CN117253334A - 电动汽车充电站烟雾火灾预警方法、装置和设备 - Google Patents
电动汽车充电站烟雾火灾预警方法、装置和设备 Download PDFInfo
- Publication number
- CN117253334A CN117253334A CN202311084778.0A CN202311084778A CN117253334A CN 117253334 A CN117253334 A CN 117253334A CN 202311084778 A CN202311084778 A CN 202311084778A CN 117253334 A CN117253334 A CN 117253334A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- semantic
- video frame
- target
- target video
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000000779 smoke Substances 0.000 title claims abstract description 40
- 230000002159 abnormal effect Effects 0.000 claims abstract description 101
- 238000001514 detection method Methods 0.000 claims abstract description 82
- 238000012544 monitoring process Methods 0.000 claims description 22
- 230000000007 visual effect Effects 0.000 claims description 21
- 238000013135 deep learning Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000013145 classification model Methods 0.000 claims description 5
- 238000009432 framing Methods 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 2
- 239000013589 supplement Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 1
- 230000035784 germination Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- 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
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Alarm Systems (AREA)
Abstract
本公开的实施例公开了电动汽车充电站烟雾火灾预警方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:对目标视频帧进行检测,得到检测结果的图像帧集合;确定图像帧中是否存在待检测目标,得到异常图像帧集合;对目标音频数据进行语音识别和语义分析,得到文字信息语义集合;确定语义集合与待检测目标语义集合的交集,得到异常语义集合;确定异常图像帧集合是否为空集,若非空,则确定目标视频帧集合中包括异常情况,若为空,则进入下一步;确定异常语义集合是否为空集,若非空,进行语音播报预警,若为空,则重复上述步骤。该实施方式补充了纯视觉检测的不足,更能满足烟雾检测对实时性的要求。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及一种基于时空域和频域特征的电动汽车充电站火灾和烟雾检测方法、装置、设备和计算机可读介质。
背景技术
基于深度学习的图像分类和目标检测技术极大促进了火灾和烟雾检测的发展,其准确性和实时性相较传统图像处理技术都有明显的提升。同时多模态学习的发展使得图像、文字、音频等数据形式能够融合交互,弥补了单一数据形式学习的不足。本发明使用了多模态学习的方法,将图像与音频信息相结合来监测电动汽车充电站的烟雾和火灾情况。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了一种电动汽车充电站烟雾火灾预警方法、装置、设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种电动汽车充电站烟雾火灾预警方法,该方法包括:对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合;确定图像帧集合中的每个图像帧中是否存在待检测目标,得到异常图像帧集合;对目标音频数据进行语音识别,得到目标音频数据对应的文字信息;对文字信息进行语义分析,得到文字信息的语义集合;确定语义集合与待检测目标语义集合的交集,得到异常语义集合;确定异常图像帧集合是否为空集,若为非空集,则确定目标视频帧集合中包括异常情况,若为空集,则进入下一步;确定异常语义集合是否为空集,若为非空集,则进行语音播报预警,若为空集,则重复上述步骤。
