[发明专利]一种结合DCLRN网络和光流法的实时火灾监测方法在审
| 申请号： | 201810539506.8 | 申请日： | 2018-05-30 |
| 公开（公告）号： | CN108830305A | 公开（公告）日： | 2018-11-16 |
| 发明（设计）人： | 唐鹏;胡超;金炜东 | 申请（专利权）人： | 西南交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 成都信博专利代理有限责任公司 51200 | 代理人： | 刘凯 |
| 地址： | 610031 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种结合DCLRN网络和光流法的实时火灾监测方法，提出了一种DCLRN神经网络，并将DCLRN网络和光流法结合进行开放空间环境的火灾监测，通过摄像头实时采集火灾视频，将火灾视频分解为RGB图像帧，再把RGB图像转换为光流图片，再通过卷积神经网络进行光流图片的空间特征学习，进而利用深度LSTM网络对光流图片进行时序特征学习，最终训练得到分类模型Model，再用该Model进行火灾的分类识别，最终达到目的火灾监测。本发明是一种端到端的训练方式，既能检测烟雾也能检测火焰，适用于火灾监测的大规模视觉理解任务，无需人工选择特征，鲁棒性好，可有效利用现有智能设备、便于管理员席位审核等优点，可用于仓库、电站、深林等大型开阔区域的火灾监测。 | ||
| 搜索关键词： | 火灾监测 光流法 光流 火灾 网络 卷积神经网络 分类模型 分类识别 检测烟雾 开放空间 空间特征 人工选择 神经网络 时序特征 实时采集 视觉理解 视频分解 智能设备 摄像头 鲁棒性 可用 图片 视频 仓库 电站 审核 学习 检测 转换 | ||
【主权项】：
1.一种结合DCLRN网络和光流法的实时火灾监测方法，其特征在于，包括下步骤：步骤1：建立由卷积神经网络和深度长短时记忆神经网络组成DCLRN神经网络，并设计DCLRN神经网络的拓扑结构；步骤2：获取大量火灾图片作为数据集，采用光流法处理火灾图片，并输入到所述DCLRN神经中进行神经网络模型的训练；步骤3：将DCLRN网络与光流法结合训练得到的模型运用于工控计算机中，进行开阔场景的火灾监测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南交通大学，未经西南交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810539506.8/，转载请声明来源钻瓜专利网。
