[发明专利]一种检测火焰的方法及装置

说明书

本发明实施例公开了一种检测火焰的方法，所述方法包括：获取检测图片；将多张检测图片输入到火焰检测网络中，得到在所述检测图片上用候选框圈出的疑似火焰区域；将所述检测图片按照所述候选框进行剪裁，并变形为尺寸相同的疑似火焰图片；其中，所述火焰检测网络是在候选区提取层加入自行变卷积层的两阶段级联卷积网络；将所述疑似火焰图片输入到3D卷积网络中，提取所述疑似火焰图片的空间特征和低阶动态特征；将所述空间特征和低阶动态特征输入到循环神经网络中，提取到所述疑似火焰图片的高阶动态特征，并判断出所述疑似火焰图片中是否具有火焰。通过本申请实施例提供的检测火焰方法，可以更加准确快速的识别到检测图片中的火焰。

技术领域

本发明涉及图像检测领域，尤其是涉及一种检测火焰的方法及装置。

背景技术

随着经济的高速发展，各种高层综合性建设群体不断涌现。而在高层建筑中，由于人口密集，财产集中，其消防问题也尤为突出。虽然现在已经有成熟的火焰探测方法，如感烟、感温、感光探测器等，分别利用火焰的烟雾、温度、光的特性来对火焰进行探测。

但是在综合性商场中，由于商户众多，其中餐饮商户的后厨较为狭小与闭塞，无法安装感烟、感温、感光探测器等，且火灾初期火焰较小，燃烧产生的烟雾、温度、光的强度还达不到感烟、感温、感光探测器等报警级别，给火焰探测带来了一定的难度。致使商场火灾发现时就是大火，扑灭工作极为困难，且商场中人流量较大，一旦火灾发生势必发生较大的伤亡。所以，现在亟待一种可以应对商场中厨房的火焰预警方法来保证人们的生命与财产安全。

发明内容

有鉴于此，本申请提供一种检测火焰的方法及装置，用于解决商场中厨房的火焰检测的问题。

在本申请第一方面提供了一种检测火焰的方法，所述方法包括：

获取检测图片；

将多张检测图片输入到火焰检测网络中，得到在所述检测图片上用候选框圈出的疑似火焰区域；将所述检测图片按照所述候选框进行剪裁，并变形为尺寸相同的疑似火焰图片；其中，所述火焰检测网络是在候选区提取层加入一层或多层自行变卷积层的两阶段级联卷积网络，即在两阶段级联卷积网络中加入自行变卷积核(可行变卷积核)进行卷积运算，自行变卷积核是指卷积核在每一个元素上额外增加了一个参数方向参数，这样卷积核就能在训练过程中扩展到很大的范围；

将所述疑似火焰图片输入到3D卷积网络中，提取所述疑似火焰图片的空间特征和低阶动态特征；

将所述空间特征和低阶动态特征输入到循环神经网络中，提取到所述疑似火焰图片的高阶动态特征，并判断出所述疑似火焰图片中是否具有火焰。

可选的，所述候选框的获得方式，包括：

在所述火焰检测网络中，将所述检测图片通过第一自行变卷积层计算得到预候选框的中心点的概率；将所述检测图片通过第二自行变卷积层计算得到所述预候选框的高和宽的值；其中，所述第一自行变卷积层的监督信号为所述预候选框的中心点的位置；所述第二自行变卷积层的监督信号为所述预候选框的高和宽的偏移量；

当所述预候选框的中心点的概率大于阈值时，将大于阈值的预候选框的中心点与高和宽的值进行匹配，确定为所述候选框。

可选的，所述获取检测图片，包括：

每隔固定间隔获取监测视频中的图片。

可选的，所述固定间隔为16帧。

可选的，所述获取检测图片，包括：

获取一组静态图片；

计算图片的掩膜，获得所述检测图片之间火焰的形态变化信息。

可选的，所述3D卷积网络的训练数据，包括：