第二方面,本公开的一些实施例提供了一种烟雾和火灾检测装置,装置包括:视觉检测单元,被配置为对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合;第一确定单元,被配置为确定图像帧集合中的图像帧中是否存在待检测目标,得到异常图像帧集合;音频检测单元,被配置为对目标音频数据进行语音识别,得到音频数据对应的文字信息;对文字信息进行语义分析,得到文字信息的语义集合;第二确定单元,被配置为确定语义集合与待检测目标语义集合的交集,得到异常语义集合;第三确定单元,被配置为确定异常图像帧集合是否为空集,若为非空集,则确定目标视频帧集合中包括异常情况,若为空集,则进入下一步;第四确定单元,被配置为确定异常语义集合是否为空集,若为非空集,则确定目标视频帧中极大可能包括异常情况,进行语音播报预警,若为空集,则重复上述步骤。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,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中任一实现方式描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果:通过本公开的一些实施例的电动汽车充电站烟雾火灾预警方法可以更有效地检测烟雾和火灾,一定程度弥补了纯视觉检测的漏报和误报问题,充分利用了人在遇到突发情况的本能反应,同时尽可能降低检测功耗。具体来说,发明人发现,纯视觉检测方案会由于模型性能有限或是训练欠佳而产生漏报和误报问题,且由于数据来源为固定位置的监控摄像头会存在监控死角,因此需要其他检测方式作为补充。基于此,本公开的一些实施例的电动汽车充电站烟雾火灾预警方法采用了多模态学习的方法,融合监控区域的视觉信息以及周围区域的语音信息,使用语义信息来辅助和指导视觉检测的目标。在未检测到异常情况时,将视频流的取样频率保持在较低水平,降低检测功耗;在检测到异常情况或受到语音信息指导时,逐渐增大取样频率和降低检测阈值来尽快对异常情况进行确认和定位,在保证检测效果的前提下尽量加块检测速度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的电动汽车充电站烟雾火灾预警方法的一个应用场景的示意图;
图2是根据本公开的电动汽车充电站烟雾火灾预警方法的一些实施例的流程图;
图3是根据本公开的电动汽车充电站烟雾火灾预警方法的另一些实施例的流程图;
图4是根据本公开的烟雾和火灾检测装置的一些实施例的结构示意图;
图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的一些实施例的电动汽车充电站烟雾火灾预警方法的一个应用场景的示意图。
在图1所示的应用场景中,首先,计算设备101可以对目标视频帧集合102进行检测,并根据是否存在待检测目标得到异常图像帧集合103。同时,计算设备还对目标音频数据104进行语音识别和语义分析,并根据是否存在与待检测目标语义集合的交集得到异常语义集合105。之后,确定异常图像帧集合103是否为空集,若为非空集,则确定目标视频帧集合102中存在异常情况,生成检测结果106,若为空集,则进入下一步,在本实施例中,异常图像帧集合为不包括任何元素的空集,因此检测结果106将显示不存在异常情况。接下来,确定异常语义集合105是否为空集,若为非空集,则确定目标视频帧集合102中极大可能存在异常情况,进行语音播报预警,若为空集,则重复上述步骤,在本实施例中,异常语义信息集合为包括关键词“冒烟”的非空集,因此确定目标视频帧集合102中极大可能存在异常情况,并将结果反馈给计算设备101,以更低的检测阈值和更高的帧检测频率重点进行视觉检测并得到非空的异常图像帧集合107,得到新的检测结果108,最后,进行语音播报预警109。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或电子设备组成的分布式集群,也可以实现成单个服务器或单个电子设备。当计算设备体现为软件时,可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备101的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备101。
继续参考图2,示出了根据本公开的电动汽车充电站烟雾火灾预警方法的一些实施例的流程200。该电动汽车充电站烟雾火灾预警方法,包括以下步骤:
步骤201,对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合。
