CN112614302A - 一种火情检测方法、装置、***及电子设备 - Google Patents
一种火情检测方法、装置、***及电子设备 Download PDFInfo
- Publication number
- CN112614302A CN112614302A CN202011399396.3A CN202011399396A CN112614302A CN 112614302 A CN112614302 A CN 112614302A CN 202011399396 A CN202011399396 A CN 202011399396A CN 112614302 A CN112614302 A CN 112614302A
- Authority
- CN
- China
- Prior art keywords
- temperature
- target
- infrared light
- preset
- temperature target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000001931 thermography Methods 0.000 claims description 55
- 239000000779 smoke Substances 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 2
- 239000010902 straw Substances 0.000 description 17
- 238000002485 combustion reaction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明实施例提供了一种火情检测方法、装置、***及电子设备。其中,所述方法包括:获取高温目标的可见光图像,所述高温目标为根据从监控场景中采集到的红外光信号从所述监控场景中确定出的所述监控场景中温度高于预设温度阈值的目标;根据所述可见光图像,判断所述高温目标是否符合预设条件,得到判断结果,所述预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为所述高温目标发生预设火情现象,所述红外光源条件为所述高温目标为预设红外光源;根据所述判断结果,确定所述高温目标是否为发生火情。可以在温度判断的基础上,根据可见光图像中呈现的信息进一步判断造成高温的原因是否为火情,从而有效降低误报率。
Description
技术领域
本发明涉及光电检测技术领域,特别是涉及一种火情检测方法、装置、***及电子设备。
背景技术
为了能够及时采集应对措施以避免火情蔓延,需要及时发现火情。相关技术中,可以根据发生火情的目标温度较高的特点,利用热成像相机拍摄监控场景的热成像图像,通过对热成像图像进行分析以确定监控场景中是否存在温度过高的目标,如果监控场景中存在温度过高的目标,则确定该目标发生火情。
但是在一些复杂的监控场景中,可能因火情以外的其他因素导致目标的温度过高,因此在这些监控场景中误报率较高。
发明内容
本发明实施例的目的在于提供一种火情检测方法、装置、***及电子设备,以实现降低复杂监控场景的误报率:
在本发明实施例的第一方面,提供了一种火情检测方法,所述方法包括:
获取高温目标的可见光图像,所述高温目标为根据从监控场景中采集到的红外光信号从所述监控场景中确定出的所述监控场景中温度高于预设温度阈值的目标;
根据所述可见光图像,判断所述高温目标是否符合预设条件,得到判断结果,所述预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为所述高温目标发生预设火情现象,所述红外光源条件为所述高温目标为预设红外光源,所述预设红外光源为在未发生火情时能够发射红外光的红外光源;
根据所述判断结果,确定所述高温目标是否为发生火情。
在一种可能的实施例中,所述预设条件包括所述火情现象条件,所述火情现象条件包括所述高温目标的预设范围内存在烟雾;
所述根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标的预设范围内存在烟雾,则确定所述高温目标发生火情。
在一种可能的实施例中,所述预设条件包括所述红外光源条件,所述红外光源条件包括所述高温目标为通过反射红外光的方式发射红外光的红外光源;
所述根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标为通过反射红外光的方式发射红外光的红外光源,则确定所述高温目标未发生火情。
在一种可能的实施例中,所述根据所述可见光图像,判断所述高温目标是否符合预设条件,包括:
根据所述可见光图像中所述高温目标的曝光程度,判断所述高温目标是否为通过反射红外光的方式发射红外光的红外光源。
在一种可能的实施例中,所述预设条件包括所述红外光源条件,所述红外光源条件包括所述高温目标为预设类型的机器;
所述根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标为预设类型的机器,则确定所述高温目标未发生火情。
在本发明实施例的第二方面,提供了一种火情检测装置,所述装置包括:
图像获取模块,用于获取高温目标的可见光图像,所述高温目标为根据从监控场景中采集到的红外光信号从所述监控场景中确定出的所述监控场景中的温度高于预设温度阈值的目标;
智能分析模块,用于根据所述可见光图像,判断所述高温目标是否符合预设条件,得到判断结果,所述预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为所述高温目标发生预设火情现象,所述红外光源条件为所述高温目标为预设红外光源,所述预设红外光源为在未发生火情时能够发射红外光的红外光源;
判断模块,用于根据所述判断结果,确定所述高温目标是否为发生火情。
在本发明实施例的第三方面,提供了一种火情检测***,所述***包括:
数据采集单元、联动单元、智能单元;
所述数据采集单元,用于采集监控场景中的监控数据,所述监控数据至少包括红外光信号;
所述联动单元,用于根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出所述监控场景中温度高于预设温度阈值的目标,作为高温目标;
所述数据采集单元,还用于采集所述高温目标的可见光图像;
所述智能单元,用于根据所述可见光图像,判断所述高温目标是否符合预设条件,得到判断结果,所述预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为所述高温目标发生预设火情现象,所述红外光源条件为所述高温目标为预设红外光源,其中,所述预设红外光源为在未发生火情时能够发射红外光的红外光源;并根据所述判断结果,确定所述高温目标是否为发生火情。
在一种可能的实施例中,所述数据采集单元包括预先经过配准的热成像相机和可见光相机;
所述热成像相机,用于拍摄所述监控场景的热成像图像;
所述联动单元根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标,包括:
根据所述热成像相机拍摄到的热成像图像,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标;
所述可见光相机,用于拍摄所述高温目标的可见光图像。
在一种可能的实施例中,所述联动单元在所述根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标之后,还用于调整所述热成像相机,以使得所述高温目标位于所述热成像相机的视野的中心区域;
所述可见光相机拍摄所述高温目标的可见光图像,包括:
在所述联动模块调整所述热成像相机,以使得所述高温目标位于所述热成像相机的视野的中心区域之后,拍摄所述高温目标的可见光图像。
在一种可能的实施例中,所述数据采集单元还包括温湿度传感器、测距组件;
所述温湿度传感器用于采集所述监控场景的温湿度信息;
所述测距组件用于采集距离信息,所述距离信息用于表示所述数据采集单元距离所述监控场景中目标的距离;
所述联动单元根据所述热成像相机拍摄到的热成像图像,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标,包括:
所述联动单元根据所述热成像相机拍摄到的热成像图像、所述温湿度信息、所述距离信息,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标。
在一种可能的实施例中,所述联动单元根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标,包括:
根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标
根据所述数据采集单元采集到的监控数据,从所述监控场景中除屏蔽区域以外的其他区域确定出温度高于预设温度阈值的目标,作为高温目标,其中所述屏蔽区域包括预设工厂区域、预设烟囱区域中的一种或多种。
在一种可能的实施例中,所述火情检测***还包括报警单元;
所述报警单元,用于在所述智能单元确定所述高温目标发生火情时,进行报警。
在本发明实施例的第四方面,提供了一种电子设备,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面任一所述的方法步骤。
在本发明实施例的第五方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一所述的方法步骤。
本发明实施例有益效果:
本发明实施例提供的火情检测方法、装置、***及电子设备,可以在温度判断的基础上,根据可见光图像中呈现的信息进一步判断造成高温的原因是否为火情,从而有效降低在复杂应用场景中的误报率。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的实施例。
图1为本发明实施例提供的火情检测方法一种流程示意图;
图2为本发明实施例提供的判断方法的一种流程示意图;
图3a为本发明实施例提供的火情检测***的一种结构示意图;
图3b为本发明实施例提供的火情检测***的另一种结构示意图;
图4为本发明实施例提供的火情检测装置的一种结构示意图;
图5为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为更清楚对本发明实施例提供的火情检测方法进行说明,下面将对本发明实施例提供的火情检测方法一种可能的应用场景进行示例性说明,可以理解的是,下文中的示例仅是本发明实施例提供的火情检测方法的一种可能的应用场景,在其他可能的实施例中,本发明实施例提供的火情检测方法也可以应用于其他可能的应用场景,下文中的示例对此不做限制。
在部分地区,一些人员可能会通过焚烧秸秆的方式对秸秆进行销毁。焚烧秸秆将产生大量的有毒物质,污染空气和土壤,并且可能引发更大的火灾,因此需要对焚烧秸秆的行为进行管理。为便于对焚烧秸秆的行为进行管理,相关技术中可以通过以下方式检测是否存在因焚烧秸秆引起的火情:
利用设置有热成像相机的巡航设备,如飞行器,在监控场景中巡航拍摄,以采集监控场景的热成像图像。对热成像图像中的灰度进行分析,由于温度越高的目标在热成像图像中的灰度往往越高,因此如果热成像图像中存在灰度过高的目标,则可以认为该目标发生有火情。
但是,焚烧秸秆往往发生在农村地区,而农村地区可能存在房屋、农机车辆(播种机、拖拉机等)、工厂等目标,因此可能因房屋屋顶反光、农机车辆发动机发射热量、工厂中的热机发射热量,等原因导致监控场景的热成像图像在没有发生火情时也可能存在灰度值过高的目标,因此可能错误地判断这些目标发生有火情。可见,该方法在农村这种监控场景中误报率可能较高。
基于此,本发明实施例提供了一种火情检测方法,该火情检测方法可以应用于任一具有火情检测功能的电子设备上,方法可以参见图1,包括:
S101,获取高温目标的可见光图像。
S102,根据可见光图像,判断高温目标是否符合预设条件,得到判断结果,预设条件包括火情现象条件和/或红外光源条件。
S103,根据判断结果,确定高温目标是否为发生火情。
选用该实施例,可以在温度判断的基础上,根据可见光图像中呈现的信息进一步判断造成高温的原因是否为火情,从而有效降低在复杂应用场景中的误报率。
在S101中,高温目标为根据从监控场景中采集到的红外光信号从监控场景中确定出的监控场景中温度高于预设温度阈值的目标。本文中的目标可以是指目标对象,如草垛、树木等,也可以是指目标位置。
可以理解的是,任何温度超过绝对零度的物体理论上将辐射红外光,而物体的温度越高则辐射的红外光的能量越高,因此理论上根据从监控场景中采集到的红外光信号可以确定出监控场景中温度高于预设温度阈值的目标。目标的温度可以是通过分析热成像图像得到的,也可以是通过其他非接触式的温度测量方法测量得到的,本实施例对此不做限制。预设温度阈值可以是根据应用场景进行设置,例如以前述检测焚烧秸秆的应用场景为例,预设温度阈值可以是秸秆的燃点。
可以理解的是,由于一些参数与温度关联,如目标的温度与目标在热成像图像的灰度关联,因此确定目标的温度是否高于预设温度阈值的方式可以是直接比较目标的温度与预设温度阈值,也可以是通过与温度关联的其他参数确定目标的温度是否高于预设温度阈值,例如可以是比较目标在热成像图像的灰度与预设灰度阈值,以确定目标的温度是否高于预设温度阈值。
在S102中,火情现象条件为高温目标发生预设火情现象,红外光源条件为高温目标为预设红外光源。预设火情现象可以是指因火情发生所引起的现象,例如产生烟雾、产生火焰、周遭空气的折射率发射改变等。
预设红外光源可以是根据应用场景预先设置的红外光源,以前述检测焚烧秸秆的应用场景为例,预设红外光源可以包括农机车辆、房屋屋顶等。本文中的红外光源是指向外发射红外光的物体,所发射的红外光可以是该物体辐射的红外光,也可以是物体反射的红外光,并且应当理解的是,由于所有高于绝对零度的物体均可以辐射红外光,因此下文中通过反射红外光发射红外光的红外光源并不特指该红外光源只能够通过反射红外光的方式发射红外光,该红外光源同样可以辐射红外光。并且在本发明实施例中,预设红外光源应当不包括因火情产生的红外光源,如焚烧秸秆产生的红外光源。
在S103中,可以理解的是,预设火情现象是因火情发生引起的现象,因此相比于不符合火情现象条件的高温目标,符合火情现象条件的高温目标发生火情的概率更高。
并且,由于预设红外光源可以在未发生火情时发射红外光,因此如果高温目标为预设红外光源,则根据从监控场景中采集到的红外光信号确定出高温目标温度高于温度阈值的原因可能并非高温目标发生火情,因此相比于不符合红外光源条件的高温目标,符合火情现象条件的高温目标发生火情的概率更低。
因此,可以根据判断结果确定高温目标是否为发生火情。根据应用场景的不同,如何根据判断结果确定高温目标是否为发生火情的方式可以不同,本实施例对此不做限制,下文将对不同确定方式进行示例性说明,在此不再赘述。
预设条件存可以包括火情现象条件并且不包括红外光源条件,可以是不包括火情现象条件并且包括红外光源条件,还可以是包括火情现象条件并且包括红外光源条件。下面将结合前述焚烧秸秆检测的应用场景,对这三种情况分别进行说明:
情况一:预设条件存包括火情现象条件并且不包括红外光源条件:
为描述方便,假设火情现象条件包括高温目标的预设范围内存在烟雾。
则可以是将可见光图像输入至预先经过训练的烟雾检测模型,得到烟雾检测模型输出的结果,该结果用于表示高温目标的预设范围内是否存在烟雾,如果该结果表示高温目标的预设范围内存在烟雾,则可以认为高温目标符合火情现象条件。该模型可以是基于深度学习得到的,也可以是基于传统机器学习得到的,本实施例对此不做限制。
可以理解的是,由于秸秆中往往包含较多水分,因此秸秆在焚烧过程中将产生较为明显的烟雾,而火情以外的其他原因导致的高温目标往往不会产生烟雾,例如农机车辆中的内燃机,在工作过程中温度较高但是并不会产生较为明显的烟雾,因此可以认为如果高温目标的预设范围内存在烟雾,则高温目标为焚烧秸秆导致的,如果高温目标的预设范围内不存在烟雾,则高温目标并非焚烧秸秆导致的。因此在该实施例中,如果根据可见光图像判断出高温目标的预设范围内存在烟雾,则可以确定高温目标发生火情,如果根据可见光图像判断出高温目标的预设范围内不存在烟雾,则可以确定高温目标未发生火情。
对于火情现象条件包括其他条件,如高温目标预设产生有火焰的情况原理是相同的,可以类推得到,在此不再赘述。
情况二:预设条件存不包括火情现象条件并且包括红外光源条件:
红外光源条件可以包括高温目标为通过反射红外光的方式发射红外光的红外光源,也可以包括高温目标为预设类型的机器。其中,预设类型的机器可以包括前述农机车辆。
如果红外光源条件包括高温目标为通过反射红外光的方式发射红外光的红外光源,由于焚烧秸秆时将产生烟雾,而烟雾对光线具有一定的阻挡效应,因此如果高温目标是由焚烧秸秆导致的,则高温目标发出的光线受到烟雾的阻挡,只有较少的光线能够被拍摄可见光图像的图像采集设备采集到,因此可见光图像中高温目标的曝光程度理论上较低。而如果高温目标为通过反射红外光的方式发射红外光的红外光源,如房屋屋顶,则该红外光源理论上应当同时对可见光产生一定的反射效应,并且由于未受到烟雾的阻挡,因此高温目标发出的光线中较多的光线能够被拍摄可见光图像的图像采集设备采集到,因此可见光图像中高温目标的曝光程度理论上较高。所以在一种可能的实施例中,可以根据可见光图像中高温目标的曝光程度,判断高温目标是否为通过反射红外光的方式发射红外光的红外光源。
示例性的,则可以是将可见光图像输入至预先经过训练的反光检测模型,得到反光检测模型输出的结果,该结果用于表示高温目标是否为通过反射红外光的方式发射红外光的红外光源。该反光检测模型为用于根据可见光图像中高温目标的曝光程度确定高温目标是否为通过反射红外光的方式发射红外光的红外光源的模型。该模型可以是基于深度学习得到的,也可以是基于传统机器学习得到的,本实施例对此不做限制。
可以理解的是,红外光源为发射红外光的物体,因此即使红外光源没有发生火情,红外光源发出的红外光的能量也相对较高,导致被确定为高温目标,例如房屋屋顶因阳光照射可能导致房屋屋顶成为高温目标,因此在该实施例中,可以认为如果根据可见光图像判断出高温目标为通过反射红外光的方式发射红外光的红外光源,则确定高温目标未发生火情。
如果红外光源条件包括高温目标为高温目标为预设类型的机器,则可以是通过对可见光图像进行图像识别,以确定高温目标是否为预设类型的机器,示例性的,可以是将可见光图像输入至预先经过训练的农机车辆检测模型,得到农机车辆检测模型输出的结果,该结果用于表示高温目标是否为农机车辆。该农机车辆检测模型为用于识别农机车辆的模型。该模型可以是基于深度学习得到的,也可以是基于传统机器学习得到的,本实施例对此不做限制。
可以理解的是,红外光源为发射红外光的物体,因此即使红外光源没有发生火情,红外光源发出的红外光的能量也相对较高,导致被确定为高温目标,例如农机车辆因内燃机燃烧燃料可能导致农机车辆成为高温目标。因此,在该实施例中,可以认为如果根据可见光图像判断出高温目标为预设类型的机器,则可以确定高温目标未发生火情。
对于红外光源条件包括其他条件,如高温目标为工厂烟囱,可以类推得到,在此不再赘述。
情况三:预设条件存包括火情现象条件并且包括红外光源条件:
在情况下,可以是先判断高温目标是否符合火情现象条件,再判断高温目标是否符合红外光源条件,也可以是先判断高温目标是否符合红外光源条件,再判断高温目标是否符合火情现象条件,还可以是以并行或交替执行的方式判断高温目标是否符合红外光源条件,以及判断高温目标是否符合火情现象条件,本实施例对此不做限制。
并且,可以是对所有预设条件进行判断,也可以是对部分预设条件进行判断,例如,如果根据对部分预设条件进行判断后得到的判断结果,已经可以确定高温目标是否为发生火情,则可以不继续对剩余的预设条件进行判断。
示例性的,假设在一种可能的实施例中,如果高温目标符合火情现象条件或不符合红外光源条件,则可以确定高温目标发生火情,如果高温目标不符合火情现象条件并且符合红外光源条件,则可以确定高温目标未发生火情。则在该实施例中,一种可能的判断流程可以参见图2,图2所示为本发明实施例提供的一种判断方式的一种流程示意图,可以包括:
S201,判断高温目标的预设范围内是否存在烟雾,如果高温目标的预设范围内不存在烟雾,执行S202,如果高温目标的预设范围内存在烟雾,执行S204。
判断方式可以参见前述相关说明,在此不再赘述。
S202,判断高温目标是否为通过反射红外光的方式发射红外光的红外光源,如果高温目标为通过反射红外光的方式发射红外光的红外光源,执行S204,如果高温目标不为通过反射红外光的方式发射红外光的红外光源,执行S203。
判断方式可以参见前述相关说明,在此不再赘述。
S203,判断高温目标是否为预设类型的机器。
S204,生成判断结果。
如果在S201中高温目标的预设范围内存在烟雾,此时已经可以确定高温目标发生火情,因此无需进行S202和S203的判断,可以生成用于表示高温目标符的预设范围内存在业务的判断结果,根据该判断结果可以确定高温目标发生火情。
同理,如果在S201中高温目标的预设范围内不存在烟雾,在S202中高温目标为通过反射红外光的方式发射红外光的红外光源,则已经可以确定高温目标未发生火情,因此无需进行S202和S203的判断,可以生成用于表示高温目标的预设范围内不存在也烟雾且高温目标为通过反射红外光的方式发射红外光的红外光源的判断结果,根据该判断结果可以确定高温目标未发生火情。
如果在S201中高温目标的预设范围内不存在烟雾,在S202中高温目标不为通过反射红外光的方式发射红外光的红外光源,并且在S203中高温目标为预设类型的机器,则可以生成用于表示高温目标的预设范围内不存在也烟雾,并且高温目标不为通过反射红外光的方式发射红外光的红外光源,并且高温目标为预设类型的机器的判断结果。根据该判断结果可以确定高温目标未发生火情。
如果在S201中高温目标的预设范围内不存在烟雾,在S202中高温目标不为通过反射红外光的方式发射红外光的红外光源,并且在S203中高温目标不为预设类型的机器,则可以生成用于表示高温目标的预设范围内不存在也烟雾,并且高温目标不为通过反射红外光的方式发射红外光的红外光源,并且高温目标不为预设类型的机器的判断结果。根据该判断结果可以确定高温目标发生火情。
参见图3a,图3a所示为本发明实施例提供的火情检测***的一种结构示意图,可以包括:
数据采集单元310、联动单元320以及智能单元330。
数据采集单元310,用于采集监控场景中的监控数据。联动单元320,用于根据采集到的监控数据从监控场景中确定出监控场景中温度高于预设温度阈值的目标,作为高温目标,监控数据中至少包括红外光信号。
数据采集单元310还用于采集高温目标的可见光图像,智能单元330用于根据数据采集单元310采集到的可见光图像,判断高温目标是否符合预设条件,得到判断结果,预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为高温目标发生预设火情现象,红外光源条件为高温目标为预设红外光源,其中,预设红外光源为在未发生火情时能够发射红外光的红外光源;并根据判断结果,确定高温目标是否为发生火情。
数据采集单元310、联动单元320以及智能单元330可以任意两个单元之间可以是相互独立的两个设备,也可以是同一设备上的两个组成部分,例如在一种可能的实施例中,数据采集单元310可以为飞行器,联动单元320可以为飞行器的控制服务器,智能单元330可以为飞行器的后端处理服务器。在另一种可能德实施例中,数据采集单元310、联动单元320以及智能单元330可以集成在同一飞行器上。在又一种可能的实施例中,数据采集单元310、联动单元320可以集成在同一飞行器上,智能单元330为该飞行器的后端处理服务器。本发明实施例中的任一单元可以是指一个或多个设备,也可以是指一个或多个组件。
关于智能单元330所执行的步骤可以参见前述任一所述的火情检测方法,在此不再赘述。下面将分别对数据采集单元310以及联动单元320进行说明。
数据采集单元310可以包括预先经过配准的热成像相机和可见光相机,其中,热成像相机是指具有拍摄热成像图像能力的相机,可见光相机是指具有拍摄可见光图像能力的相机,热成像相机和可见光相机可以是不同的相机,也可以是同一相机,例如热成像相机和可见光相机可以是同一双目相机。
热成像相机,用于拍摄监控场景的热成像图像。联动单元320用于根据数据热成像相机拍摄到的热成像图像,从监控场景中确定出温度高于预设温度阈值的目标,作为高温目标。可见光相机用于拍摄高温目标的可见光图像。
示例性的,可以是确定热成像图像中各像素点的灰度值,如果存在至少一个像素点的灰度值大于预设灰度阈值,则将灰度值大于预设灰度阈值的像素点所属的目标作为高温目标。
在另一种可能的实施例中,数据采集单元310还可以包括温湿度传感器以及测距组件。
其中,温湿度传感器用于采集监控场景的温湿度信息,测距组件用于采集距离信息,其中,距离信息用于表示数据采集单元距离监控场景中目标的距离,可以理解的是,由于数据采集单元可能和其他部件之间存在一定的位置关系,因此距离信息虽然用于表示数据采集单元距离监控场景中目标的距离,但是距离信息也可以是除数据采集单元与监控场景中目标的距离以外的其他几何参数。
测距组件根据应用场景的不同可以不同,示例性的,以数据采集单元设置于飞行器为例,测距组件可以是俯仰角传感器,用于测量热成像相机拍摄到热成像图像时相对飞行器的俯仰角,根据该俯仰角以及飞行器的高度可以计算得到数据采集单元距离监控场景中目标的距离。
联动单元320可以是根据热成像相机拍摄到的热成像图像以及温湿度信息、距离信息,从监控场景中确定出温度高于预设温度阈值的目标。
示例性的,可以是根据温湿度信息、距离信息(如果数据采集单元设置于飞行器,则也可以是根据温湿度信息、距离信息以及飞行器的巡航灵敏度信息),计算灰度阈值,并确定热成像图像中各像素点的灰度值,如果存在至少一个像素点的灰度值大于灰度阈值,则将灰度值大于预设灰度阈值的像素点所属的目标作为高温目标。
联动单元320可以对数据采集单元310进行控制,示例性的,联动单元320可以在从监控场景中确定出高温目标之后,调整数据
以数据采集单元310设置于飞行器为例,联动单元320可以控制飞行器的运动,示例性的,假设联动单元320根据数据采集单元310确定出高温目标,则联动单元320可以控制飞行器飞行至高温目标的正上方,并在飞行器稳定于高温目标的正上方后,控制数据采集单元310拍摄高温目标的可见光图像。
可以理解的是,监控场景中可能存在一些区域,这些区域即使在未发生火情的情况下,也可能存在燃烧现象。如工厂可能燃烧煤炭、烟囱内可能燃烧柴火,这些非火情的燃烧现象可能被错误的检测为火情,导致误报率增加。因此,在一种可能的实施例中,联动单元320可以根据监控数据,从监控场景中除屏蔽区域以外的其他区域确定出温度高于预设温度阈值的目标,作为高温目标。其中屏蔽区域包括预设工厂区域、预设烟囱区域中的一种或多种。预设屏蔽区域可以是用于预先设置的,也可以是根据地图信息预先确定得到的。选用该实施例,可以进一步有效降低误报率。
参见图3b,图3b所示为本发明实施例提供的本发明实施例提供的火情检测***的另一种结构示意图,可以包括:
数据采集单元310、联动单元320、智能单元330以及报警单元340。
关于数据采集单元310、联动单元320、智能单元330可以参见前述相关说明,在此不再赘述。报警单元340用于在智能单元330确定高温目标发生火情时,进行报警。
进行报警的方式根据应用场景的不同可以不同,示例性的,可以是以发出报警声的方式报警,也可以是发送报警信息的方式进行报警,所发送的报警信息可以是发送至预设报警中心的,也可以是发送至预设用户终端的,本实施例对此不做限制。
报警信息中可以包括一下三种信息中的一种或多种:
信息一:包含高温目标在内的热成像图像截图以及可见光图像截图。
信息二:高温目标的位置信息。
信息三:高温目标的温度信息。
报警信息中包含信息一可以便于相关人员确认火情以及作为证据留存,报警信息中包含信息二可以便于相关人员定位火情发生未知,报警信息中包含信息可以便于相关人员掌握火情状况,以采取合适的应对措施。
参见图4,图4所示为本发明实施例提供的火情检测装置的一种结构示意图,可以包括:
图像获取模块401,用于获取高温目标的可见光图像,所述高温目标为根据从监控场景中采集到的红外光信号从所述监控场景中确定出所述监控场景中的温度高于预设温度阈值的目标;
智能分析模块402,用于根据所述可见光图像,判断所述高温目标是否符合预设条件,得到判断结果,所述预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为所述高温目标发生预设火情现象,所述红外光源条件为所述高温目标为预设红外光源,所述预设红外光源为在未发生火情时能够发射红外光的红外光源;
判断模块403,用于根据所述判断结果,确定所述高温目标是否为发生火情。
在一种可能的实施例中,所述预设条件包括所述火情现象条件,所述火情现象条件包括所述高温目标的预设范围内存在烟雾;
所述判断模块403根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标的预设范围内存在烟雾,则确定所述高温目标发生火情。
在一种可能的实施例中,所述预设条件包括所述红外光源条件,所述红外光源条件包括所述高温目标为通过反射红外光的方式发射红外光的红外光源;
所述判断模块403根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标为通过反射红外光的方式发射红外光的红外光源,则确定所述高温目标未发生火情。
在一种可能的实施例中,所述智能分析模块402根据所述可见光图像,判断所述高温目标是否符合预设条件,包括:
根据所述可见光图像中所述高温目标的曝光程度,判断所述高温目标是否为通过反射红外光的方式发射红外光的红外光源。
在一种可能的实施例中,所述预设条件包括所述红外光源条件,所述红外光源条件包括所述高温目标为预设类型的机器;
所述判断模块403根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标为预设类型的机器,则确定所述高温目标未发生火情。
本发明实施例还提供了一种电子设备,如图5所示,包括:
存储器501,用于存放计算机程序;
处理器502,用于执行存储器501上所存放的程序时,实现如下步骤:
获取高温目标的可见光图像,所述高温目标为根据从监控场景中采集到的红外光信号从所述监控场景中确定出的所述监控场景中的温度高于预设温度阈值的目标;
根据所述可见光图像,判断所述高温目标是否符合预设条件,得到判断结果,所述预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为所述高温目标发生预设火情现象,所述红外光源条件为所述高温目标为预设红外光源,所述预设红外光源为在未发生火情时能够发射红外光的红外光源;
根据所述判断结果,确定所述高温目标是否为发生火情。
在一种可能的实施例中,所述预设条件包括所述火情现象条件,所述火情现象条件包括所述高温目标的预设范围内存在烟雾;
所述根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标的预设范围内存在烟雾,则确定所述高温目标发生火情。
在一种可能的实施例中,所述预设条件包括所述红外光源条件,所述红外光源条件包括所述高温目标为通过反射红外光的方式发射红外光的红外光源;
所述根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标为通过反射红外光的方式发射红外光的红外光源,则确定所述高温目标未发生火情。
在一种可能的实施例中,所述根据所述可见光图像,判断所述高温目标是否符合预设条件,包括:
根据所述可见光图像中所述高温目标的曝光程度,判断所述高温目标是否为通过反射红外光的方式发射红外光的红外光源。
在一种可能的实施例中,所述预设条件包括所述红外光源条件,所述红外光源条件包括所述高温目标为预设类型的机器;
所述根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标为预设类型的机器,则确定所述高温目标未发生火情。
上述电子设备提到的处理器可以是通用处理器,包括中央处理器(CentralProcessing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一火情检测方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一火情检测方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、***、电子设备、计算机可读存储介质、计算机程序产品的实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (14)
1.一种火情检测方法,其特征在于,所述方法包括:
获取高温目标的可见光图像,所述高温目标为根据从监控场景中采集到的红外光信号确定出的所述监控场景中温度高于预设温度阈值的目标;
根据所述可见光图像,判断所述高温目标是否符合预设条件,得到判断结果,所述预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为所述高温目标发生预设火情现象,所述红外光源条件为所述高温目标为预设红外光源,所述预设红外光源为在未发生火情时能够发射红外光的红外光源;
根据所述判断结果,确定所述高温目标是否为发生火情。
2.根据权利要求1所述的方法,其特征在于,所述预设条件包括所述火情现象条件,所述火情现象条件包括所述高温目标的预设范围内存在烟雾;
所述根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标的预设范围内存在烟雾,则确定所述高温目标发生火情。
3.根据权利要求1所述的方法,其特征在于,所述预设条件包括所述红外光源条件,所述红外光源条件包括所述高温目标为通过反射红外光的方式发射红外光的红外光源;
所述根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标为通过反射红外光的方式发射红外光的红外光源,则确定所述高温目标未发生火情。
4.根据权利要求3所述的方法,其特征在于,所述根据所述可见光图像,判断所述高温目标是否符合预设条件,包括:
根据所述可见光图像中所述高温目标的曝光程度,判断所述高温目标是否为通过反射红外光的方式发射红外光的红外光源。
5.根据权利要求1所述的方法,其特征在于,所述预设条件包括所述红外光源条件,所述红外光源条件包括所述高温目标为预设类型的机器;
所述根据所述判断结果,确定所述高温目标是否为发生火情,包括:
如果根据所述可见光图像判断出所述高温目标为预设类型的机器,则确定所述高温目标未发生火情。
6.一种火情检测装置,其特征在于,所述装置包括:
图像获取模块,用于获取高温目标的可见光图像,所述高温目标为根据从监控场景中采集到的红外光信号从所述监控场景中确定出的所述监控场景中温度高于预设温度阈值的目标;
