[发明专利]火苗的检测方法、系统、设备和存储介质

说明书

本发明提供火苗的检测方法、系统、设备和存储介质，检测方法包括：获取监控视频的帧图像；将帧图像输入火苗检测模型，以由火苗检测模型对帧图像进行火苗检测并在检出火苗时输出目标帧图像；获取监控视频中在目标帧图像之前拍摄的帧图像，以作为参考帧图像；计算得到目标帧图像和参考帧图像之间的相似性；比较相似性和相似性阈值，若相似性不小于相似性阈值，则目标帧图像上的火苗为虚假火苗；若相似性小于相似性阈值，则目标帧图像上的火苗为真实火苗。本发明通过火苗检测模型快速并且准确地识别出火苗，输出目标帧图像，再结合目标帧图像之前的参考帧图像进行比较，有效识别出背景中的虚假火苗，提高了真实火苗的识别率，减少了误报警火灾。

技术领域

本发明涉及环境监测技术领域，尤其涉及一种火苗的检测方法、系统、设备和存储介质。

背景技术

火灾一直以来都是人类生命财产安全的重大威胁，故尽早预防和避免火灾的发生也越来越重要。仓库、大型存储、集散中心这些场合的规模都很大，而且很空旷，同时单位面积上囤积货物比例很高，采用视频烟火检测系统可以在火灾发生的倪端即可产生报警，避免大的损失。

但是，现有基于视频分析的烟火自动检测预警系统是针对单帧静态图像进行火苗检测，虽然能够准确识别出图像中存在的火苗影像，然而在实际场景中，仅对单帧静态图像进行检测容易将一些背景中存在的静态火苗图像误检为真实火苗，从而产生误报警。

发明内容

本发明要解决的技术问题是为了克服现有技术中仅对单帧静态图像进行检测容易将一些背景中存在的静态火苗图像误检为真实火苗，从而产生误报警的缺陷，提供一种火苗的检测方法、系统、设备和存储介质。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种火苗的检测方法，包括：

获取监控视频的帧图像；

将所述帧图像输入火苗检测模型，以由所述火苗检测模型对所述帧图像进行火苗检测并在检出火苗时输出目标帧图像；

获取所述监控视频中在所述目标帧图像之前拍摄的帧图像，以作为参考帧图像；

计算得到所述目标帧图像和所述参考帧图像之间的相似性；

比较所述相似性和相似性阈值，若所述相似性不小于所述相似性阈值，则所述目标帧图像上的火苗为虚假火苗；若所述相似性小于所述相似性阈值，则所述目标帧图像上的火苗为真实火苗。

较佳地，所述火苗检测模型由若干标识有火苗信息的样本图像对RetinaNet(一种One-stage检测模型)模型训练得到；

所述RetinaNet模型包括依次连接的卷积神经网络、特征金字塔网络和分类回归网络。

较佳地，所述火苗检测模型在检出火苗时还输出火苗信息，所述火苗信息包括所述帧图像中每个位置的各个锚点的火苗类别概率以及各个所述锚点与正确的数据之间的偏离量；

所述分类回归网络包括分类分支和回归分支；

所述特征金字塔网络的输出分别与所述分类分支和所述回归分支连接，所述分类分支输出所述火苗类别概率，所述回归分支输出所述偏离量。

较佳地，在所述火苗检测模型的训练过程中，所述分类分支的损失函数采用focalloss，和/或，所述回归分支的损失函数采用L1 loss。

较佳地，在所述计算得到所述目标帧图像和所述参考帧图像之间的相似性的步骤之前，所述检测方法还包括：

缩小所述目标帧图像和所述参考帧图像的尺寸；

对缩小后的所述目标帧图像和所述参考帧图像进行简化色彩。

较佳地，所述计算得到所述目标帧图像和所述参考帧图像之间的相似性，包括：