CN116778406A - 基于国产cpu和os的多图像融合下的火灾监测方法及系统 - Google Patents
基于国产cpu和os的多图像融合下的火灾监测方法及系统 Download PDFInfo
- Publication number
- CN116778406A CN116778406A CN202310548637.3A CN202310548637A CN116778406A CN 116778406 A CN116778406 A CN 116778406A CN 202310548637 A CN202310548637 A CN 202310548637A CN 116778406 A CN116778406 A CN 116778406A
- Authority
- CN
- China
- Prior art keywords
- image
- visible light
- fire
- infrared
- acquisition
- 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 99
- 230000004927 fusion Effects 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000010191 image analysis Methods 0.000 claims description 21
- 230000001960 triggered effect Effects 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Landscapes
- Fire-Detection Mechanisms (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了基于国产CPU和OS的多图像融合下的火灾监测方法及系统，属于国产操作系统及火灾监测技术领域，对同一时刻同一地点的可见光和红外图像单独解析处理后，综合得出判断结论；首先确定图像采集的场景以及当前环境的基本信息；然后根据场景的不同确定信息采集的方式；通过融合相机获取可见光和红外图像，然后通过自然图像处理技术解析可见光图像，提取整体图像或者图像中部分区域的信息，识别该区域是否出现符合高温着火标准的特征值，如果出现符合高温着火特征值的信息则自动触发红外图像的解析流程。本发明可以为大范围、多场景等不适合使用传统传感器方案监测的区域提供全新的监测方案，可以有效降低成本，提高监测的范围和精确度。
Description
技术领域
本发明涉及国产操作系统及火灾监测技术领域，具体涉及基于国产CPU和OS的多图像融合下的火灾监测方法及系统。
背景技术
随着国产基础软硬件的蓬勃发展，国产基础软硬件的推广和使用迎来了前所未有的机遇。怎样在国产平台下为各行业提供行业软件支撑，是国产平台可持续发展的重要一环。
火灾监测作为各行业都需要关注的重要安全生产事项，一直以来都受到行业的高度重视，怎样实时且高效的提供火灾监测及报警服务，是各行业迫切的需求，所以出现了一系列火灾监控系统，用于各种场景下对火灾的监测和实时告警。但是由于各行业需求不同，对火灾监测的方案和需求也是多种多样，传统单一的监测方案可能仅仅提供一种传感器监测和固定位置监测，无法满足全行业的需求，不能实现全方位，无死角的监测。
发明内容
本发明的技术任务是提供基于国产CPU和OS的多图像融合下的火灾监测方法及系统，可以为大范围、多场景等不适合使用传统传感器方案监测的区域提供全新的监测方案，并且可以有效降低成本，提高监测的范围和精确度，使监测更方便，更高效。
本发明解决其技术问题所采用的技术方案是：
基于国产CPU和OS的多图像融合下的火灾监测方法，对同一时刻同一地点的可见光和红外图像单独解析处理后，综合得出判断结论；具体实现方式如下：
首先确定图像采集的场景以及当前环境的基本信息；
然后根据场景的不同确定信息采集的方式；
设置好基础参数后，通过融合相机获取可见光和红外图像，然后通过自然图像处理技术解析可见光图像，提取整体图像或者图像中部分区域的信息，识别该区域是否出现符合高温着火标准的特征值，如果出现符合高温着火特征值的信息则自动触发红外图像的解析流程；
通过对红外图像的解析和特征读取，获取到该区域的温度值以及目标区域和环境温度的差值，当目标区域的温度值达到设定的温度阈值时，则判定该区域发生高温着火险情，自动触发系统报警或其他告警通知信息。
基于国产CPU和OS的使用图像识别算法对不同图像进行识别后提供火灾监测，基于国产CPU和OS作为图像识别算法的软硬件平台，提供基础的算力和架构支撑，为算法提供了完整的兼容和配套组件的支持。通过多图像融合下的可见光和红外图像信息，通过实时的图像解析监测火灾发生时的特征信息，实现火灾监测和告警的能力；根据不同场景环境信息和采集方式设置不同的解析参数，达到可以根据环境和采集方式的不同而调整解析算法，从而实现对大范围、多区域、复杂环境下的火灾监控；对可见光和红外图像做出了严格限定，保证了一次解析流程下的可见光和红外图像是来自同一时刻同一区域的图像，避免了采集信息来源不稳定导致的解析结果错误。
本方法的图像识别算法是基于多图像融合方案，包含可见光图像识别算法和红外图像识别算法，不同于传统火灾监测方案的单一传感器监测和固定区域的监测，本方法提供了对开放式环境下多种移动监测方案的支持，并且通过可配置的环境参数和监测方案参数，分别提供了算法支持，解决了开放环境下环境信息变化、移动监测时图像信息变化等影响监测结果的不利因素。可以为大范围、多场景等不适合使用传统传感器方案监测的区域提供全新的监测方案，并且可以有效降低成本，提高监测的范围和精确度，使监测更方便，更高效。
优选的，所述基本信息包括拍摄距离、环境温湿度。
优选的，所述采集方式包括固定采集、移动采集、高空采集。
优选的，通过可见光和红外二合一相机拍摄获取到所述可见光和红外图像，可见光图像和红外图像一一对应。
优选的，该方法的实现过程如下：
1)、确定监测区域的环境和监测相机基础配置信息，配置信息可以提供图像解析算法对当前监测区域环境下的基础校准，排除不同环境因素下对解析结果的影响；
2)、确定采集信息的相机的采集方式，根据采集方式的不同，对图像解析结果进行特定采集方式下的校准，使结果更能准确反映当前区域的真实情况；
3)、进行图像采集和分析，每次的采集分析都是一组可见光和红外图像的组合，首先通过可见光图像解析监测是否发现火灾特征，发生火灾特征即发出进一步解析红外图像的命令；
4)、通过步骤3)发出的命令，执行解析红外图像的流程，通过红外图像的温度值和在步骤1)、步骤2)中设置的影响解析的参数相结合得出是否属于火灾情形，如达到火灾设定的条件，即可以触发报警或者通过其他告警方式发送消息。
本发明还要求保护基于国产CPU和OS的多图像融合下的火灾监测系统，包括图像采集模块、图像处理模块，
所述图像采集模块，首先确定图像采集的场景以及当前环境的基本信息，然后根据场景的不同确定信息采集的方式；设置好基础参数后，通过融合相机获取可见光和红外图像；
所述图像处理模块，通过自然图像处理技术解析可见光图像，提取整体图像或者图像中部分区域的信息，识别该区域是否出现符合高温着火标准的特征值，如果出现符合高温着火特征值的信息则自动触发红外图像的解析流程；通过对红外图像的解析和特征读取，获取到该区域的温度值以及目标区域和环境温度的差值，当目标区域的温度值达到设定的温度阈值时，则判定该区域发生高温着火险情，自动触发系统报警或其他告警通知信息。
优选的，通过可见光和红外二合一相机拍摄获取到所述可见光和红外图像，可见光图像和红外图像一一对应。
优选的，所述图像采集的场景以及当前环境的基本信息包括拍摄距离、环境温湿度；所述采集方式包括固定采集、移动采集、高空采集。
优选的，该系统实现火灾监测的方式如下：
1)、确定监测区域的环境和监测相机基础配置信息，配置信息可以提供图像解析算法对当前监测区域环境下的基础校准，排除不同环境因素下对解析结果的影响；确定采集信息的相机的采集方式，根据采集方式的不同，对图像解析结果进行特定采集方式下的校准，使结果更能准确反映当前区域的真实情况；
2)、进行图像采集和分析，每次的采集分析都是一组可见光和红外图像的组合，首先通过可见光图像解析监测是否发现火灾特征，发生火灾特征即发出进一步解析红外图像的命令；
3)、通过步骤2)发出的命令，执行解析红外图像的流程，通过红外图像的温度值和在步骤1)中设置的影响解析的参数相结合得出是否属于火灾情形，如达到火灾设定的条件，即可以触发报警或者通过其他告警方式发送消息。
本发明还要求保护基于国产CPU和OS的多图像融合下的火灾监测装置，包括融合相机和数据处理机，所述融合相机用于获取可见光和红外图像，获取的可见光图像和红外图像一一对应；所述数据处理机包括至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，实现上述的基于国产CPU和OS的多图像融合下的火灾监测方法。
本发明的基于国产CPU和OS的多图像融合下的火灾监测方法及系统与现有技术相比，具有以下有益效果：
本发明通过提供了特殊机制和相关配置，可以使识别结果更精确，可使用的场景更灵活：
本方法中作为基础参数需要提前设置的环境信息和图像采集方式等信息，可以扩展本方法的使用场景和多场景下方案的有效性和精准度。不同于传统温度感应报警等单一报警方案；本方法采用的可见光和红外图像可以完成多场景、远距离、多角度等各种监测需要，自由度非常高，只需要设定好图像采集的基础参数，就可以根据这些参数解析出各种目标区域的特征值，从而完成监测任务。
本方法对可见光和红外图像的瞬时性和一一对应关系做出规定，确保复杂环境下监测的实时有效：当图像采集方式使用移动采集或者其他非固定采集场景时，该规定确保监测结果未受场景变化的影响而发生漏报或者多报的情况。
附图说明
图1是本发明实施例提供的基于国产CPU和OS的多图像融合下的火灾监测方法的实现流程示图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
本发明实施例提供了基于国产CPU和OS的多图像融合下的火灾监测方法，对同一时刻同一地点的可见光和红外图像单独解析处理后，综合得出判断结论；具体实现方式如下：
首先确定图像采集的场景以及当前环境的基本信息，包括拍摄距离、环境温湿度等；然后根据场景的不同确定信息采集的方式，包括固定采集、移动采集、高空采集等；这些信息会为图像解析生成必要的基础参数，使解析结果更加精确；
设置好基础参数后，通过可见光和红外二合一相机拍摄获取到所述可见光和红外图像，然后通过自然图像处理技术解析可见光图像，提取整体图像或者图像中部分区域的信息，识别该区域是否出现符合高温着火标准的特征值，如果出现符合高温着火特征值的信息则自动触发红外图像的解析流程；
接下来通过对红外图像的解析和特征读取，获取到该区域的温度值以及目标区域和环境温度的差值，当目标区域的温度值达到设定的温度阈值时，则判定该区域发生高温着火险情，自动触发系统报警或其他告警通知信息。
基于国产CPU和OS的使用图像识别算法对不同图像进行识别后提供火灾监测，基于国产CPU和OS作为图像识别算法的软硬件平台，提供基础的算力和架构支撑，为算法提供了完整的兼容和配套组件的支持。通过多图像融合下的可见光和红外图像信息，通过实时的图像解析监测火灾发生时的特征信息，实现火灾监测和告警的能力；根据不同场景环境信息和采集方式设置不同的解析参数，达到可以根据环境和采集方式的不同而调整解析算法，从而实现对大范围、多区域、复杂环境下的火灾监控；对可见光和红外图像做出了严格限定，保证了一次解析流程下的可见光和红外图像是来自同一时刻同一区域的图像，避免了采集信息来源不稳定导致的解析结果错误。
通过对同一时刻同一地点的可见光和红外图像单独解析处理后再综合判断得出结论，所以本方法的图像源来自可见光和红外二合一的融合相机拍摄的图像，可以保证瞬时图像的精准度并且保证可见光图像和红外图像的一一对应。但是本方案对应图像源没有限制要求，只需要确保可见光图像和红外图像能够满足对应关系并确保图像的精准度和信息的完整度即可。
参考图1所示，该方法的实现过程如下：
1)、确定监测区域的环境和监测相机基础配置信息，如：监测场景、相机距离监测区域的距离、监测区域的温湿度等。该配置信息可以提供图像解析算法对当前监测区域环境下的基础校准，排除不同环境因素下对解析结果的影响；
2)、确定采集信息的相机的采集方式，如：固定采集、移动采集、高空采集等，根据采集方式的不同，会对图像解析结果进行特定采集方式下的校准，使结果更能准确反映当前区域的真实情况；
3)、开始进行图像采集和分析，每次的采集分析都是一组可见光和红外图像的组合，首先通过可见光图像解析监测是否发现火灾特征，发生火灾特征即发出进一步解析红外图像的命令；
4)、通过步骤3)发出的命令，执行解析红外图像的流程，通过红外图像的温度值和在步骤1)、步骤2)中设置的影响解析的参数相结合得出是否属于火灾情形，如达到火灾设定的条件，即可以触发报警或者通过其他告警方式发送消息。
以上为本方法的基本实现流程，方案执行过程为实时、不间断循环执行，确保可以第一时间准确的发现火灾，即时发送火灾信息。
本方法的图像识别算法是基于多图像融合方案，包含可见光图像识别算法和红外图像识别算法，不同于传统火灾监测方案的单一传感器监测和固定区域的监测，本方法提供了对开放式环境下多种移动监测方案的支持，并且通过可配置的环境参数和监测方案参数，分别提供了算法支持，解决了开放环境下环境信息变化、移动监测时图像信息变化等影响监测结果的不利因素。可以为大范围、多场景等不适合使用传统传感器方案监测的区域提供全新的监测方案，并且可以有效降低成本，提高监测的范围和精确度，使监测更方便，更高效。
本发明实施例还提供了一种基于国产CPU和OS的多图像融合下的火灾监测系统，包括图像采集模块、图像处理模块，
所述图像采集模块，首先确定图像采集的场景以及当前环境的基本信息，包括拍摄距离、环境温湿度等；然后根据场景的不同确定信息采集的方式，包括固定采集、移动采集、高空采集等；设置好基础参数后，通过融合相机获取可见光和红外图像；
所述图像处理模块，通过自然图像处理技术解析可见光图像，提取整体图像或者图像中部分区域的信息，识别该区域是否出现符合高温着火标准的特征值，如果出现符合高温着火特征值的信息则自动触发红外图像的解析流程；通过对红外图像的解析和特征读取，获取到该区域的温度值以及目标区域和环境温度的差值，当目标区域的温度值达到设定的温度阈值时，则判定该区域发生高温着火险情，自动触发系统报警或其他告警通知信息。
其中，所述所述图像采集模块通过可见光和红外二合一相机拍摄获取到所述可见光和红外图像，可见光图像和红外图像一一对应。
该系统实现火灾监测的方式如下：
1)、确定监测区域的环境和监测相机基础配置信息，如：监测场景、相机距离监测区域的距离、监测区域的温湿度等，该配置信息可以提供图像解析算法对当前监测区域环境下的基础校准，排除不同环境因素下对解析结果的影响；确定采集信息的相机的采集方式，如：固定采集、移动采集、高空采集等，根据采集方式的不同，对图像解析结果进行特定采集方式下的校准，使结果更能准确反映当前区域的真实情况；
2)、开始进行图像采集和分析，每次的采集分析都是一组可见光和红外图像的组合，首先通过可见光图像解析监测是否发现火灾特征，发生火灾特征即发出进一步解析红外图像的命令；
3)、通过步骤2)发出的命令，执行解析红外图像的流程，通过红外图像的温度值和在步骤1)中设置的影响解析的参数相结合得出是否属于火灾情形，如达到火灾设定的条件，即可以触发报警或者通过其他告警方式发送消息。
本发明实施例还提供了一种基于国产CPU和OS的多图像融合下的火灾监测装置，包括融合相机和数据处理机，所述融合相机用于获取可见光和红外图像，获取的可见光图像和红外图像一一对应；所述数据处理机包括至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，实现上述实施例所述的基于国产CPU和OS的多图像融合下的火灾监测方法。
通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
除说明书所述的技术特征外，均为本专业技术人员的已知技术。
Claims (10)
1.基于国产CPU和OS的多图像融合下的火灾监测方法，其特征在于，对同一时刻同一地点的可见光和红外图像单独解析处理后，综合得出判断结论；具体实现方式如下：
首先确定图像采集的场景以及当前环境的基本信息；
然后根据场景的不同确定信息采集的方式；
设置好基础参数后，通过融合相机获取可见光和红外图像，然后通过自然图像处理技术解析可见光图像，提取整体图像或者图像中部分区域的信息，识别该区域是否出现符合高温着火标准的特征值，如果出现符合高温着火特征值的信息则自动触发红外图像的解析流程；
通过对红外图像的解析和特征读取，获取到该区域的温度值以及目标区域和环境温度的差值，当目标区域的温度值达到设定的温度阈值时，则判定该区域发生高温着火险情，自动触发系统报警或其他告警通知信息。
2.根据权利要求1所述的基于国产CPU和OS的多图像融合下的火灾监测方法，其特征在于，所述基本信息包括拍摄距离、环境温湿度。
3.根据权利要求1所述的基于国产CPU和OS的多图像融合下的火灾监测方法，其特征在于，所述采集方式包括固定采集、移动采集、高空采集。
4.根据权利要求1所述的基于国产CPU和OS的多图像融合下的火灾监测方法，其特征在于，通过可见光和红外二合一相机拍摄获取到所述可见光和红外图像，可见光图像和红外图像一一对应。
5.根据权利要求1或2或3或4所述的基于国产CPU和OS的多图像融合下的火灾监测方法，其特征在于该方法的实现过程如下：
1)、确定监测区域的环境和监测相机基础配置信息，配置信息可以提供图像解析算法对当前监测区域环境下的基础校准，排除不同环境因素下对解析结果的影响；
2)、确定采集信息的相机的采集方式，根据采集方式的不同，对图像解析结果进行特定采集方式下的校准，使结果更能准确反映当前区域的真实情况；
3)、进行图像采集和分析，每次的采集分析都是一组可见光和红外图像的组合，首先通过可见光图像解析监测是否发现火灾特征，发生火灾特征即发出进一步解析红外图像的命令；
4)、通过步骤3)发出的命令，执行解析红外图像的流程，通过红外图像的温度值和在步骤1)、步骤2)中设置的影响解析的参数相结合得出是否属于火灾情形，如达到火灾设定的条件，即可以触发报警或者通过其他告警方式发送消息。
6.基于国产CPU和OS的多图像融合下的火灾监测系统，其特征在于，包括图像采集模块、图像处理模块，
所述图像采集模块，首先确定图像采集的场景以及当前环境的基本信息，然后根据场景的不同确定信息采集的方式；设置好基础参数后，通过融合相机获取可见光和红外图像；
所述图像处理模块，通过自然图像处理技术解析可见光图像，提取整体图像或者图像中部分区域的信息，识别该区域是否出现符合高温着火标准的特征值，如果出现符合高温着火特征值的信息则自动触发红外图像的解析流程；通过对红外图像的解析和特征读取，获取到该区域的温度值以及目标区域和环境温度的差值，当目标区域的温度值达到设定的温度阈值时，则判定该区域发生高温着火险情，自动触发系统报警或其他告警通知信息。
7.根据权利要求6所述的基于国产CPU和OS的多图像融合下的火灾监测系统，其特征在于，通过可见光和红外二合一相机拍摄获取到所述可见光和红外图像，可见光图像和红外图像一一对应。
8.根据权利要求6或7所述的基于国产CPU和OS的多图像融合下的火灾监测系统，其特征在于，所述图像采集的场景以及当前环境的基本信息包括拍摄距离、环境温湿度；所述采集方式包括固定采集、移动采集、高空采集。
9.根据权利要求8所述的基于国产CPU和OS的多图像融合下的火灾监测系统，其特征在于，该系统实现火灾监测的方式如下：
1)、确定监测区域的环境和监测相机基础配置信息，配置信息可以提供图像解析算法对当前监测区域环境下的基础校准，排除不同环境因素下对解析结果的影响；确定采集信息的相机的采集方式，根据采集方式的不同，对图像解析结果进行特定采集方式下的校准，使结果更能准确反映当前区域的真实情况；
2)、进行图像采集和分析，每次的采集分析都是一组可见光和红外图像的组合，首先通过可见光图像解析监测是否发现火灾特征，发生火灾特征即发出进一步解析红外图像的命令；
3)、通过步骤2)发出的命令，执行解析红外图像的流程，通过红外图像的温度值和在步骤1)中设置的影响解析的参数相结合得出是否属于火灾情形，如达到火灾设定的条件，即可以触发报警或者通过其他告警方式发送消息。
10.基于国产CPU和OS的多图像融合下的火灾监测装置，其特征在于，包括融合相机和数据处理机，所述融合相机用于获取可见光和红外图像，获取的可见光图像和红外图像一一对应；所述数据处理机包括至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，实现权利要求1至5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310548637.3A CN116778406A (zh) | 2023-05-16 | 2023-05-16 | 基于国产cpu和os的多图像融合下的火灾监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310548637.3A CN116778406A (zh) | 2023-05-16 | 2023-05-16 | 基于国产cpu和os的多图像融合下的火灾监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116778406A true CN116778406A (zh) | 2023-09-19 |
Family
ID=88007111
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310548637.3A Pending CN116778406A (zh) | 2023-05-16 | 2023-05-16 | 基于国产cpu和os的多图像融合下的火灾监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116778406A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117516627A (zh) * | 2023-11-10 | 2024-02-06 | 鄄城县自然资源和规划局 | 一种基于无人机数据的区域植被状态监测系统 |