智能分析模块,用于根据所述可见光图像,判断所述高温目标是否符合预设条件,得到判断结果,所述预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为所述高温目标发生预设火情现象,所述红外光源条件为所述高温目标为预设红外光源,所述预设红外光源为在未发生火情时能够发射红外光的红外光源;
判断模块,用于根据所述判断结果,确定所述高温目标是否为发生火情。
7.一种火情检测***,其特征在于,所述***包括:
数据采集单元、联动单元、智能单元;
所述数据采集单元,用于采集监控场景中的监控数据,所述监控数据至少包括红外光信号;
所述联动单元,用于根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出所述监控场景中温度高于预设温度阈值的目标,作为高温目标;
所述数据采集单元,还用于采集所述高温目标的可见光图像;
所述智能单元,用于根据所述可见光图像,判断所述高温目标是否符合预设条件,得到判断结果,所述预设条件包括火情现象条件和/或红外光源条件,其中,所述火情现象条件为所述高温目标发生预设火情现象,所述红外光源条件为所述高温目标为预设红外光源,其中,所述预设红外光源为在未发生火情时能够发射红外光的红外光源;并根据所述判断结果,确定所述高温目标是否为发生火情。
8.根据权利要求7所述的***,其特征在于,所述数据采集单元包括预先经过配准的热成像相机和可见光相机;
所述热成像相机,用于拍摄所述监控场景的热成像图像;
所述联动单元根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标,包括:
根据所述热成像相机拍摄到的热成像图像,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标;
所述可见光相机,用于拍摄所述高温目标的可见光图像。
9.根据权利要求8所述的***,其特征在于,所述联动单元在所述根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标之后,还用于调整所述热成像相机,以使得所述高温目标位于所述热成像相机的视野的中心区域;
所述可见光相机拍摄所述高温目标的可见光图像,包括:
在所述联动模块调整所述热成像相机,以使得所述高温目标位于所述热成像相机的视野的中心区域之后,拍摄所述高温目标的可见光图像。
10.根据权利要求8所述的***,其特征在于,所述数据采集单元还包括温湿度传感器、测距组件;
所述温湿度传感器用于采集所述监控场景的温湿度信息;
所述测距组件用于采集距离信息,所述距离信息用于表示所述数据采集单元距离所述监控场景中目标的距离;
所述联动单元根据所述热成像相机拍摄到的热成像图像,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标,包括:
所述联动单元根据所述热成像相机拍摄到的热成像图像、所述温湿度信息、所述距离信息,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标。
11.根据权利要求7所述的***,其特征在于,所述联动单元根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标,包括:
根据所述数据采集单元采集到的监控数据,从所述监控场景中确定出温度高于预设温度阈值的目标,作为高温目标
根据所述数据采集单元采集到的监控数据,从所述监控场景中除屏蔽区域以外的其他区域确定出温度高于预设温度阈值的目标,作为高温目标,其中所述屏蔽区域包括预设工厂区域、预设烟囱区域中的一种或多种。
12.根据权利要求7所述的***,其特征在于,所述火情检测***还包括报警单元;
所述报警单元,用于在所述智能单元确定所述高温目标发生火情时,进行报警。
13.一种电子设备,其特征在于,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求:1-5任一所述的方法步骤。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011399396.3A CN112614302B (zh) | 2020-12-03 | 2020-12-03 | 一种火情检测方法、装置、***及电子设备 |
EP21900067.6A EP4258234A4 (en) | 2020-12-03 | 2021-12-02 | METHOD, APPARATUS, SYSTEM AND ELECTRONIC DEVICE FOR FIRE DETECTION |
PCT/CN2021/135096 WO2022117041A1 (zh) | 2020-12-03 | 2021-12-02 | 一种火情检测方法、装置、***及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011399396.3A CN112614302B (zh) | 2020-12-03 | 2020-12-03 | 一种火情检测方法、装置、***及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112614302A true CN112614302A (zh) | 2021-04-06 |
CN112614302B CN112614302B (zh) | 2022-10-04 |
Family
ID=75228619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011399396.3A Active CN112614302B (zh) | 2020-12-03 | 2020-12-03 | 一种火情检测方法、装置、***及电子设备 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4258234A4 (zh) |
CN (1) | CN112614302B (zh) |
WO (1) | WO2022117041A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113240880A (zh) * | 2021-05-27 | 2021-08-10 | 浙江大华技术股份有限公司 | 一种火点检测方法、装置、电子设备及存储介质 |
CN113536918A (zh) * | 2021-06-10 | 2021-10-22 | 浙江大华技术股份有限公司 | 烟火检测方法、***、电子装置和存储介质 |
CN113671886A (zh) * | 2021-08-25 | 2021-11-19 | 江苏霆善科技有限公司 | 一种基于5g的消防安全监控方法及*** |
CN114002751A (zh) * | 2021-10-26 | 2022-02-01 | 国网北京市电力公司 | 异常位置的识别方法、***以及装置 |
CN114419076A (zh) * | 2022-03-28 | 2022-04-29 | 杭州微影软件有限公司 | 一种数据处理方法及装置 |
