[发明专利]基于深度学习的森林火灾预警方法及系统

摘要

本发明公开了一种基于深度学习的森林火灾预警方法及系统，属于消防安全领域，方法包括：S1，无人机实时感测行驶区域的温度、湿度信息，拍摄和传送行驶区域的森林图像至地面站；同步发送位置信息至地面站；S2，根据温度和湿度信息进行火灾预警判断，发送火灾预警信号至地面站；S3，地面站接收火灾预警信号并采用深度学习算法处理森林图像，获得是否预发生火灾或存在火灾结果；S4，将火灾信息发送给森林管理中心。感测温度和湿度信息并进行比较处理，直观判断该区域是否有发生火灾的可能性，当可能发生火灾时，通过深度学习算法对森林图像进行处理，能精确识别出火灾预发生情况和已发生情况，便于相关人员第一时间准确获知火灾情况。

主权项

1.一种基于深度学习的森林火灾预警方法，其特征在于，包括：/nS1，无人机沿设定路线对森林进行巡检，实时感测行驶区域的温度和/或湿度信息，以及拍摄和传送行驶区域的森林图像至地面站；/n同步发送行驶区域的位置信息至地面站；/nS2，根据温度和湿度信息进行火灾预警判断，/n当温度高于或等于温度报警阈值，和/或湿度低于或等于湿度报警阈值时，发送火灾预警信号至地面站，无人机悬停，实时拍摄和传送所处区域的森林图像至地面站；/n当温度低于温度报警阈值，和/或湿度高于湿度报警阈值时，无人机沿设定路线继续对森林进行巡检；/nS3，地面站接收火灾预警信号后，采用深度学习算法处理森林图像，判断森林图像对应区域是否预发生火灾或存在火灾，若预发生火灾或存在火灾，继续处理无人机发送的森林图像，获取火灾的实时情况，若非预发生火灾或不存在火灾，地面站发送继续巡检信号至无人机，无人机沿设定路线继续对森林进行巡检；/nS4，地面站将火灾预警信号、是否有火灾、火灾实时情况以及位置信息发送给森林管理中心；/n所述无人机沿设定路线等高飞行；/n在所述步骤S3中，地面站采用深度学习算法处理森林图像的过程为：/n对森林图像使用R-CNN网络检测是否存在一个或多个着火区域；/n若存在着火区域，对每个着火区域使用一个能覆盖该着火区域的最小面积的方框进行标记，计算方框面积的总和与森林图像面积的比值，若比值小于第一火灾阈值，认为预发生火灾，若比值大于等于第一火灾阈值，认为发生火灾；/n或者若存在着火区域，对所有着火区域使用一个能覆盖住所有着火区域的最小面积的方框进行标记，计算方框面积与森林图像面积的比值，若比值小于第二火灾阈值，认为预发生火灾，若比值大于等于第二火灾阈值，认为发生火灾；/n若不存在着火区域，则认为非预发生火灾以及不存在火灾；/n第一火灾阈值和/或第二火灾阈值可设置为一个变化区间，可依据季节、天气情况或者风速大小变化在所述变化区间内取值。/n