CN115995135B - 基于智能火情识别的控制方法、装置、设备及介质 - Google Patents
基于智能火情识别的控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115995135B CN115995135B CN202310277531.4A CN202310277531A CN115995135B CN 115995135 B CN115995135 B CN 115995135B CN 202310277531 A CN202310277531 A CN 202310277531A CN 115995135 B CN115995135 B CN 115995135B
- Authority
- CN
- China
- Prior art keywords
- fire
- value
- identification result
- smoke concentration
- indoor temperature
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B40/00—Technologies aiming at improving the efficiency of home appliances, e.g. induction cooking or efficient technologies for refrigerators, freezers or dish washers
Landscapes
- Fire Alarms (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明公开了基于智能火情识别的控制方法、装置、设备及介质,包括从监测到火情监控启动指令开始,直至确定多个室内温度值集合中存在有室内温度值大于温度阈值或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值则停止采集;获取已采集的监测图像、烟雾浓度值和室内温度值集合,以组成监测图像集合、烟雾浓度值序列和室内温度值总集合;基于监测图像集对应的第一火情识别结果、烟雾浓度值序列对应的第二火情识别结果、室内温度值总集合对应的第三火情识别结果确定综合火情识别结果。实现了结合室内温度、室内烟雾浓度和室内指定视角的拍摄图像共同确定当前室内是否有火情发生,提高了火情识别的准确率。
Description
技术领域
本发明涉及人工智能的智能决策技术领域,尤其涉及一种基于智能火情识别的控制方法、装置、设备及介质。
背景技术
目前,智能家居在许多家庭得到了广泛应用。智能家居的常见功能是智能语音控制、智能监控、智能报警等。例如,智能家居中的其中一种是智能燃气灶,一般其对厨房可进行室内空间的温度进行检测或是烟雾浓度进行检测判断厨房当前是否有火灾发生。但是仅仅基于温厨房的室内温度或室内烟雾浓度为判断指标来判断是否有火情发生,容易产生判断出错的结果,例如在制作一些菜品时会产生较多油烟而导致误判有火情发生。因此,现有技术方法中智能家居中基于室内温度或室内烟雾浓度判断是否有火情发生存在准确率低的问题。
发明内容
本发明实施例提供了一种基于智能火情识别的控制方法、装置、设备及介质,旨在解决现有技术方法中智能家居中基于室内温度或室内烟雾浓度判断是否有火情发生存在准确率低的问题。
第一方面,本发明实施例提供了一种基于智能火情识别的控制方法,其中,该方法应用于燃气灶的控制器中,所述控制器与温度传感器、烟雾传感器及图像采集装置电连接,所述方法包括:
响应于火情监控启动指令,获取所述火情监控启动指令对应的初始温度值集合、初始烟雾浓度值和初始拍摄图像;
若确定所述初始温度值集合中各初始温度值均小于预设的温度阈值,且确定所述初始烟雾浓度值小于预设的烟雾浓度阈值,则按照预设的采集周期获取当前厨房空间内的监测图像、烟雾浓度值和室内温度值集合,直至确定多个室内温度值集合中存在有室内温度值大于温度阈值,或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值则停止采集;
获取停止采集所对应时间已采集的监测图像、烟雾浓度值和室内温度值集合,以组成监测图像集合、烟雾浓度值序列和室内温度值总集合;
基于所述监测图像集中各监测图像的火情图像识别结果,确定第一火情识别结果;
基于所述烟雾浓度值序列的烟雾浓度变化趋势识别结果,确定第二火情识别结果;
基于所述室内温度值总集合对应的室内温度热力图集合,确定第三火情识别结果;
根据所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果确定综合火情识别结果,并根据所述综合火情识别结果确定对应的控制策略并执行。
第二方面,本发明实施例还提供了一种基于智能火情识别的控制装置,其中,该装置配置于燃气灶的控制器中,所述控制器与温度传感器、烟雾传感器及图像采集装置电连接,所述装置包括:
初始采集单元,用于响应于火情监控启动指令,获取所述火情监控启动指令对应的初始温度值集合、初始烟雾浓度值和初始拍摄图像;