WO2022117041A1 (zh) * | 2020-12-03 | 2022-06-09 | 杭州海康微影传感科技有限公司 | 一种火情检测方法、装置、***及电子设备 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116153007B (zh) * | 2022-12-29 | 2023-09-26 | 浙江佳伯尔电子科技有限公司 | 基于传感器的报警控制***及方法 |
CN116994418B (zh) * | 2023-09-27 | 2023-12-26 | 广东力创信息技术有限公司 | 管道安全预警方法及*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201936415U (zh) * | 2010-12-21 | 2011-08-17 | 北京川页家和科技发展有限公司 | 森林火情自动识别报警*** |
CN104036611A (zh) * | 2014-06-24 | 2014-09-10 | 北京中恩时代科技有限责任公司 | 一种火灾探测报警的方法及其探测报警器 |
US20150370621A1 (en) * | 2014-06-23 | 2015-12-24 | Google Inc. | Methods and apparatus for using smart environment devices via application program interfaces |
CN105336086A (zh) * | 2015-09-29 | 2016-02-17 | 广州紫川电子科技有限公司 | 基于红外热成像仪的智能动态热源屏蔽***及方法 |
CN109101882A (zh) * | 2018-07-09 | 2018-12-28 | 石化盈科信息技术有限责任公司 | 一种火源的图像识别方法及*** |
CN109841028A (zh) * | 2018-11-29 | 2019-06-04 | 广州紫川物联网科技有限公司 | 一种基于红外热像仪的热源探测方法、***及存储介质 |
CN110334660A (zh) * | 2019-07-08 | 2019-10-15 | 天津城建大学 | 一种雾天条件下基于机器视觉的森林火灾监测方法 |
CN110491066A (zh) * | 2019-08-21 | 2019-11-22 | 深圳云感物联网科技有限公司 | 基于红外热成像的森林防火监测预警*** |
CN111199629A (zh) * | 2020-02-18 | 2020-05-26 | 普宙飞行器科技(深圳)有限公司 | 热源识别装置、无人机以及热源识别方法 |
CN111667656A (zh) * | 2020-06-05 | 2020-09-15 | 国网电力科学研究院有限公司 | 输电线路山火火点的甄别***及方法 |
CN111899460A (zh) * | 2020-07-27 | 2020-11-06 | 山东工商学院 | 一种基于视频图像的远程火灾探测***及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0546887A (ja) * | 1991-08-19 | 1993-02-26 | Mitsubishi Electric Corp | 火災発見装置及び火災発見システム |
US7786877B2 (en) * | 2008-06-20 | 2010-08-31 | Billy Hou | Multi-wavelength video image fire detecting system |
CN105488941B (zh) * | 2016-01-15 | 2018-10-30 | 中林信达(北京)科技信息有限责任公司 | 基于红外-可见光图像的双光谱森林火情监测方法及装置 |
CN112614302B (zh) * | 2020-12-03 | 2022-10-04 | 杭州海康微影传感科技有限公司 | 一种火情检测方法、装置、***及电子设备 |
-
2020
- 2020-12-03 CN CN202011399396.3A patent/CN112614302B/zh active Active
-
2021
- 2021-12-02 WO PCT/CN2021/135096 patent/WO2022117041A1/zh unknown
- 2021-12-02 EP EP21900067.6A patent/EP4258234A4/en active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201936415U (zh) * | 2010-12-21 | 2011-08-17 | 北京川页家和科技发展有限公司 | 森林火情自动识别报警*** |
US20150370621A1 (en) * | 2014-06-23 | 2015-12-24 | Google Inc. | Methods and apparatus for using smart environment devices via application program interfaces |
CN104036611A (zh) * | 2014-06-24 | 2014-09-10 | 北京中恩时代科技有限责任公司 | 一种火灾探测报警的方法及其探测报警器 |
CN105336086A (zh) * | 2015-09-29 | 2016-02-17 | 广州紫川电子科技有限公司 | 基于红外热成像仪的智能动态热源屏蔽***及方法 |
CN109101882A (zh) * | 2018-07-09 | 2018-12-28 | 石化盈科信息技术有限责任公司 | 一种火源的图像识别方法及*** |
CN109841028A (zh) * | 2018-11-29 | 2019-06-04 | 广州紫川物联网科技有限公司 | 一种基于红外热像仪的热源探测方法、***及存储介质 |
CN110334660A (zh) * | 2019-07-08 | 2019-10-15 | 天津城建大学 | 一种雾天条件下基于机器视觉的森林火灾监测方法 |
CN110491066A (zh) * | 2019-08-21 | 2019-11-22 | 深圳云感物联网科技有限公司 | 基于红外热成像的森林防火监测预警*** |
CN111199629A (zh) * | 2020-02-18 | 2020-05-26 | 普宙飞行器科技(深圳)有限公司 | 热源识别装置、无人机以及热源识别方法 |
CN111667656A (zh) * | 2020-06-05 | 2020-09-15 | 国网电力科学研究院有限公司 | 输电线路山火火点的甄别***及方法 |