在一些实施例中,电动汽车充电站烟雾火灾预警方法的执行主体(例如图1所示的计算设备)可以将检测任务视为图像分类任务,通过深度学习中的图像分类模型对上述目标视频帧进行烟雾和火灾的检测,得到上述图像帧集合。
在一些实施例的可选的实施方式中,上述执行主体还可以将检测任务视为目标检测任务,通过深度学习中的目标检测模型对上述目标视频帧进行烟雾和火灾的检测,得到上述图像帧集合。
步骤202,确定图像帧集合中的每个图像帧中是否存在待检测目标,得到异常图像帧集合。
在一些实施例中,上述执行主体可以通过依次判断上述图像帧集合中每个图像帧中是否属于存在异常情况的类别,若是,则将当前图像帧存入上述异常图像帧集合。
在一些实施例中,上述执行主体还可以通过依次判断上述图像帧集合中每个图像帧中是否存在检测框,若存在,则将当前图像帧存入上述异常图像帧集合。
步骤203,对目标音频数据进行语音识别,得到目标音频数据对应的文字信息。
在一些实施例中,上述执行主体可以通过隐马尔可夫模型进行语音识别,得到上述文字信息。
在一些实施例中,上述执行主体还可以通过深度学习框架进行端到端的自动语音识别,得到上述文字信息。
步骤204,对文字信息进行语义分析,得到文字信息的语义集合。
在一些实施例中,上述执行主体可以通过深度学习框架对上述文字信息进行语义分析,得到文字信息的语义集合。
步骤205,确定语义集合与待检测目标语义集合的交集,得到异常语义集合。
在一些实施例中,上述执行主体可以通过逐字查找语义集合中是否包含表示待检测目标语义集合中的词句,若存在,则将上述词句存入上述异常语义集合。
在一些实施例中,上述执行主体还可以通过分析语义集合与待检测目标语义集合的文本相似度来判断是否存在异常情况,若存在,则将对存在的异常情况的描述存入上述异常语义集合。
步骤206,确定异常图像帧集合是否为空集,若为非空集,则确定目标视频帧集合中包括异常情况,若为空集,则进入下一步。
步骤207,确定异常语义集合是否为空集,若为非空集,则确定目标视频帧集合中极大可能包括异常情况,进行语音播报预警,若为空集,则重复上述步骤。
本公开的一些实施例提供的方法可以更有效地检测烟雾和火灾,一定程度弥补了纯视觉检测的漏报和误报问题,充分利用了人在遇到突发情况的本能反应,同时尽可能降低检测功耗。
进一步参考图3,其示出了电动汽车充电站烟雾火灾预警方法的另一些实施例的流程300。该电动汽车充电站烟雾火灾预警方法的流程300,包括以下步骤:
步骤301,对视频流进行抽样取帧,对所取视频帧进行滤波降噪、放缩等预处理,得到目标视频帧集合。
在一些实施例中,电动汽车充电站烟雾火灾预警方法的执行主体可以通过对上述视频流中的视频帧随机地选择是否进行处理,从而得到上述目标视频帧集合。
在一些实施例中,上述执行主体还可以通过对上述视频流中的视频帧按照一定间隔进行选择,从而得到上述目标视频帧集合。作为示例,可以将位置序号为设定值整数倍的视频帧进行进一步的处理,其余视频帧不进行处理。
在一些实施例中,上述执行主体可以通过高斯滤波等降噪操作对选取的视频帧进行降噪,可以通过随机剪裁等方式对视频帧进行处理,从而进行接下来的操作。作为示例,可以取视频帧中心,宽高为设定值的区域作为剪裁后的视频帧。
步骤302,通过深度学习中的目标检测模型进行检测,得到反映监控区域检测结果的图像帧集合。
在一些实施例中,上述执行主体可以通过目标检测算法对上述目标视频帧集合中的每个视频帧进行检测,从而达到检测的目的。作为示例,可以使用Yolo系列目标检测模型对视频帧进行检测。
步骤303,确定图像帧集合中的每个图像帧中是否存在待检测目标,得到异常图像帧集合。
步骤304,对目标音频数据进行语音识别,得到音频数据对应的文字信息。
步骤305,对文字信息进行语义分析,得到文字信息的语义集合。
步骤306,确定语义集合与待检测目标语义集合的交集,得到异常语义集合。
在一些实施例中,步骤303-306的具体实现及其所带来的技术效果,可以参考图2对应的实施例中的步骤202-205,在此不再赘述。
步骤307,确定异常图像帧集合是否为空集,若为非空集,则确定目标视频帧集合中包括异常情况,若为空集,则进入下一步。
步骤308,确定异常语义集合是否为空集,若为非空集,则确定目标视频帧集合中极大可能包括异常情况,进行语音播报预警,若为空集,则重复上述步骤。
