火灾检测方法、装置、设备、存储介质及程序产品.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115063718A(43)申请公布日2022.09.16(21)申请号202210655705.1G06N3/04(2006.01)(22)申请日2022.06.10G06N3/08(2006.01)(71)申请人嘉洋智慧安全生产科技发展（北京）有限公司地址102199北京市延庆区中关村延庆园东环路2号楼1707室(72)发明人吴新涛(74)专利代理机构北京东方亿思知识产权代理有限责任公司11258专利代理师贺琳(51)Int.Cl.G06V20/40(2022.01)G06V10/82(2022.01)G06V10/764(2022.01)G06V10/26(2022.01)权利要求书2页说明书10页附图1页(54)发明名称火灾检测方法、装置、设备、存储介质及程序产品(57)摘要本申请公开了一种火灾检测方法、装置、设备、存储介质及程序产品。该方法包括：确定视频中疑似存在目标对象的目标图像帧，目标对象为火焰和烟雾中的至少一项，对所述目标图像帧进行语义分割，得到语义分割结果，根据所述语义分割结果确定所述视频对应的场景是否为火灾场景。根据本申请实施例，用户能够提升火灾检测的准确性。CN115063718ACN115063718A权利要求书1/2页1.一种火灾检测方法，其特征在于，所述方法包括：确定视频中疑似存在目标对象的目标图像帧，所述目标对象为火焰和烟雾中的至少一项；对所述目标图像帧进行语义分割，得到语义分割结果；根据所述语义分割结果确定所述视频对应的场景是否为火灾场景。2.根据权利要求1所述的火灾检测方法，其特征在于，所述确定视频中疑似存在目标对象的目标图像帧，包括：从视频中截取连续的N个图像帧，N为正整数；将所述N个图像帧依次输入神经网络模型，得到所述N个图像帧中是否疑似存在目标对象的检测结果；根据所述检测结果确定疑似存在目标对象的目标图像帧。3.根据权利要求2所述的火灾检测方法，其特征在于，所述将所述N个图像帧依次输入神经网络模型，得到所述N个图像帧中是否存在疑似烟雾火焰区域的检测结果之前，所述方法还包括：获取含有目标对象的第一图像；调整所述第一图像的设置参数，得到第二图像，所述设置参数包括亮度、色调和饱和度中的一项或多项；根据用户的标注操作将所述第一图像和所述第二图像标注为样本数据；利用所述样本数据训练所述神经网络模型。4.根据权利要求1所述的火灾检测方法，其特征在于，所述根据所述语义分割结果确定所述视频对应的场景中是否为火灾场景，包括：在所述目标图像帧中，存在连续P个图像帧的语义分割结果为：烟雾和火焰类别的像素点的连通域面积大于预设面积的所述图像帧的情况下，确定所述视频对应的场景为火灾场景，P为小于或等于N的正整数。5.根据权利要求4所述的火灾检测方法，其特征在于，所述在所述目标图像帧中，存在连续P个图像帧的语义分割结果为：烟雾和火焰类别的像素点的连通域面积大于预设面积的所述图像帧的情况下，确定所述视频对应的场景为火灾场景，包括：在所述目标图像帧中，存在连续P个图像帧的语义分割结果为：烟雾和火焰类别的像素点的连通域面积大于预设面积，并且所述P个图像帧中烟雾和火焰类别的像素点依次增多的情况下，确定所述视频对应的场景为火灾场景；所述在所述目标图像帧中，存在连续P个图像帧的语义分割结果为：烟雾和火焰类别的像素点的连通域面积大于预设面积的所述图像帧的情况下，确定所述视频对应的场景为火灾场景之后，所述方法还包括：针对所述火灾场景进行报警处理。6.根据权利要求1所述的火灾检测方法，其特征在于，所述对存在所述目标图像帧进行语义分割，包括：对存在所述目标对象的图像帧进行灰度化处理；对灰度化处理之后的所述图像帧进行高斯滤波；将高斯滤波之后的所述疑似烟雾火焰区域输入第一卷积层，得到第一特征图像，所述2CN115063718A权利要求书2/2页第一特征图像为包括低分辨率的类别特征的特征图像；对所述第一特征图像添加新的特征信息，生成第二特征图像，所述第二特征图像中的类别特征多于所述第一特征图像；根据所述第二特征图像中的类别特征，对所述第二特征图像上的像素点进行类别标注。7.一种火灾检测装置，其特征在于，所述装置包括：确定模块，用于确定视频中疑似存在目标对象的目标图像帧，所述目标对象为火焰和烟雾中的至少一项；语义分割模块，用于对所述目标图像帧进行语义分割，得到语义分割结果；识别模块，用于根据所述语义分割结果确定所述视频对应的场景是否为火灾场景。8.一种火灾检测设备，其特征在于，所述火灾检测设备包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如权利要求1‑6中任一项所述的火灾检测方法。9.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有