采集控制单元,用于若确定所述初始温度值集合中各初始温度值均小于预设的温度阈值,且确定所述初始烟雾浓度值小于预设的烟雾浓度阈值,则按照预设的采集周期获取当前厨房空间内的监测图像、烟雾浓度值和室内温度值集合,直至确定多个室内温度值集合中存在有室内温度值大于温度阈值,或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值则停止采集;
采集数据集获取单元,用于获取停止采集所对应时间已采集的监测图像、烟雾浓度值和室内温度值集合,以组成监测图像集合、烟雾浓度值序列和室内温度值总集合;
第一结果获取单元,用于基于所述监测图像集中各监测图像的火情图像识别结果,确定第一火情识别结果;
第二结果获取单元,用于基于所述烟雾浓度值序列的烟雾浓度变化趋势识别结果,确定第二火情识别结果;
第三结果获取单元,用于基于所述室内温度值总集合对应的室内温度热力图集合,确定第三火情识别结果;
综合结果获取单元,用于根据所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果确定综合火情识别结果,并根据所述综合火情识别结果确定对应的控制策略并执行。
第三方面,本发明实施例还提供了一种计算机设备,其中,所述设备包括处理器、通信接口、存储器和通信总线,其中,处理器、通信接口、存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面所述的基于智能火情识别的控制的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如上述第一方面所述的基于智能火情识别的控制的步骤。
本发明实施例提供了一种基于智能火情识别的控制方法、装置、设备及介质,方法包括:响应于火情监控启动指令,获取所述火情监控启动指令对应的初始温度值集合、初始烟雾浓度值和初始拍摄图像;若确定所述初始温度值集合中各初始温度值均小于预设的温度阈值,且确定所述初始烟雾浓度值小于预设的烟雾浓度阈值,则按照预设的采集周期获取当前厨房空间内的监测图像、烟雾浓度值和室内温度值集合,直至确定多个室内温度值集合中存在有室内温度值大于温度阈值,或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值则停止采集;获取停止采集所对应时间已采集的监测图像、烟雾浓度值和室内温度值集合,以组成监测图像集合、烟雾浓度值序列和室内温度值总集合;基于所述监测图像集中各监测图像的火情图像识别结果,确定第一火情识别结果;基于所述烟雾浓度值序列的烟雾浓度变化趋势识别结果,确定第二火情识别结果;基于所述室内温度值总集合对应的室内温度热力图集合,确定第三火情识别结果;根据所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果确定综合火情识别结果,并根据所述综合火情识别结果确定对应的控制策略并执行。上述的实施例,能够结合室内温度、室内烟雾浓度和室内指定视角的拍摄图像共同确定当前室内是否有火情发生,提高了火情识别的准确率。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明实施例提供的基于智能火情识别的控制方法的应用场景示意图;
图2为本发明实施例提供的基于智能火情识别的控制方法的方法流程图;
图3为本发明实施例提供的基于智能火情识别的控制装置的示意性框图;
图4为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1及图2,图1为本发明实施例提供的基于智能火情识别的控制方法的应用场景示意图;图2为本发明实施例提供的基于智能火情识别的控制方法的方法流程图。如图1-图2所示,本发明申请的实施例提供了一种基于智能火情识别的控制方法,该基于智能火情识别的控制方法应用于燃气灶1的控制器10中,燃气灶1上还设置有温度传感器20、烟雾传感器30(如烟雾浓度传感器)及图像采集装置40(如摄像头),控制器10与温度传感器20、烟雾传感器30及图像采集装置40均电连接。
如图2所示,该方法包括步骤S110~S170。
S110、响应于火情监控启动指令,获取所述火情监控启动指令对应的初始温度值集合、初始烟雾浓度值和初始拍摄图像。
在本实施例中,以控制器为智能燃气灶中的控制器为例。当用户在制作某些菜品无需现场长期值守(如小火煲汤等)时,可以开启智能燃气灶的火情监控模式。例如可以在智能燃气灶的操作面板上,或是基于与该智能燃气灶通讯互联的智能手机的操作界面上选择开启智能燃气灶的火情监控模式。之后,用户针对某些菜品无需现场长期值守,而是由智能燃气灶智能对厨房的室内安全进行智能监控。当开启了火情监控模式时,需要先采集初始温度值集合、初始烟雾浓度值和初始拍摄图像。
其中,图像采集装置40设置在燃气灶上且其设置与燃气灶的主体面板之间的倾斜角度为预设角度(如40-60°),这样使得其能对准燃气灶上方的指定区域进行视频采集或是图像采集。只要在图像采集装置40所对准拍摄区域内无火焰、火苗等出现,则表示此时大概率不存在火情。但在图像采集装置40所对准拍摄区域内有火焰、火苗等出现,则表示此时大概率存在火情。
其中,智能燃气灶上设置的温度传感器的个数可以是一个,也可以是超过一个。例如在智能燃气灶的中部且靠近智能燃气灶的燃烧器及锅支架的位置处设置第一温度传感器、在智能燃气灶的一边侧(如左边侧)的位置处设置第二温度传感器。因第一温度传感器更靠近燃气灶的燃烧器,故采集到的第一温度值相较于第二温度传感器采集得到的第二温度值更高。基于至少一个温度传感器,能有效监控燃气灶在工作模式下的温度,以作为火情判断的辅助参数之一。
S120、若确定所述初始温度值集合中各初始温度值均小于预设的温度阈值,且确定所述初始烟雾浓度值小于预设的烟雾浓度阈值,则按照预设的采集周期获取当前厨房空间内的监测图像、烟雾浓度值和室内温度值集合,直至确定多个室内温度值集合中存在有室内温度值大于温度阈值,或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值则停止采集。
在本实施例中,当智能燃气灶开启了火情监控模式后,在初始采集了初始温度值集合、初始烟雾浓度值和初始拍摄图像后,可以优先结合温度和烟雾浓度值来共同确定智能燃气灶进行对应时长的自动监测。具体的,当确定所述初始温度值集合中各初始温度值均小于预设的温度阈值,且确定所述初始烟雾浓度值小于预设的烟雾浓度阈值,则表示厨房内发生火情火灾的概率较小,此时可以按照预设的采集周期(如将采集周期设置为5s、10s、20s、30s、1min等时长)获取当前厨房空间内的监测图像、烟雾浓度值和室内温度值集合。这样的采集过程是持续到确定多个室内温度值集合中存在有室内温度值大于温度阈值,或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值则停止采集。
也即,燃气灶从火情监控模式开启的起始时间开始自动检测时,这一过程依时序依次采取的多个室内温度值集合中一旦存在有室内温度值大于温度阈值,或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值的情况发生,则表示厨房内可能存在发生火情火灾的情况,为了更精准的判断厨房是否有发生火情火灾的情况。需要后续进一步结合监控图像进行判断。
S130、获取停止采集所对应时间已采集的监测图像、烟雾浓度值和室内温度值集合,以组成监测图像集合、烟雾浓度值序列和室内温度值总集合。
在本实施例中,当智能燃气灶在开启了火情监控模式且触发了燃气灶满足多个室内温度值集合中存在有室内温度值大于温度阈值,或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值时,此时停止进行图像、烟雾浓度和室内温度的采集。而且将从智能燃气灶在开启了火情监控模式的起始时间至当前停止采集图像、烟雾浓度和室内温度的停止采集时间所对应的监测图像、烟雾浓度值和室内温度值集合,组成用于后续精准判断火情火灾是否实际存在的核心数据。
在一实施例中,步骤S130包括:
获取停止采集所对应的终止时间,及所述初始温度值集合、初始烟雾浓度值和初始拍摄图像完成采集对应的起始时间;
根据所述起始时间和所述终止时间确定目标采集时间区间;
依时序获取所述目标采集时间区间内基于所述图像采集装置获取的多帧监测图像,以组成所述监测图像集合;
依时序获取所述目标采集时间区间内基于所述烟雾传感器获取的多个烟雾浓度值,以组成所述烟雾浓度值序列;
依时序获取所述目标采集时间区间内基于所述温度传感器获取的多个室内温度值集合,以组成所述室内温度值总集合。
在本实施例中,获取停止采集所对应的终止时间,及所述初始温度值集合、初始烟雾浓度值和初始拍摄图像完成采集对应的起始时间,从而具体确定了从智能燃气灶在开启了火情监控模式的起始时间至当前停止采集图像、烟雾浓度和室内温度的停止采集时间。之后可以所述起始时间为时间区间起点和以所述终止时间为时间区间终点确定目标采集时间区间。
当确定了目标采集时间区间,则图像采集装置依时序获取多帧监测图像,以组成所述监测图像集合。烟雾传感器在目标采集时间区间内依时序获取多个烟雾浓度值,以组成所述烟雾浓度值序列。且温度传感器在目标采集时间区间内依时序获取多个室内温度值集合,以组成所述室内温度值总集合。完成了目标采集时间区间内监测图像集合、烟雾浓度值序列和室内温度值总集合的获取后,即可进一步用于精准判断厨房内是否有火情火灾发生。
S140、基于所述监测图像集中各监测图像的火情图像识别结果,确定第一火情识别结果。
在本实施例中,由于图像采集装置是对准燃气灶上方的指定区域进行视频采集或是图像采集,故对其在目标采集时间区间内采集的每一帧监测图像进行火情图像识别,即可得到第一火情识别结果。具体获取所述监测图像集中各监测图像的火情图像识别结果时,可采用目标检测模型(如Yolo V3目标检测模型等)识别所述监测图像集中各监测图像是否有图像区域识别分类结果为火苗或火焰。一旦在所述监测图像集中有多张监测图像有图像区域识别分类结果为火苗或火焰,则表示厨房中可能有火情火灾的发生。此时,并不以基于图像识别得到的第一火情识别结果为最终的火情识别结果,而是要后续进一步参考其他维度得到的火情识别结果。
在一实施例中,步骤S140包括:
