[發明專利]一種基于深度學習的城市火災報警方法

有效

• 申請號: 201810315652.2
• 申請日: 2018-04-10
• 公開（公告）號: CN108389359B
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 李會軍;王瀚洋;葉賓;常金鵬;王海波
• 申請（專利權）人: 中國礦業大學
• 主分類號: G08B17/12
• 分類號: G08B17/12;G06K9/62
• 代理公司: 北京淮海知識產權代理事務所(普通合伙) 32205
• 代理人: 張旭

1.一種基于深度學習的城市火災報警方法，采用的報警系統包括監控攝像頭、云服務器、自動報警模塊和監控中心，監控攝像頭與云服務器連接，云服務器分別與自動報警模塊和監控中心連接，其特征在于，該方法的具體步驟為：

A、在云服務器中搭建深度學習網絡；

B、拍攝或收集多種不同情況的火災現場圖，將獲取的各個火災現場圖存儲到云服務器中；

C、在云服務器內截取各個火災現場圖中的火焰圖像作為深度學習網絡的正樣本訓練集，并進行存儲；將各個火災現場圖中其他亮點或高亮物體截取后作為深度學習網絡的負樣本訓練集，并進行存儲；

D、深度學習網絡分別讀入正樣本訓練集和負樣本訓練集，并為正樣本訓練集中的各個圖像賦值為1，為負樣本訓練集中的各個圖像賦值為0，進行訓練后確定深度學習網絡的分類網絡模型；

E、監控攝像頭實時拍攝的圖像傳遞給云服務器，云服務器對拍攝的每幀圖像先將RGB彩色圖轉換成灰度圖，再把灰度圖閾值分割后二值化，對二值化后的黑白圖提取目標輪廓；

F、根據提取的目標輪廓形狀，在中心點不變的前提下，使目標輪廓的寬和高增加一倍，將擴大后的區域坐標記錄，并在對應的RGB彩色圖中將該區域提取出來，交給完成訓練的深度學習網絡進行處理；

G、深度學習網絡對每幀圖像與正樣本訓練集和負樣本訓練集進行比對并賦值，每幀圖像的所有被提取的區域分別得到一個值α，并有0≤α≤1；α的值越靠近1，說明該區域為火災現場的可能性越大；α的值越靠近0，說明該區域為火災現場的可能性越小；

H、設定閾值b，云服務器將每幀圖像的α值與閾值b比較，當α≥b時，則確定該圖像為疑似火災區域圖片，云服務器控制自動報警模塊進行預警，同時將檢測到疑似火災區域圖片通過云服務器傳遞給監控中心進行顯示，消防人員通過觀察圖像進一步確認后確定后續處理措施。

2.根據權利要求1所述的一種基于深度學習的城市火災報警方法，其特征在于，所述拍攝或收集的火災現場圖為火災剛發生時的火苗圖片。

3.根據權利要求1所述的一種基于深度學習的城市火災報警方法，其特征在于，搭建深度學習網絡的具體過程為：在云服務器中安裝python或python的第三方庫作為深度學習開發語言，安裝OpenCV在python中使用的工具包，安裝caffe或tensorflow或pytorch其中一種深度學習開發框架，安裝pycharm為python的IDE開發工具。

4.根據權利要求1所述的一種基于深度學習的城市火災報警方法，其特征在于，所述步驟F中采用OpenCV作為計算機視覺輔助開發工具提取每幀圖像的高亮區域。

5.根據權利要求1所述的一種基于深度學習的城市火災報警方法，其特征在于，所述閾值b的取值范圍為0.6～0.9。