[发明专利]一种烟火智能识别方法

权利要求书

1.一种烟火智能识别方法，其特征在于，

包括：获取检测区域图像和烟火图像；

将正常图像和烟火图像合成，生成训练样本集；

基于目标检测网络对样本集进行训练，得到检测模型；

基于检测模型对目标区域进行检测，对烟火区域进行框选，得到框选区域；

采用热成像仪对准框选区域获取红外图像；

对红外图像进行处理，获取预测温度；

当预测温度高于标准值时，判断为着火。

2.如权利要求1所述的一种烟火智能识别方法，其特征在于，

所述当预测温度高于标准值时，判断为着火之后，所述方法还包括：着火时通过网络发出警告。

3.如权利要求1所述的一种烟火智能识别方法，其特征在于，

所述获取检测区域图像和烟火图像的具体步骤是：

采用监控摄像头对检测区域进行拍照，得到检测区域图像；

对烟火进行拍照并去掉背景，得到烟火图像。

4.如权利要求1所述的一种烟火智能识别方法，其特征在于，

所述将正常图像和烟火图像合成，生成训练样本集的方式是采用StarGAN将正常图像和烟火图像进行合成以生成训练样本集。

5.如权利要求1所述的一种烟火智能识别方法，其特征在于，

所述基于目标检测网络对样本集进行训练，得到检测模型的具体步骤是：

对样本集中的样品进行处理，获取候选区域；

用CNN网络提取图像特征；

基于所述图像特征训练分类器。

6.如权利要求1所述的一种烟火智能识别方法，其特征在于，

所述基于检测模型对目标区域进行检测，对烟火区域进行框选，得到框选区域的具体步骤是：

采用监控摄像头对检测区域获取实时图像；

每间隔设定时间抽取采样图像；

基于检测模型对预处理后的采样图像进行检测，若发现烟火，则对烟火区域进行框选，得到框选区域。

7.如权利要求6所述的一种烟火智能识别方法，其特征在于，

所述每间隔设定时间抽取采样图像之后，所述基于检测模型对预处理后的采样图像进行检测，若发现烟火，则对烟火区域进行框选，得到框选区域之前，所述步骤还包括：对采样图像进行预处理。

8.如权利要求7所述的一种烟火智能识别方法，其特征在于，

所述预处理包括去雾、画面增强和色值过滤。