← 返回列表
一种面向轻量化部署的建筑物火灾识别方法及系统
申请人信息
- 申请人:汕头市澄海区建筑设计院; 汕头大学
- 申请人地址:515800 广东省汕头市澄海区蓬岭路建设大厦
- 发明人: 汕头市澄海区建筑设计院; 汕头大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种面向轻量化部署的建筑物火灾识别方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311185429.8 |
| 申请日 | 2023/9/13 |
| 公告号 | CN117333808A |
| 公开日 | 2024/1/2 |
| IPC主分类号 | G06V20/52 |
| 权利人 | 汕头市澄海区建筑设计院; 汕头大学 |
| 发明人 | 谢卫徐; 廖伟东; 徐锦滔; 罗嘉瑞; 林祥麒; 陈栩聪; 蔡泽民 |
| 地址 | 广东省汕头市澄海区蓬岭路建设大厦; 广东省汕头市大学路汕头大学 |
摘要文本
本发明应用于火灾检测技术领域，公开了一种面向轻量化部署的建筑物火灾识别方法及系统，方法包括：利用改进神经网络模型对待测建筑物的环境图像进行火灾检测，得到火灾检测信息；根据待测建筑物的环境信息和火灾检测信息生成火灾检测结果；模型包括主干网络、中间网络和预测模块，主干网络对环境图像进行特征提取以得到待测特征图和第二特征图，中间网络对待测特征图进行特征增强，根据增强的待测特征图和第二特征图生成目标候选区域；预测模块根据目标候选区域输出火灾检测信息。本发明实现了轻量化部署，降低了检测成本，提高了模型对小目标物体检测的敏感度，能够在遮挡和重叠目标的复杂场景下实现火灾检测，提高火灾检测精度和效率。
专利主权项内容
1.一种面向轻量化部署的建筑物火灾识别方法，其特征在于，包括如下步骤：采集待测建筑物的环境图像；利用改进神经网络模型对所述环境图像进行火灾检测，得到火灾检测信息；采集待测建筑物的环境信息，根据环境信息和火灾检测信息，生成火灾检测结果；其中，所述改进神经网络模型利用已标记的环境样本图像及其对应的标记结果训练得到，所述改进神经网络模型包括顺次连接的输入层、主干网络、中间网络和预测模块，所述输入层用于修改所述环境图像的像素尺寸；所述主干网络用于对所述环境图像进行特征提取，得到待测特征图和第二特征图；所述中间网络用于对所述待测特征图进行特征增强，并根据特征增强后的所述待测特征图和所述第二特征图，生成目标候选区域；所述预测模块用于根据所述目标候选区域，计算得到所述环境图像中存在火灾的最大概率，并根据所述最大概率输出所述环境图像的火灾检测信息。