结果,并将该处理结果作为处理反馈信息的一部分,通过其终端设备(即目标设备)反馈至计算设备中。
图5为本申请实施例提供的一种烟火监测告警装置的结构示意图,该装置用于执行如上述实施例提供的烟火监测告警方法,并具备执行方法的功能模块和有益效果。如图所示,烟火监测告警装置包括:数据获取模块501、数据处理模块502、图像确定模块503、摄像头确定模块504、区域确定模块505和告警模块506。
数据获取模块501,配置为获取多个摄像头拍摄到的多路视频流数据;
数据处理模块502,配置为对多路视频流数据进行预处理,以获取序列图像,序列图像包括多帧不同视频流数据在同一采样时刻的拍摄图像,且拍摄图像携带有对应于摄像头的标识信息;
图像确定模块503,配置为根据预设的图像识别模型,对序列图像进行烟火识别,并确定存在烟火特征的多帧目标拍摄图像;
摄像头确定模块504,配置为根据目标拍摄图像对应的标识信息,确定拍摄到烟火的目标摄像头以及目标摄像头对应的拍摄图像的画面与监控区域的映射关系;
区域确定模块505,配置为基于多帧目标拍摄图像以及映射关系,确定存在烟火的目标监控区域;
告警模块506,配置为生成告警信息并向目标设备发送告警信息,告警信息包括目标拍摄图像和目标监控区域在防控场所中的位置信息。
在上述实施例的基础上,数据处理模块502还配置为:
根据预设的采样频率,对多路视频流数据进行帧采样;
对采样后的多帧采样图像进行帧标识,以获取携带标识信息的拍摄图像;
根据选取的采样时刻,选择每一路视频流数据中对应于同一采样时刻的拍摄图像进行帧合并,以生成序列图像。
在上述实施例的基础上,数据处理模块502还配置为:
将多路视频流数据的原始格式转换为目标格式,并将视频流数据的视频分辨率压缩至目标分辨率。
在上述实施例的基础上,数据处理模块502还配置为:
获取多帧采样图像对应的图像识别码,图像识别码携带有标识信息;
生成与图像识别码对应的标识图片,并在采样图像上叠加标识图片以获取携带标识信息的拍摄图像。
在上述实施例的基础上,图像确定模块503还配置为:
根据图像识别模型的识别结果,获取拍摄图像中存在烟火特征的识别区域的坐标范围;
根据坐标范围,将烟火特征进行标记。
在上述实施例的基础上,区域确定模块505还配置为
确定烟火特征在目标拍摄图像中的覆盖区域;
根据映射关系,确定覆盖区域对应的关联监控区域;
基于多帧目标拍摄图像所确定的多个关联监控区域,选取多个关联监控区域所重叠的监控区域为目标监控区域。
在上述实施例的基础上,烟火监测告警装置还包括反馈处理模块,反馈处理模块配置为:
根据接收到的目标设备发送的处理反馈信息,确定告警信息对应的目标拍摄图像是否为识别到存在烟火的有效图像;
若目标拍摄图像为有效图像,则将目标拍摄图像作为图像识别模型的训练图像。
值得注意的是,上述烟火监测告警装置的实施例中,所包括的各个单元或模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。
图6为本申请实施例提供的烟火监测告警设备的结构示意图,该设备可用于执行上述实施例提供的烟火监测告警方法,具备执行方法相应的功能模块和有益效果,如图所示,该设备包括处理器601、存储器602、输入装置603和输出装置604,设备中处理器601的数量可以是一个或多个,图中以一个处理器601为例;设备中的处理器601、存储器602、输入装置603和输出装置604可以通过总线或其他方式连接,图中以通过总线连接为例。存储器602作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例中的烟火监测告警方法对应的程序指令/模块。处理器601通过运行存储在存储器602中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的烟火监测告警方法。
存储器602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器602可进一步包括相对于处理器310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设备。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。输入装置603可用于接收输入的数字或字符信息。输出装置604可用于输出告警信息。
本申请实施例还提供一种存储计算机可执行指令的存储介质,计算机可执行指令在由处理器执行时用于执行上述实施例描述的烟火监测告警方法。
计算机可读的存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读的存储介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种烟火监测告警方法,其特征在于,所述防控场所包括多个监控区域,在防控场所布置有多个摄像头,且一个所述摄像头的拍摄图像的画面关联于若干个所述监控区域,所述烟火监测告警方法包括:
获取多个所述摄像头拍摄到的多路视频流数据;
对多路所述视频流数据进行预处理,以获取序列图像,所述序列图像包括多帧不同所述视频流数据在同一采样时刻的拍摄图像,且所述拍摄图像携带有对应于摄像头的标识信息;
根据预设的图像识别模型,对所述序列图像进行烟火识别,并确定存在烟火特征的多帧目标拍摄图像;
根据所述目标拍摄图像对应的标识信息,确定拍摄到烟火的目标摄像头以及所述目标摄像头对应的拍摄图像的画面与所述监控区域的映射关系;
基于多帧所述目标拍摄图像以及所述映射关系,确定存在烟火特征的目标监控区域;