从图3中可以看出,与图2对应的一些实施例的描述相比,图3对应的一些实施例中的电动汽车充电站烟雾火灾预警方法的流程300体现了实现烟雾和火灾检测的步骤。由此,这些实施例描述的方案可以通过结合视觉和音频的数据使得监测火灾的发生更加有效,从而更好地在火灾发生的萌芽阶段就将其检测出。另外,视觉和音频信息的可信度在不同场景下是不同的,可以根据实际的监测需要为视觉和音频检测的结果设定不同的权重,从而实现更有效的检测效果。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种烟雾和火灾检测装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,一些实施例的烟雾和火灾检测装置400包括:视觉检测单元401、第一确定单元402、音频检测单元403、第二确定单元404、第三确定单元405和第四确定单元406。其中,视觉检测单元401被配置成对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合;第一确定单元402被配置成确定图像帧集合中的图像帧中是否存在待检测目标,得到异常图像帧集合;音频检测单元403被配置成对目标音频数据进行语音识别,得到音频数据对应的文字信息;对文字信息进行语义分析,得到文字信息的语义集合;第二确定单元404被配置成确定语义集合与待检测目标语义集合的交集,得到异常语义集合;第三确定单元405被配置成确定异常图像帧集合是否为空集,若为非空集,则确定目标视频帧集合中包括异常情况,若为空集,则进入下一步;第四确定单元406被配置成确定异常语义集合是否为空集,若为非空集,则确定所述目标视频帧集合中极大可能包括异常情况,进行语音播报预警,若为空集,则重复上述步骤。
在一些实施例的可选实现方式中,装置400还可以包括:存储单元,被配置成对视频流进行抽样取帧,对所取视频帧进行滤波降噪、放缩等预处理,得到目标视频帧集合。
在一些实施例的可选实现方式中,视觉检测单元401进一步被配置成:通过深度学习中的目标检测模型进行检测,得到反映监控区域检测结果的图像帧集合。
在一些实施例的可选实现方式中,视觉检测单元401进一步被配置成:通过深度学习中的图像分类模型进行检测,得到反应监控区域检测结果的图像帧集合。
可以理解的是,该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元,在此不再赘述。
下面参考图5,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器或终端设备)500的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:对目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合;确定所述图像帧集合中的图像帧中是否存在待检测目标,得到异常图像帧集合;对目标音频数据进行语音识别,得到音频数据对应的文字信息;对所述文字信息进行语义分析,得到文字信息的语义;确定所述语义信息与待检测目标语义的交集,得到异常语义信息集合;确定所述异常图像帧集合是否为空集,若为非空集,则确定所述目标视频帧中包括异常情况,若为空集,则进入下一步;确定所述异常语义信息集合是否为空集,若为非空集,则确定所述目标视频帧中极大可能包括异常情况,进行语音播报预警,若为空集,则重复上述步骤。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括视觉检测单元、第一确定单元、音频检测单元、第二确定单元、第三确定单元和第四确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,视觉检测单元还可以被描述为“检测监控区域视觉信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
根据本公开的一个或多个实施例,提供了一种电动汽车充电站烟雾火灾预警方法,包括:对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合;确定所述图像帧集合中的每个图像帧中是否存在待检测目标,得到异常图像帧集合;对目标音频数据进行语音识别,得到所述目标音频数据对应的文字信息;对所述文字信息进行语义分析,得到所述文字信息的语义集合;确定所述语义集合与待检测目标语义集合的交集,得到异常语义集合;确定所述异常图像帧集合是否为空集,若为非空集,则确定所述目标视频帧集合中包括异常情况,若为空集,则进入下一步;确定所述异常语义集合是否为空集,若为非空集,则进行语音播报预警,若为空集,则重复上述步骤。
根据本公开的一个或多个实施例,在对目标视频帧集合中的每个视频帧进行检测,得到反映监控区域检测结果的图像帧集合之前,方法还包括:对视频流进行抽样取帧,对所取视频帧进行滤波降噪、放缩等预处理,得到目标视频帧集合。
根据本公开的一个或多个实施例,对目标视频帧集合中的每个视频帧进行检测,得到反映监控区域检测结果的图像帧集合,包括:通过深度学习中的目标检测模型进行检测,得到所述图像帧集合。
根据本公开的一个或多个实施例,对目标视频帧集合中的每个视频帧进行检测,得到反映监控区域检测结果的图像帧集合,包括:通过深度学习中的图像分类模型进行检测,得到所述图像帧集合。
根据本公开的一个或多个实施例,待检测目标包括:包括但不限于由于电动汽车充电等原因所造成的火灾及其产生的烟雾。
根据本公开的一个或多个实施例,待检测目标语义集合,包括:由有关异常情况的描述字词,如“火焰”、“烟雾”、“着火”、“冒烟”等组成。
