[發明專利]一種火焰識別方法、系統、介質和設備

有效

• 申請號: 201910294777.6
• 申請日: 2019-04-12
• 公開（公告）號: CN110033040B
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 馬瓊雄;唐鋼;張宇航;羅智明;蔡鈺波;王葉寧;陳更生
• 申請（專利權）人: 華南師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06K9/00
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 鄭浦娟

本發明公開了一種火焰識別方法、系統、介質和設備，首先進行模型構建，通過訓練樣本構建得到用于進行圖像深度特征提取的深度特征提取模型，然后將訓練樣本的深度特征和手工特征作為輸入訓練得到火焰識別模型；當要對圖像進行火焰識別時，通過深度特征提取模型提取出圖像中的深度特征，并且將圖像中的手工特征也提取出來，最后將圖像的深度特征和手工特征同時輸入到火焰識別模型中進行火焰識別，由火焰識別模型輸出火焰識別結果。本發明結合圖像的手工特征值和深度特征來識別圖像中是否出現的火焰現象，通過手工特征和深度特征兩種特征結合能夠更加準確且快速的識別出圖像中火焰的優點。

技術領域

本發明涉及圖像處理技術領域，特別涉及一種結合深度特征和手工特征的火焰識別方法、系統、介質和設備。

背景技術

隨著社會的不斷發展和我國平安城市等理念的提出，人們對災害的預防和管理也更加重視。在城鎮出現的災害中，火災的危害不言而喻。雖然現在火災防治領域的技術有了很大的發展，但及時準確的檢測和火災預警，仍是重點探究的方向。如何有效地提取火焰圖像特征，提升火焰識別率，減少誤報和漏報仍是一個重要的研究方向。

在火焰檢測方面，傳統的溫感、光感等火災探測器所能探測到的范圍較為有限，且容易受到外界的干擾，難以達到準確識別火焰的目的。而隨著安防監控設備在例如公園小區、學校醫院、綜合體、道路、地下車庫等公共場所的大量應用，基于視頻圖像的火災識別方法逐漸發展起來并受到各界的關注。此類方法具有較高的可行性和較好的發展前景，但其仍在技術實現上存在較大的發展空間，例如，如何快速有效地區分真火焰和疑似火焰(如像火焰的燈光、反光的鏡子等)；如何做到在監控設備像素不高的情況下的準確識別；如何保證由于不同季節、不同天氣、不同室內環境等導致的不同光線條件下以及不同燃燒材質(不同特征的火焰)的準確率等等。

發明內容

本發明的第一目的在于克服現有技術的缺點與不足，提供一種火焰識別方法，該方法結合深度特征和手工特征對火焰進行識別，能夠快速并且準確的識別出火焰。

本發明的第二目的在于提供一種火焰識別系統。

本發明的第三目的在于提供一種存儲介質。

本發明的第四目的在于提供一種計算設備。

本發明的第一目的通過下述技術方案實現：一種火焰識別方法，包括如下步驟：

模型構建步驟：

獲取訓練樣本集，訓練樣本集中包括多個帶標簽的訓練樣本，訓練樣本為有火焰圖像或無火焰圖像，各訓練樣本的標簽即為有火焰或無火焰；

將各訓練樣本作為輸入，各訓練樣本的標簽作為輸出對卷積神經網絡進行訓練，得到訓練好的卷積神經網絡，將訓練好的卷積神經網絡中全連接層去除后作為深度特征提取模型；

將各訓練樣本輸入到深度特征提取模型中提取出深度特征；從訓練樣本中提取出手工特征；將各訓練樣本提取出的深度特征和手工特征作為輸入，各訓練樣本的標簽作為輸出對分類器進行訓練，得到訓練好的分類器，作為火焰識別模型；

火焰識別步驟：

獲取火焰待識別圖像，作為測試樣本；

從測試樣本中提取出手工特征，將測試樣本輸入到深度特征提取模型中提取出深度特征；

將測試樣本中提取出的手工特征和深度特征輸入到火焰識別模型，通過火焰識別模型輸出火焰識別結果。

優選的，訓練樣本和測試樣本對應圖像提取出的手工特征包括圖像的統計特征、圖像的圓形度特征、圖像的邊界粗糙度特征和圖像的空間梯度特征；

其中圖像的統計特征提取過程如下：

步驟S11、首先對圖像進行濾波，得到濾波后的圖像；