基于预先训练的目标检测模型获取所述监测图像集中各监测图像的火情图像识别结果;
若确定所述监测图像集中各监测图像的火情图像识别结果均为不存在火情,则以不存在火情的识别结果作为所述第一火情识别结果;
若确定所述监测图像集中有至少一帧监测图像的火情图像识别结果为存在火情,则以存在火情的识别结果作为所述第一火情识别结果。
在本实施例中,预先训练的目标检测模型为Yolo V3目标检测模型、Yolo V5目标检测模型等中的任意一种,可以检测到检测图像中存在的物体分类以及每一物体的具体分布区域。这样,当确定所述监测图像集中各监测图像中均未识别到火焰或火苗,则表示所述监测图像集中各监测图像的火情图像识别结果均为不存在火情,此时以不存在火情的识别结果作为所述第一火情识别结果。而且更具体可以将不存在火情转换为取值0,以表示不存在火情,以取值0作为所述第一火情识别结果。
当确定所述监测图像集中各监测图像中至少有一张识别到火焰或火苗,则表示所述监测图像集中有至少一帧监测图像的火情图像识别结果为存在火情,此时以存在火情的识别结果作为所述第一火情识别结果。而且更具体可以将存在火情转换为取值1,以表示存在火情,以取值1作为所述第一火情识别结果。可见,基于图像采集装置针对燃气灶指定区域的多帧监测图像采集得到的监测图像集进行图像识别和目标检测后,能得到辅助判断厨房是否存在火情的第一火情识别结果。
在一实施例中,所述基于预先训练的目标检测模型获取所述监测图像集中各监测图像的火情图像识别结果,包括:
基于所述目标检测模型获取所述监测图像集中各监测图像的火情图像区域占比,以作为所述监测图像集中各监测图像的火情图像识别结果。
在本实施例中,在智能燃气灶中基于目标检测模型获取所述监测图像集中各监测图像的火情图像识别结果时,具体可以获取所述监测图像集中每一张监测图像的火情图像区域占比。例如,以监测图像集中第1张监测图像为例来说明。当基于所述目标检测模型获取第1张监测图像中有火焰或火苗存在,则基于目标检测模型获取火焰或火苗对应的第1目标区域。第1目标区域一般是矩形区域,具体是以4个顶点坐标来定位确定第1张监测图像中的第1目标区域。由于第1张监测图像的总尺寸已知(即第1张监测图像的总面积已知),且第1目标区域的尺寸已知(即第1目标区域的面积已知),故以第1目标区域的面积除以第1张监测图像的总面积得到第1张监测图像中的第1火情图像区域占比,以第1火情图像区域占比作为第1张监测图像的火情图像识别结果。
更具体的,所述监测图像集中一帧监测图像的火情图像区域占比越大(如超过了10%),则表示厨房当前发生火情的概率越大。而所述监测图像集中一帧监测图像的火情图像区域占比越小(如超过了10%),则表示厨房当前发生火情的概率越小。可见,基于上述方式,能快速确定监测图像集中各监测图像的火情图像识别结果。
S150、基于所述烟雾浓度值序列的烟雾浓度变化趋势识别结果,确定第二火情识别结果。
在本实施例中,由于烟雾传感器(即烟雾浓度传感器)是持续监控厨房内的烟雾浓度,故对多个所述烟雾浓度值序列中的多个烟雾浓度值进行曲线拟合(如最小二乘法的曲线拟合)得到烟雾浓度值基于时间的变化曲线后,可以分析得到烟雾浓度值基于时间的变化曲线中的烟雾浓度变化趋势,从而进一步得到第二火情识别结果。此时,并不以烟雾浓度值变化趋势识别得到的第二火情识别结果为最终的火情识别结果,而是要后续进一步参考其他维度得到的火情识别结果。
在一实施例中,步骤S150包括:
若确定所述烟雾浓度值序列的烟雾浓度变化趋势识别结果为持续上升趋势,则以存在火情的识别结果作为所述第二火情识别结果;
若确定所述烟雾浓度值序列的烟雾浓度变化趋势识别结果为持续下降或维持不变,则以不存在火情的识别结果作为所述第二火情识别结果。
在本实施例中,具体的是以烟雾浓度变化趋势识别结果为持续上升趋势来确定厨房中有火情火灾发生,这也是满足发生火灾时烟雾浓度会越来越大的特点。当确定所述烟雾浓度值序列的烟雾浓度变化趋势识别结果为持续下降或维持不变,则表示厨房中未产生越来越多的烟雾,可以从烟雾浓度这一维度降低判断存在火灾的可能性。可见,基于上述方式,能快速由烟雾浓度值序列确定第二火情识别结果。
同样的,不存在火情以取值0作为所述第二火情识别结果,存在火情以取值1作为所述第二火情识别结果。
S160、基于所述室内温度值总集合对应的室内温度热力图集合,确定第三火情识别结果。
在本实施例中,可以基于室内温度热力图的方式,可以有效分析厨房的各空间位置的具体温度分布。若所述室内温度值总集合对应的室内温度热力图集合中,有室内温度热力图对应的厨房中心区域温度超过温度阈值(即厨房中心区域温度过高),则表示厨房中有火情火灾发生,这也是满足了发生火灾时距离燃气灶最近厨房中心区域温度较高的特点。此时,并不以基于图像识别得到的第二火情识别结果为最终的火情识别结果,而是要后续进一步参考其他维度得到的火情识别结果。此时,并不以室内温度热力图集合得到的第三火情识别结果为最终的火情识别结果,而是进一步参考前述其他维度得到的火情识别结果。
在一实施例中,步骤S160包括:
获取所述室内温度值总集合中的第i号室内温度值集合;其中,i的初始值为1,且i的取值范围是[1,N],N表示所述室内温度值总集合中室内温度值集合的总个数;
基于第i号室内温度值集合中包括的室内温度值确定第i号室内温度热力图;
基于第i号室内温度热力图和预先存储的室内温度热力标准图的比对结果确定第i号识别结果;
将i自增1以更新i的取值;
若i未超出N,则返回执行步骤所述获取所述室内温度值总集合中的第i号室内温度值集合的步骤;
若i超出N,则获取第1号识别结果至第N号识别结果,以频次最高的识别结果作为所述第三火情识别结果。
在本实施例中,针对获取所述室内温度值总集合中的每一个室内温度值集合确定一个室内温度热力图后(其中每一个室内温度值集合确定一个室内温度热力图,是基于室内温度值集合中过包括的若干个室内温度值的分布区域对应确定一个室内温度热力图),将其与预先存储的室内温度热力标准图的比对结果确定对应识别结果。该比对过程只要是识别有室内温度热力图对应的厨房中心区域温度超过温度阈值的情况。当确定了第1号识别结果至第N号识别结果,以频次最高的识别结果作为所述第三火情识别结果。这样,以频次最高的识别结果来代表更准确的识别结果,从而得到准确度更高的第三火情识别结果。
同样的,不存在火情以取值0作为所述第三火情识别结果,存在火情以取值1作为所述第三火情识别结果。
S170、根据所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果确定综合火情识别结果,并根据所述综合火情识别结果确定对应的控制策略并执行。
在本实施例中,当获取了使用该智能燃气灶的厨房内基于多维度识别的所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果,可以综合考虑上述三个火情识别结果以最终确定一个更准确的综合火情识别结果。当基于综合火情识别结果确定了厨房中存在火情,则可以获取对应的控制策略,以控制燃气灶自动熄火,且进行语音播报的报警,并同时将判断存在厨房发生了火情火灾的提示信息发送至与智能燃气灶通讯连接的用户终端(如智能手机等),以及时告知用户进行火情排除。
在一实施例中,步骤S170包括:
获取所述第一火情识别结果对应的第一权重值、所述第二火情识别结果对应的第二权重值和所述第三火情识别结果对应的第三权重值;
基于所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果、所述第一权重值、所述第二权重值和所述第三权重值进行加权求和,得到综合火情识别结果。
在本实施例中,采用加权求和的方式确定综合火情识别结果,具体是参考综合火情识别结果=所述第一火情识别结果*所述第一权重值+所述第二火情识别结果*所述第二权重值+所述第三火情识别结果*所述第三权重值这一公式来确定综合火情识别结果。基于上述计算得到的综合火情识别结果是一个取值范围在[0,1]的结果,若确定综合火情识别结果的取值大于预设的判断阈值(如0.7),则表示厨房大概率发生了火情火灾,此时可以由智能燃气灶进行语音播报的报警,并同时将判断存在厨房发生了火情火灾的提示信息发送至与智能燃气灶通讯连接的用户终端(如智能手机等),以及时告知用户进行火情排除。
可见,实施上述方法实施例,能够结合室内温度、室内烟雾浓度和室内指定视角的拍摄图像共同确定当前室内是否有火情发生,提高了火情识别的准确率。
本发明实施例还提供一种基于智能火情识别的控制装置,如图1和图3所示,该基于智能火情识别的控制装置可配置于燃气灶1的控制器10中,该基于智能火情识别的控制装置用于执行前述的基于智能火情识别的控制方法的任一实施例。具体地,请参阅图3,图3为本发明实施例提供的基于智能火情识别的控制装置的示意性框图。
如图3所示,基于智能火情识别的控制装置100包括初始采集单元110、采集控制单元120、采集数据集获取单元130、第一结果获取单元140、第二结果获取单元150、第三结果获取单元160和综合结果获取单元170。
初始采集单元110,用于响应于火情监控启动指令,获取所述火情监控启动指令对应的初始温度值集合、初始烟雾浓度值和初始拍摄图像;
采集控制单元120,用于若确定所述初始温度值集合中各初始温度值均小于预设的温度阈值,且确定所述初始烟雾浓度值小于预设的烟雾浓度阈值,则按照预设的采集周期获取当前厨房空间内的监测图像、烟雾浓度值和室内温度值集合,直至确定多个室内温度值集合中存在有室内温度值大于温度阈值,或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值则停止采集;
采集数据集获取单元130,用于获取停止采集所对应时间已采集的监测图像、烟雾浓度值和室内温度值集合,以组成监测图像集合、烟雾浓度值序列和室内温度值总集合;
第一结果获取单元140,用于基于所述监测图像集中各监测图像的火情图像识别结果,确定第一火情识别结果;
第二结果获取单元150,用于基于所述烟雾浓度值序列的烟雾浓度变化趋势识别结果,确定第二火情识别结果;
第三结果获取单元160,用于基于所述室内温度值总集合对应的室内温度热力图集合,确定第三火情识别结果;
综合结果获取单元170,用于根据所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果确定综合火情识别结果,并根据所述综合火情识别结果确定对应的控制策略并执行。