根据本公开的一个或多个实施例,提供了一种烟雾和火灾检测装置,包括:视觉检测单元,被配置为对目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合;第一确定单元,被配置为确定图像帧集合中的图像帧中是否存在待检测目标,得到异常图像帧集合;音频检测单元,被配置为对目标音频数据进行语音识别,得到音频数据对应的文字信息;对文字信息进行语义分析,得到文字信息的语义集合;第二确定单元,被配置为确定语义集合与待检测目标语义集合的交集,得到异常语义集合;第三确定单元,被配置为确定异常图像帧集合是否为空集,若为非空集,则确定目标视频帧集合中包括异常情况,若为空集,则进入下一步;第四确定单元,被配置为确定异常语义集合是否为空集,若为非空集,则确定目标视频帧集合中极大可能包括异常情况,进行语音播报预警,若为空集,则重复上述步骤。
根据本公开的一个或多个实施例,装置还可以包括:存储单元,被配置成对视频流进行抽样取帧,对所取视频帧进行滤波降噪、放缩等预处理,得到初始视频帧集合。
根据本公开的一个或多个实施例,视觉检测单元进一步被配置成:通过深度学习中的目标检测模型进行检测,得到目标图像帧集合。
根据本公开的一个或多个实施例,视觉检测单元进一步被配置成:通过深度学习中的图像分类模型进行检测,得到目标图像帧集合。
根据本公开的一个或多个实施例,提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,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上述任一的方法。
根据本公开的一个或多个实施例,提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如上述任一的方法。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种电动汽车充电站烟雾火灾预警方法,包括:对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合;确定所述图像帧集合中的每个图像帧中是否存在待检测目标,得到异常图像帧集合;对目标音频数据进行语音识别,得到所述目标音频数据对应的文字信息;对所述文字信息进行语义分析,得到所述文字信息的语义集合;确定所述语义集合与待检测目标语义集合的交集,得到异常语义集合;确定所述异常图像帧集合是否为空集,若为非空集,则确定所述目标视频帧集合中包括异常情况,若为空集,则进入下一步;确定所述异常语义集合是否为空集,若为非空集,则进行语音播报预警,若为空集,则重复上述步骤。
2.根据权利要求1所述的方法,其中,在所述对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合之前,所述方法还包括:对视频流进行抽样取帧,得到初始视频帧集合;对初始视频帧集合中的每个视频帧进行滤波降噪、放缩等预处理,得到所述目标视频帧集合。
3.根据权利要求1所述的方法,其中,所述对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合,包括:使用深度学习中的目标检测模型对所述目标视频帧集合中的每个目标视频帧进行检测,得到所述图像帧集合。
4.根据权利要求1所述的方法,其中,所述对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合,包括:使用深度学习中的图像分类模型对目标视频帧集合中的每个目标视频帧进行检测,得到所述图像帧集合。
5.根据权利要求1所述的方法,其中,在所述对目标音频数据进行语音识别,得到所述目标音频数据对应的文字信息之前,所述方法还包括:对监控区域的拾音器所采集的音频数据进行降噪、采样等预处理,得到所述目标音频数据。
6.一种多模态异常情况检测装备,包括:视觉检测单元,被配置为对目标视频帧集合中的每个目标视频帧进行检测,得到反映监控区域检测结果的图像帧集合;第一确定单元,被配置为确定所述图像帧集合中的图像帧中是否存在待检测目标,得到异常图像帧集合;音频检测单元,被配置为对目标音频数据进行语音识别,得到音频数据对应的文字信息;对所述文字信息进行语义分析,得到文字信息的语义集合;第二确定单元,被配置为确定所述语义集合与待检测目标语义集合的交集,得到异常语义集合;第三确定单元,被配置为确定所述异常图像帧集合是否为空集,若为非空集,则确定所述目标视频帧中包括异常情况,若为空集,则进入下一步;第四确定单元,被配置为确定所述异常语义集合是否为空集,若为非空集,则确定所述目标视频帧中极大可能包括异常情况,进行语音播报预警,若为空集,则重复上述步骤。
7.一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311084778.0A CN117253334A (zh) | 2023-08-25 | 2023-08-25 | 电动汽车充电站烟雾火灾预警方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311084778.0A CN117253334A (zh) | 2023-08-25 | 2023-08-25 | 电动汽车充电站烟雾火灾预警方法、装置和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117253334A true CN117253334A (zh) | 2023-12-19 |