生成告警信息并向目标设备发送所述告警信息,所述告警信息包括所述目标拍摄图像和所述目标监控区域在所述防控场所中的位置信息。
2.根据权利要求1所述的烟火监测告警方法,其特征在于,所述对多路所述视频流数据进行预处理,以获取序列图像,所述序列图像包括多路所述视频流数据在同一采样时刻的多帧拍摄图像,且所述拍摄图像携带有对应于摄像头的标识信息包括:
根据预设的采样频率,对多路所述视频流数据进行帧采样;
对采样后的多帧采样图像进行帧标识,以获取携带所述标识信息的拍摄图像;
根据选取的采样时刻,选择每一路所述视频流数据中对应于同一所述采样时刻的拍摄图像进行帧合并,以生成所述序列图像。
3.根据权利要求2所述的烟火监测告警方法,其特征在于,在根据预设的采样频率,多路所述视频流数据对进行帧采样之前,还包括:
将多路所述视频流数据的原始格式转换为目标格式,并将所述视频流数据的视频分辨率压缩至目标分辨率。
4.根据权利要求2或3所述的烟火监测告警方法,其特征在于,所述对采样后的多帧采样图像进行帧标识,以获取携带所述标识信息的拍摄图像包括:
获取多帧所述采样图像对应的图像识别码,所述图像识别码携带有所述标识信息;
生成与所述图像识别码对应的标识图片,并在所述采样图像上叠加所述标识图片以获取携带所述标识信息的拍摄图像。
5.根据权利要求1所述的烟火监测告警方法,其特征在于,所述根据预设的图像识别模型,对所述序列图像进行烟火识别,并确定存在烟火特征的多帧目标拍摄图像包括:
根据所述图像识别模型的识别结果,获取所述拍摄图像中存在所述烟火特征的识别区域的坐标范围;
根据所述坐标范围,标记所述烟火特征。
6.根据权利要求1所述的烟火监测告警方法,其特征在于,所述基于多帧所述目标拍摄图像以及所述映射关系,确定存在烟火特征的目标监控区域包括:
确定所述烟火特征在所述目标拍摄图像中的覆盖区域;
根据映射关系,确定所述覆盖区域对应的关联监控区域;
基于多帧所述目标拍摄图像所确定的多个所述关联监控区域,选取多个所述关联监控区域所重叠的监控区域为目标监控区域。
7.根据权利要求1所述的烟火监测告警方法,其特征在于,在所述根据识别结果,生成告警信息并向目标设备发送所述告警信息之后,还包括:
根据接收到的目标设备发送的处理反馈信息,确定所述告警信息对应的目标拍摄图像是否为识别到存在烟火的有效图像;
若所述目标拍摄图像为所述有效图像,则将所述目标拍摄图像作为所述图像识别模型的训练图像。
8.一种烟火监测告警装置,其特征在于,所述防控场所包括多个监控区域,在防控场所布置有多个的摄像头,且一个所述摄像头的拍摄图像的画面关联于若干个所述监控区域,所述烟火监测告警装置包括:
数据获取模块,配置为获取多个所述摄像头拍摄到的多路视频流数据;
数据处理模块,配置为对多路所述视频流数据进行预处理,以获取序列图像,所述序列图像包括多帧不同所述视频流数据在同一采样时刻的拍摄图像,且所述拍摄图像携带有对应于摄像头的标识信息;
图像确定模块,配置为根据预设的图像识别模型,对所述序列图像进行烟火识别,并确定存在烟火特征的多帧目标拍摄图像;
摄像头确定模块,配置为根据所述目标拍摄图像对应的标识信息,确定拍摄到烟火的目标摄像头以及所述目标摄像头对应的拍摄图像的画面与所述监控区域的映射关系;
区域确定模块,配置为基于多帧所述目标拍摄图像以及所述映射关系,确定存在烟火的目标监控区域;
告警模块,配置为生成告警信息并向目标设备发送所述告警信息,所述告警信息包括所述目标拍摄图像和所述目标监控区域在所述防控场所中的位置信息。
9.一种烟火监测告警设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当一个或多个所述程序被一个或多个所述处理器执行,使得一个或多个所述处理器实现如权利要求1-7中任一项所述的烟火监测告警方法。
10.一种存储计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由处理器执行时用于执行如权利要求1-7中任一项所述的烟火监测告警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211046934.XA CN115424405A (zh) | 2022-08-30 | 2022-08-30 | 烟火监测告警方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211046934.XA CN115424405A (zh) | 2022-08-30 | 2022-08-30 | 烟火监测告警方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115424405A true CN115424405A (zh) | 2022-12-02 |
Family
ID=84201132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211046934.XA Pending CN115424405A (zh) | 2022-08-30 | 2022-08-30 | 烟火监测告警方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115424405A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116645530A (zh) * | 2023-04-23 | 2023-08-25 | 广东建瀚工程管理有限公司 | 基于图像比对的施工检测方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200143844A1 (en) * | 2018-11-07 | 2020-05-07 | Genetec Inc. | Methods and systems for detection of anomalous motion in a video stream and for creating a video summary |
