[发明专利]一种火灾检测方法、装置、设备及存储介质在审

专利信息
申请号: 202011155200.6 申请日: 2020-10-26
公开(公告)号: CN112347874A 公开(公告)日: 2021-02-09
发明(设计)人: 李庆民;卢存盟 申请(专利权)人: 创泽智能机器人集团股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N20/00;G06N3/04;G01J5/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 巴翠昆
地址: 276800 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 火灾 检测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种火灾检测方法,其特征在于,包括:

获取待检测区域的画面数据;

利用基于机器学习算法的检测模型对所述画面数据进行检测,以生成所述画面数据对应的火灾画面可信度值,得到目标可信度;

获取所述待检测区域的环境温度,以得到目标环境温度;

判断所述目标可信度是否大于预设可信度阈值且所述目标环境温度是否大于预设温度阈值,若是,则判定所述待检测区域发生火灾。

2.根据权利要求1所述的火灾检测方法,其特征在于,所述画面数据包括所述待检测区域的视频流和/或所述待检测区域的图像数据。

3.根据权利要求1所述的火灾检测方法,其特征在于,所述利用基于机器学习算法的检测模型对所述画面数据进行检测,以生成所述画面数据对应的火灾画面可信度值,得到目标可信度,包括:

利用YOLO检测模型对所述画面数据进行检测,以生成所述画面数据对应的火灾画面可信度值,得到目标可信度。

4.根据权利要求3所述的火灾检测方法,其特征在于,所述利用YOLO检测模型对所述画面数据进行检测之前,还包括:

获取火灾图片,并将所述火灾图片进行标注,以得到火灾训练数据集;

利用所述火灾训练数据集,对基于YOLO算法构建的空白模型进行训练,以得到所述YOLO检测模型。

5.根据权利要求1所述的火灾检测方法,其特征在于,所述获取所述待检测区域的环境温度,以得到目标环境温度,包括:

利用温度传感器获取所述待检测区域的环境温度,以得到目标环境温度。

6.根据权利要求5所述的火灾检测方法,其特征在于,所述利用温度传感器获取所述待检测区域的环境温度,以得到目标环境温度,包括:

利用红外温度传感器获取所述待检测区域的红外热成像图;

读取所述红外热成像图中不同区域的环境温度,并输出所述不同区域的环境温度中的最大值,以得到目标环境温度。

7.根据权利要求1-6任一项所述的火灾检测方法,其特征在于,所述判断所述目标可信度是否大于预设可信度阈值且所述目标环境温度是否大于预设温度阈值,若是,则判定所述待检测区域发生火灾之后,还包括:

保存所述待检测区域的画面数据。

8.一种火灾检测装置,其特征在于,包括:

画面数据获取模块,用于获取待检测区域的画面数据;

可信度获取模块,用于利用神经网络检测模型对所述画面数据进行检测,以生成所述画面数据对应的火灾画面可信度概率值,得到目标可信度;

温度获取模块,用于获取所述待检测区域的环境温度,以得到目标环境温度;

判断模块,用于判断所述目标可信度是否大于预设可信度阈值且所述目标环境温度是否大于预设温度阈值,若是,则判定所述待检测区域发生火灾。

9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器;其中所述存储器用于存储计算机程序,所述计算机程序由所述处理器加载并执行以实现如权利要求1至7任一项所述的火灾检测方法。

10.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如权利要求1至7任一项所述的火灾检测方法。

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创泽智能机器人集团股份有限公司,未经创泽智能机器人集团股份有限公司许可,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/pat/books/202011155200.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top