| CN117765680A (zh) * | 2024-02-22 | 2024-03-26 | 中国矿业大学深圳研究院 | 森林火险监测预警方法、装置、设备和存储介质 |
-
2023
- 2023-05-16 CN CN202310548637.3A patent/CN116778406A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117516627A (zh) * | 2023-11-10 | 2024-02-06 | 鄄城县自然资源和规划局 | 一种基于无人机数据的区域植被状态监测系统 |
| CN117516627B (zh) * | 2023-11-10 | 2024-05-07 | 鄄城县自然资源和规划局 | 一种基于无人机数据的区域植被状态监测系统 |
| CN117765680A (zh) * | 2024-02-22 | 2024-03-26 | 中国矿业大学深圳研究院 | 森林火险监测预警方法、装置、设备和存储介质 |
| CN117765680B (zh) * | 2024-02-22 | 2024-05-03 | 中国矿业大学深圳研究院 | 森林火险监测预警方法、装置、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116778406A (zh) | 基于国产cpu和os的多图像融合下的火灾监测方法及系统 | |
| CN110834327B (zh) | 一种机器人的控制方法及设备 | |
| US11200427B2 (en) | Methods and systems for image based anomaly detection | |
| CN110516522B (zh) | 一种巡检方法及系统 | |
| CN110174174A (zh) | 基于红外热和可见光成像的检测终端及其使用方法 | |
| CN111008954A (zh) | 一种信息处理方法及装置、电子设备和存储介质 | |
| CN114120171A (zh) | 基于视频帧的火灾烟雾检测方法、装置、设备及存储介质 | |
| CN116363585A (zh) | 一种输电线路在线监测方法及系统 | |
| KR102233679B1 (ko) | Ess 침입자 및 화재 감지 장치 및 방법 | |
| US20190246071A1 (en) | Building Monitoring System | |
| CN209433517U (zh) | 一种基于多火焰图像与组合判据的火灾识别报警装置 | |
| CN109841028B (zh) | 一种基于红外热像仪的热源探测方法、系统及存储介质 | |
| CN111814617B (zh) | 基于视频的火灾判定方法、装置、计算机设备及存储介质 | |
| KR20220105851A (ko) | 무인변전소 감시 시스템 및 그 동작 방법 | |
| CN115862296B (zh) | 铁路施工工地的火灾风险预警方法、系统、设备及介质 | |
| CN110940315A (zh) | 一种继电保护及安全自动装置插件照片采集设备及自动比对方法 | |
| CN116311034A (zh) | 一种基于对比检测的机器人巡检系统 | |
| CN115083096A (zh) | 一种基于多传感器信息融合的火灾预警和定位系统 | |
| CN115841730A (zh) | 视频监控系统、异常事件检测方法 | |
| KR20190134426A (ko) | 트리오 영상장치를 통한 태양광 모듈 열화상 촬영 시스템 | |
| CN114446002A (zh) | 火灾在线监测方法、装置、介质及系统 | |
| CN113989625A (zh) | 基于边缘计算的图像识别方法、装置、设备及存储介质 | |
| CN115394025A (zh) | 监控方法、装置、电子设备及存储介质 | |
| JPWO2016136214A1 (ja) | 識別器学習装置、滞留物体検出システム、識別器学習方法、滞留物体検出方法およびプログラム | |
| CN113409536B (zh) | 基于机器视觉的电力设备潜在火警识别系统及方法 |
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 |