Family
ID=89135948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311084778.0A Pending CN117253334A (zh) | 2023-08-25 | 2023-08-25 | 电动汽车充电站烟雾火灾预警方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117253334A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117576632A (zh) * | 2024-01-16 | 2024-02-20 | 山东金桥保安器材有限公司 | 基于多模态ai大模型的电网监控火灾预警系统及方法 |
-
2023
- 2023-08-25 CN CN202311084778.0A patent/CN117253334A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117576632A (zh) * | 2024-01-16 | 2024-02-20 | 山东金桥保安器材有限公司 | 基于多模态ai大模型的电网监控火灾预警系统及方法 |
CN117576632B (zh) * | 2024-01-16 | 2024-05-03 | 山东金桥保安器材有限公司 | 基于多模态ai大模型的电网监控火灾预警系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113313064B (zh) | 字符识别方法、装置、可读介质及电子设备 | |
US11783808B2 (en) | Audio content recognition method and apparatus, and device and computer-readable medium | |
CN117253334A (zh) | 电动汽车充电站烟雾火灾预警方法、装置和设备 | |
CN111460288B (zh) | 用于检测新闻事件的方法和装置 | |
CN117690063B (zh) | 电缆线路检测方法、装置、电子设备与计算机可读介质 | |
CN114445754A (zh) | 视频处理方法、装置、可读介质及电子设备 | |
CN117131281A (zh) | 舆情事件处理方法、装置、电子设备和计算机可读介质 | |
CN114765025A (zh) | 语音识别模型的生成方法、识别方法、装置、介质及设备 | |
CN113033707B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN110866524A (zh) | 车牌检测方法、装置、设备及存储介质 | |
CN112926623B (zh) | 识别合成视频的方法、装置、介质及电子设备 | |
CN111444384B (zh) | 一种音频关键点确定方法、装置、设备及存储介质 | |
CN115730104A (zh) | 直播间处理方法、装置、设备及介质 | |
CN111340813B (zh) | 图像实例分割方法、装置、电子设备及存储介质 | |
CN113076932A (zh) | 训练音频语种识别模型的方法、视频检测方法及其装置 | |
CN114359673B (zh) | 基于度量学习的小样本烟雾检测方法、装置和设备 | |
US20240289312A1 (en) | Information segmentation methods, apparatuses, and electronic devices | |
CN114697763B (zh) | 一种视频处理方法、装置、电子设备及介质 | |
CN111489286B (zh) | 图片处理方法、装置、设备和介质 | |
CN112070163B (zh) | 图像分割模型训练和图像分割方法、装置、设备 | |
CN116109989B (zh) | 评价信息生成方法、装置、电子设备和计算机可读介质 | |
CN116343905B (zh) | 蛋白质特征的预处理方法、装置、介质及设备 | |
CN114997120B (zh) | 文档标签的生成方法、装置、终端和存储介质 | |
CN115801447B (zh) | 基于工业安全的流量解析方法、装置与电子设备 | |
CN113327611B (zh) | 语音唤醒方法、装置、存储介质及电子设备 |
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 |