CN112272288A (zh) * | 2020-10-23 | 2021-01-26 | 岭东核电有限公司 | 核电作业监控方法、装置、计算机设备和存储介质 |
CN113989735A (zh) * | 2021-09-30 | 2022-01-28 | 南京铁辰安全技术有限公司 | 基于视频图片的人工智能烟火分析方法及系统 |
-
2022
- 2022-08-30 CN CN202211046934.XA patent/CN115424405A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200143844A1 (en) * | 2018-11-07 | 2020-05-07 | Genetec Inc. | Methods and systems for detection of anomalous motion in a video stream and for creating a video summary |
CN112272288A (zh) * | 2020-10-23 | 2021-01-26 | 岭东核电有限公司 | 核电作业监控方法、装置、计算机设备和存储介质 |
CN113989735A (zh) * | 2021-09-30 | 2022-01-28 | 南京铁辰安全技术有限公司 | 基于视频图片的人工智能烟火分析方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116645530A (zh) * | 2023-04-23 | 2023-08-25 | 广东建瀚工程管理有限公司 | 基于图像比对的施工检测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10812761B2 (en) | Complex hardware-based system for video surveillance tracking | |
CN106781436B (zh) | 交通事故处理方法及装置 | |
KR102195706B1 (ko) | 침입 탐지방법 및 그 장치 | |
CN110321852B (zh) | 一种动作类型识别方法、装置、存储介质及计算机设备 | |
CN110969045B (zh) | 一种行为检测方法、装置、电子设备和存储介质 | |
CN113096158A (zh) | 运动对象的识别方法、装置、电子设备及可读存储介质 | |
CN115424405A (zh) | 烟火监测告警方法、装置、设备及存储介质 | |
CN111881320A (zh) | 一种视频查询方法、装置、设备及可读存储介质 | |
CN112419639A (zh) | 一种视频信息的获取方法及装置 | |
CN112288975A (zh) | 一种事件预警的方法和装置 | |
CN110895663B (zh) | 一种两轮车识别方法、装置、电子设备及监控系统 | |
CN115690496A (zh) | 基于YOLOv5的实时区域入侵检测方法 | |
CN111753587B (zh) | 一种倒地检测方法及装置 | |
CN114882688A (zh) | 一种基于边缘计算的酒吧安全监测系统 | |
CN115170932A (zh) | 门店终端识别方法、装置、系统及计算机可读存储介质 | |
CN112794274B (zh) | 一种油罐车底部装油口安全监控方法及系统 | |
CN113114986B (zh) | 基于画面和声音同步的预警方法及相关设备 | |
CN113505643A (zh) | 违章目标物检测方法及相关装置 | |
CN113591885A (zh) | 目标检测模型训练方法、设备及计算机存储介质 | |
CN114764800A (zh) | 道路事件检测方法、装置、电子设备及可读存储介质 | |
CN111898564B (zh) | 一种时序卷积网络模型、模型训练和目标识别方法、装置 | |
US11019087B1 (en) | Computer vision-based intelligent anomaly detection using synthetic and simulated data-system and method | |
CN114387544A (zh) | 一种高空抛物检测方法、系统、电子设备及存储介质 | |
CN114241401A (zh) | 异常判定方法、装置、设备、介质及产品 | |
CN113252678A (zh) | 一种移动终端的外观质检方法及设备 |
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: 20221202 |
|
RJ01 | Rejection of invention patent application after publication |