申请/专利权人：西安博深安全科技股份有限公司

申请日：2023-09-13

公开（公告）日：2024-04-05

公开（公告）号：CN117173854B

主分类号：G08B17/12

分类号：G08B17/12;G06N3/0455;G06N3/0464;G06N3/048;G06V10/26;G06V10/80;G06V10/82;G06V20/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2023.12.22#实质审查的生效;2023.12.05#公开

摘要：本申请公开了一种基于深度学习的煤矿明火预警方法及系统，用以解决现有技术存在的火焰检测方法误检较多和检测的准确度较低的问题。本申请的煤矿明火预警方法包括：获取现场实时视频中的连续帧图像，对每一帧图像进行特征提取，简单特征图在辅路分支中卷积操作输出辅路特征图，复杂特征图在主路分支中卷积操作输出主路特征图，辅路特征图和主路特征图在不同的通道进行特征融合后得到融合图像，融合图像经过分割检测后裁剪疑似火情区域的检测图像，获取当前帧图像得到的检测图像的静态特征，及当前帧图像和下一帧图像的检测图像的动态特征，静态特征和动态特征判断当前帧图像得到的检测图像中是否存在明火区域，存在明火区域向用户发出警报提示。

主权项：1.一种基于深度学习的煤矿明火预警方法，其特征在于，包括如下步骤：获取现场实时视频中的连续帧图像，对每一帧图像进行特征提取，得到简单特征图和复杂特征图；其中：简单特征图为低层次的视觉特征，包括像素的信息、图像的角点、颜色、纹理、形状、轮廓和线条元素中的一种或多种，复杂特征图为高层次的语义特征，包括物体部分、物体整体和场景类别中的一种或多种；对所述的简单特征图和复杂特征图进行卷积得到简单特征输出图和复杂特征输出图，对所述的简单特征输出图进行采样得到每一次卷积采样过程中的简单特征采样图像；将所述简单特征输出图像作为辅路特征图，将相同大小的简单特征采样图像和复杂特征输出图像融合后的图像作为主路特征图；得到多张所述辅路特征图和多张所述主路特征图；多张所述辅路特征图和多张所述主路特征图在不同的通道进行特征融合后得到融合图像；所述融合图像在经过分割检测后裁剪疑似火情区域的检测图像；获取当前帧图像得到的检测图像的静态特征，及当前帧图像和下一帧图像的检测图像的动态特征，根据静态特征和动态特征判断当前帧图像得到的检测图像中是否存在明火区域，如果存在明火区域向用户发出警报提示；所述静态特征和动态特征判断当前帧图像得到的检测图像中是否存在明火区域的方法包括：当检测图像的静态特征中的R分量与S分量同时满足条件，且动态特征大于预设阈值时判断产生明火区域；其中，静态特征中的R分量与S分量同时满足的条件如下： 式中：R、G、B分别代表图像像素点在RGB颜色模型中的红、绿、蓝分量，S代表图像的像素点在HSI颜色模型中的饱和度，Sth代表饱和度阈值，Rth代表了红色分量阈值；动态特征的获取方法如下：获取当前帧图像与下一帧图像的灰度图像的差异图像，对差异图像进行二值化处理与形态学处理，并分离前景与背景及去除噪声后得到帧间差分的结果作为动态特征。

全文数据：

权利要求：

百度查询： 西安博深安全科技股份有限公司 一种基于深度学习的煤矿明火预警方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD