[发明专利]基于深度学习框架嵌入式烟雾及火焰视频报警系统及方法

说明书

本发明揭示一种基于深度学习框架嵌入式烟雾及火焰视频报警系统，其包括依次连接的图像采集端、嵌入式处理器、控制中心、云服务器及移动终端；图像采集端采集周围环境的图像信息并传递至嵌入式处理器；嵌入式处理器根据深度学习人工智能算法判断出图像信息中含有烟雾或/和火焰特征，并形成火情信息，而后嵌入式处理器传递火情信息至控制中心；控制中心根据接收的火情信息进行火情警报，并传递火情信息至云服务器；云服务器传递火情信息至移动终端；本发明还揭示了一种基于深度学习框架嵌入式烟雾及火焰视频报警方法。本申请成本低廉、识别准确、反应灵敏，并且能在原有视频监控系统上直接改造的火灾报警系统，适于推广应用。

技术领域

本发明涉及火灾报警技术领域，具体地，涉及一种基于深度学习框架嵌入式烟雾及火焰视频报警系统及方法。

背景技术

火灾对人民生命和财产安全威胁巨大，及早的发现火灾并进行控制可以保护人民的生命和财产安全，意义重大。为了及早发现火灾，现有技术中虽然已经出现了几种火灾的探测系统，但依然存在不同的缺陷。

一种是由传统的烟感和温感火灾探测器形成的火灾探测系统，此种系统中的烟感和温感火灾探测器的探测范围小其中烟感探测器的探测半径一般小于12米，单一温感探测器的探测范围一般也小于50平方米。此外，烟感和温感火灾探测器的响应时间较长，一般在火灾发生30秒后才响应。而且，烟感和温感火灾探测器也易受到外界环境的影响，例如风速及建筑结构，抗干扰性的能力差。另一种是GPU服务器的火灾探测系统，此种系统的本身就价格昂贵，且还需要不少的架设改装费用，成本高昂。

还有一种是如公开号为CN206893057U所公开的高清图像型火焰探测器，该火灾探测器的结构是：采集组件与嵌入式智能图像火焰分析平台通过支架固定在主体内，其中视频采集组件包括一个黑白CCD模组、一个高清彩色模组，视频采集组件中的双模组位于主体前端同一水平位置，嵌入式智能火灾分析平台包括核心处理器，视频采集单元，网络传输单元，输入输出控制以及报警输出单元；核心处理器为DSP+ARM双核处理器；采集组件的视频输出连接至分析平台的视频采集组件的接口中。该火灾探测器的工作原理是：视频采集组件将采集到的视频信号输入到嵌入式火灾分析平台中，实现视频编解码、视频图像分析、通用输入输出控制、数据存储及网络通讯等功能，其中DSP专门从事数据处理，ARM专门从事系统管理、控制和数据通讯，处理结果可通过报警输出单元传输，视频通过以太网传输到后端监控平台中。此种高清图像型火焰探测器具有以下缺点：1、该系统采用复合图像火焰探测的方法，采用了前端加装红外滤光片的黑白CCD模组和高清彩色模组，因此结构复杂，造价较昂贵，进而增加了传感器的成本。2、虽然黑白CCD模组前端加装红外滤光片能够将大部分干扰源滤除，但由于太阳光中也存在红外光辐射，因此难以将太阳光的干扰排除，如果要较好的排除太阳光干扰则需要加装更加高端的红外滤光片这又会增加设备成本，并且也容易将初期的小火焰过滤掉导致漏检。3、该系统主要通过在摄像机上增加硬件模块来进行烟火识别，在火焰识别算法上只是简单地通过计算机模式识别判断来确定是否火灾异常，这种识别方法容易受环境的干扰，因而识别准确率较低，适用场景也不多。4、该系统由于使用了红外滤波片，因此只能进行火焰的探测，报警时间具有局限性，而烟是火的前兆，如果能在烟雾产生的阶段就能检测到，可以提前产生警报。5、该系统的视频采集组件和嵌入式智能火灾分析平台通过支架固定在一个外壳内，从而构成一个整体，对已经安装有CATV的场所来说，安装该套系统则与现有的视频监控功能重叠，无法在现有的视频监控系统上升级改造。

因此，现在急需一种成本低廉、识别准确、反应灵敏，并且能在原有视频监控系统上直接改造的火灾报警系统。

发明内容

针对现有技术的不足本发明提供一种基于深度学习框架嵌入式烟雾及火焰视频报警系统及方法。