CN111899460A (zh) * | 2020-07-27 | 2020-11-06 | 山东工商学院 | 一种基于视频图像的远程火灾探测***及方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022117041A1 (zh) * | 2020-12-03 | 2022-06-09 | 杭州海康微影传感科技有限公司 | 一种火情检测方法、装置、***及电子设备 |
CN113240880A (zh) * | 2021-05-27 | 2021-08-10 | 浙江大华技术股份有限公司 | 一种火点检测方法、装置、电子设备及存储介质 |
CN113536918A (zh) * | 2021-06-10 | 2021-10-22 | 浙江大华技术股份有限公司 | 烟火检测方法、***、电子装置和存储介质 |
CN113536918B (zh) * | 2021-06-10 | 2024-04-16 | 浙江华感科技有限公司 | 烟火检测方法、***、电子装置和存储介质 |
CN113671886A (zh) * | 2021-08-25 | 2021-11-19 | 江苏霆善科技有限公司 | 一种基于5g的消防安全监控方法及*** |
CN114002751A (zh) * | 2021-10-26 | 2022-02-01 | 国网北京市电力公司 | 异常位置的识别方法、***以及装置 |
CN114002751B (zh) * | 2021-10-26 | 2023-11-03 | 国网北京市电力公司 | 异常位置的识别方法、***以及装置 |
CN114419076A (zh) * | 2022-03-28 | 2022-04-29 | 杭州微影软件有限公司 | 一种数据处理方法及装置 |
WO2023185594A1 (zh) * | 2022-03-28 | 2023-10-05 | 杭州微影软件有限公司 | 一种数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP4258234A1 (en) | 2023-10-11 |
CN112614302B (zh) | 2022-10-04 |
WO2022117041A1 (zh) | 2022-06-09 |
EP4258234A4 (en) | 2024-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112614302B (zh) | 一种火情检测方法、装置、***及电子设备 | |
US11692900B2 (en) | Apparatuses and methods for anomalous gas concentration detection | |
CN112133052B (zh) | 核电厂图像火灾探测方法 | |
CN111986436B (zh) | 一种基于紫外、深度神经网络的综合火焰检测方法 | |
CN111383294B (zh) | 一种安防雷达***中防区的绘制方法及装置 | |
CN108072596A (zh) | 基于高灵敏度光纤的检测 | |
Li et al. | A hybrid contextual approach to wildland fire detection using multispectral imagery | |
US20100124376A1 (en) | Determination Of Class, Attributes, And Identity Of An Occupant | |
US20160202071A1 (en) | A Method of Determining The Location of A Point of Interest and The System Thereof | |
CN114664048B (zh) | 一种基于卫星遥感监测的火情监测及火灾预警方法 | |
US20220035003A1 (en) | Method and apparatus for high-confidence people classification, change detection, and nuisance alarm rejection based on shape classifier using 3d point cloud data | |
KR101679148B1 (ko) | 깊이 카메라를 이용한 화재 감시 시스템 및 이를 이용한 화재 감시 방법 | |
CN114120171A (zh) | 基于视频帧的火灾烟雾检测方法、装置、设备及存储介质 | |
Vasconcelos et al. | Counting mosquitoes in the wild: An internet of things approach | |
CN110061960A (zh) | Waf规则自学习*** | |
US20210181122A1 (en) | Close object detection for monitoring cameras | |
Thomas et al. | Seasonal swarming behavior of Myotis bats revealed by integrated monitoring, involving passive acoustic monitoring with automated analysis, trapping, and video monitoring | |
CN116863629A (zh) | 一种基于多传感器的报警装置、报警方法及电子设备 | |
FI111666B (fi) | Palohälytysjärjestelmä tulipalojen varhaiseksi toteamiseksi | |
CN113362560B (zh) | 一种精准识别火灾烟雾的光电感烟探测方法 | |
US20200118576A1 (en) | Sensor device, background noise data transmission method, and background noise data transmission program | |
CN112419635B (zh) | 融合光栅和视频的周界报警方法 | |
CN115294709A (zh) | 一种光纤振动监测模型、防范***、电子设备及存储介质 | |
KR20210086536A (ko) | 야외 화재 감시 시스템, 방법 및 프로그램 | |
FR3009615A1 (fr) | Procede et systeme de captage, discrimination et caracterisation de signaux faibles au moyen de leurs signatures respectives |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |