[发明专利]一种火情监测方法及系统

说明书

本发明涉及一种火情监测方法及系统，属于消防领域，该方法包括：构建火情监测数据集，火情监测数据集中包括包含烟雾的监测图像、包含火苗的监测图像和包含电火花的监测图像；构建形变自适应网络，形变自适应网络包括用于提取监测目标特征的骨干网络、第一形变自适应模块、第二形变自适应模块和第三形变自适应模块；采用火情监测数据集，以监测图像为输入，以火情的位置和类别为输出训练形变自适应网络，获得火情监测模型；火情的类别包括烟雾、火苗和电火花；采用火情监测模型对待监测区域实时获取的监测图像进行火情监测。

技术领域

本发明涉及消防技术领域，特别是涉及一种火情监测方法及系统。

背景技术

在社会生活中，火灾已成为威胁公共安全，危害人民群众生命财产的一种多发性灾害。火苗、烟雾和火花是火灾初期最常见的三类表现形式，在初期阶段及时发觉火情，有助于开展高效的火灾救援，从而最大限度地降低经济和生命损失。基于图像的火情监测相比人工巡查、接触式传感器等火灾监测手段，监管成本低，且不受空间距离和场景限制，因此成为了一项主要研究课题。

目前，大部分基于图像的火情监测方法主要采用传统图像处理算法，需要进行人工特征设计，设计过程繁琐且复杂度较高。近年来，也涌现了一些基于深度学习的火情监测方法（任锴,陈俊,叶宇煌,陈琪.基于SSD-MobileNet的火情检测预警系统[J].电气开关,2020,58(01):34-38.），通过卷积神经网络自动提取特征，但火苗、烟雾和火花等目标在监测过程中形态变化较大，视觉特征不稳定，导致现有火情监测方法的识别准确率有待进一步提升。因此，亟需一种对目标形变具有高度鲁棒性的火情监测预警方法，能够准确可靠地识别出不同形态下的火苗、烟雾和火花等目标，从而实现对火灾的提前预警，提升突发火情应急处置的时效性。

发明内容

本发明的目的是提供一种火情监测方法，提高了火情监测的鲁棒性。

为实现上述目的，本发明提供了如下方案：

一种火情监测方法，包括：

构建火情监测数据集，所述火情监测数据集中包括包含烟雾的监测图像、包含火苗的监测图像和包含电火花的监测图像；

构建形变自适应网络；

采用所述火情监测数据集，以监测图像为输入，以火情的位置和类别为输出训练所述形变自适应网络，获得火情监测模型；所述火情的类别包括烟雾、火苗和电火花；

采用所述火情监测模型对待监测区域实时获取的监测图像进行火情监测；