要说明的是,所属领域的技术人员可以清楚地了解到,上述基于智能火情识别的控制装置100和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
可见,实施上述装置实施例,能够结合室内温度、室内烟雾浓度和室内指定视角的拍摄图像共同确定当前室内是否有火情发生,提高了火情识别的准确率。
上述基于智能火情识别的控制装置可以实现为计算机程序的形式,该计算机程序可以在如图4所示的计算机设备上运行。
请参阅图4,图4是本发明实施例提供的计算机设备的示意性框图。该计算机设备可以是用于执行基于智能火情识别的控制方法以对燃气灶进行智能控制的控制器11。
参阅图4,该计算机设备500包括通过通信总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括存储介质503和内存储器504。
该存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时,可使得处理器502执行基于智能火情识别的控制方法,其中,存储介质503可以为易失性的存储介质或非易失性的存储介质。
该处理器502用于提供计算和控制能力,支撑整个计算机设备500的运行。
该内存储器504为存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行基于智能火情识别的控制方法。
该网络接口505用于进行网络通信,如提供数据信息的传输等。本领域技术人员可以理解,图4中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现上述的基于智能火情识别的控制方法中对应的功能。
本领域技术人员可以理解,图4中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定,在其他实施例中,计算机设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。例如,在一些实施例中,计算机设备可以仅包括存储器及处理器,在这样的实施例中,存储器及处理器的结构及功能与图4所示实施例一致,在此不再赘述。
应当理解,在本发明实施例中,处理器502可以是中央处理单元 (CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路 (Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为易失性或非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序,其中计算机程序被处理器执行时实现上述的基于智能火情识别的控制方法中所包含的步骤。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为逻辑功能划分,实际实现时可以有另外的划分方式,也可以将具有相同功能的单元集合成一个单元,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个计算机可读存储介质中,包括若干指令用以使得一台计算机设备 ( 可以是个人计算机,服务器,或者网络设备等 ) 执行本发明各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括:U 盘、移动硬盘、只读存储器 (ROM,Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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,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发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (4)
1.一种基于智能火情识别的控制方法,其特征在于,所述方法应用于燃气灶的控制器中,所述控制器与温度传感器、烟雾传感器及图像采集装置电连接,所述方法包括:
响应于火情监控启动指令,获取所述火情监控启动指令对应的初始温度值集合、初始烟雾浓度值和初始拍摄图像;
若确定所述初始温度值集合中各初始温度值均小于预设的温度阈值,且确定所述初始烟雾浓度值小于预设的烟雾浓度阈值,则按照预设的采集周期获取当前厨房空间内的监测图像、烟雾浓度值和室内温度值集合,直至确定多个室内温度值集合中存在有室内温度值大于温度阈值,或多个烟雾浓度值中存在有烟雾浓度值大于烟雾浓度阈值则停止采集;
获取停止采集所对应时间已采集的监测图像、烟雾浓度值和室内温度值集合,以组成监测图像集合、烟雾浓度值序列和室内温度值总集合;
基于所述监测图像集中各监测图像的火情图像识别结果,确定第一火情识别结果;
基于所述烟雾浓度值序列的烟雾浓度变化趋势识别结果,确定第二火情识别结果;
基于所述室内温度值总集合对应的室内温度热力图集合,确定第三火情识别结果;
根据所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果确定综合火情识别结果,并根据所述综合火情识别结果确定对应的控制策略并执行;
所述获取停止采集所对应时间已采集的监测图像、烟雾浓度值和室内温度值集合,以组成监测图像集合、烟雾浓度值序列和室内温度值总集合,包括:
获取停止采集所对应的终止时间,及所述初始温度值集合、初始烟雾浓度值和初始拍摄图像完成采集对应的起始时间;
根据所述起始时间和所述终止时间确定目标采集时间区间;
依时序获取所述目标采集时间区间内基于所述图像采集装置获取的多帧监测图像,以组成所述监测图像集合;
依时序获取所述目标采集时间区间内基于所述烟雾传感器获取的多个烟雾浓度值,以组成所述烟雾浓度值序列;
依时序获取所述目标采集时间区间内基于所述温度传感器获取的多个室内温度值集合,以组成所述室内温度值总集合;
所述基于所述监测图像集中各监测图像的火情图像识别结果,确定第一火情识别结果,包括:
基于预先训练的目标检测模型获取所述监测图像集中各监测图像的火情图像识别结果;
若确定所述监测图像集中各监测图像的火情图像识别结果均为不存在火情,则以不存在火情的识别结果作为所述第一火情识别结果;
若确定所述监测图像集中有至少一帧监测图像的火情图像识别结果为存在火情,则以存在火情的识别结果作为所述第一火情识别结果;
所述基于预先训练的目标检测模型获取所述监测图像集中各监测图像的火情图像识别结果,包括:
基于所述目标检测模型获取所述监测图像集中各监测图像的火情图像区域占比,以作为所述监测图像集中各监测图像的火情图像识别结果;
所述基于所述烟雾浓度值序列的烟雾浓度变化趋势识别结果,确定第二火情识别结果,包括:
若确定所述烟雾浓度值序列的烟雾浓度变化趋势识别结果为持续上升趋势,则以存在火情的识别结果作为所述第二火情识别结果;
若确定所述烟雾浓度值序列的烟雾浓度变化趋势识别结果为持续下降或维持不变,则以不存在火情的识别结果作为所述第二火情识别结果;
所述基于所述室内温度值总集合对应的室内温度热力图集合,确定第三火情识别结果,包括:
获取所述室内温度值总集合中的第i号室内温度值集合;其中,i的初始值为1,且i的取值范围是[1,N],N表示所述室内温度值总集合中室内温度值集合的总个数;
基于第i号室内温度值集合中包括的室内温度值确定第i号室内温度热力图;
基于第i号室内温度热力图和预先存储的室内温度热力标准图的比对结果确定第i号识别结果,以用于通过第i号识别结果表示第i号室内温度热力图对应的厨房中心区域温度是否存在超过温度阈值的情况;
将i自增1以更新i的取值;
当确定了第1号识别结果至第N号识别结果,以频次最高的识别结果作为所述第三火情识别结果;
所述根据所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果确定综合火情识别结果,包括:
获取所述第一火情识别结果对应的第一权重值、所述第二火情识别结果对应的第二权重值和所述第三火情识别结果对应的第三权重值;
基于所述第一火情识别结果、所述第二火情识别结果和所述第三火情识别结果、所述第一权重值、所述第二权重值和所述第三权重值进行加权求和,得到综合火情识别结果;
其中,不存在火情以取值0作为所述第一火情识别结果,存在火情以取值1作为所述第一火情识别结果;不存在火情以取值0作为所述第二火情识别结果,存在火情以取值1作为所述第二火情识别结果;不存在火情以取值0作为所述第三火情识别结果,存在火情以取值1作为所述第三火情识别结果。
2.一种基于智能火情识别的控制装置,其特征在于,配置于燃气灶的控制器中,所述控制器与温度传感器、烟雾传感器及图像采集装置电连接,所述装置用于执行如权利要求1所述的基于智能火情识别的控制方法。
3.一种计算机设备,其特征在于,所述设备包括处理器、通信接口、存储器和通信总线,其中,处理器、通信接口、存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1所述的基于智能火情识别的控制方法的步骤。
4.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1所述的基于智能火情识别的控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310277531.4A CN115995135B (zh) | 2023-03-21 | 2023-03-21 | 基于智能火情识别的控制方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310277531.4A CN115995135B (zh) | 2023-03-21 | 2023-03-21 | 基于智能火情识别的控制方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115995135A CN115995135A (zh) | 2023-04-21 |
CN115995135B true CN115995135B (zh) | 2023-06-16 |
Family
ID=85992303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310277531.4A Active CN115995135B (zh) | 2023-03-21 | 2023-03-21 | 基于智能火情识别的控制方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115995135B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116697414B (zh) * | 2023-05-17 | 2023-11-24 | 中关村科学城城市大脑股份有限公司 | 智能安全控制方法、装置、电子设备和计算机可读介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105575034B (zh) * | 2014-10-14 | 2019-06-07 | 哈尔滨新光光电科技有限公司 | 一种双波段森林防火智能监控软件图像处理分析方法 |
KR102273031B1 (ko) * | 2020-03-13 | 2021-07-07 | 주식회사 로제타텍 | 화재 감지기 |
CN112489351A (zh) * | 2020-11-30 | 2021-03-12 | 北京华正明天信息技术股份有限公司 | 基于图片识别的学校火灾预警方法 |
CN112488576A (zh) * | 2020-12-16 | 2021-03-12 | 思创数码科技股份有限公司 | 消防风险评估方法、系统、计算机设备及可读存储介质 |
CN113205659B (zh) * | 2021-03-19 | 2022-09-20 | 武汉特斯联智能工程有限公司 | 一种基于人工智能的火灾识别方法和系统 |
CN115131938A (zh) * | 2022-08-26 | 2022-09-30 | 山东理工职业学院 | 基于红外监控的人防火情警报方法、装置以及电子设备 |
-
2023
- 2023-03-21 CN CN202310277531.4A patent/CN115995135B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115995135A (zh) | 2023-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115995135B (zh) | 基于智能火情识别的控制方法、装置、设备及介质 | |
CN111613009B (zh) | 基于红外热成像的室内危险热源预测报警方法及其装置 | |
CN109167877B (zh) | 终端屏幕控制方法、装置、终端设备和存储介质 | |
CN107370644B (zh) | 联动控制方法、装置、计算机可读存储介质及计算机设备 | |
CN107085380A (zh) | 一种智能家居系统用户位置判断方法及电子设备 | |
CN106154944A (zh) | 一种数据处理方法及电子设备 | |
WO2016201766A1 (zh) | 背光亮度的调节方法及装置 | |
CN111860218A (zh) | 预警方法和装置、存储介质及电子装置 | |
CN110895934A (zh) | 家电控制方法及装置 | |
CN105814518A (zh) | 一种信息处理方法以及智能手环 | |
CN114245071A (zh) | 监控智能预警方法、装置以及监控系统 | |
CN112741508A (zh) | 一种烹饪设备的控制方法及烹饪设备 | |
CN115346060A (zh) | 画面异常识别方法、装置、电子设备和存储介质 | |
CN111783714A (zh) | 一种胁迫人脸识别方法、装置、设备和存储介质 | |
CN108983620B (zh) | 一种控制方法、装置及电子设备 | |
CN112911154B (zh) | 一种抓拍方法、服务器及计算机存储介质 | |
CN108525186A (zh) | 一种家居自动灭火系统及方法 | |
CN106851052B (zh) | 一种控制方法及电子设备 | |
CN110966631A (zh) | 安全检测方法、装置、油烟机和介质 | |
CN110131855B (zh) | 室内空调装置的智能化控制方法及装置 | |
CN116740885A (zh) | 烟雾火焰报警方法、装置、电子设备及存储介质 | |
CN108836265B (zh) | 睡眠状态检测方法、家电和计算机可读存储介质 | |
CN116597375A (zh) | 制造行业现场工艺的异常操作行为检测方法及装置 | |
JP6700950B2 (ja) | 監視システム | |
CN112581435B (zh) | 防眩晕方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |