The invention provides a fire passage occupation detection method and device based on deep learning. The method includes: acquiring the fire passage image within the target time period; Preprocess each frame of fire channel image to get the corresponding image to be detected; Input each frame of the image to be detected into the fire passage occupation detection model to obtain the fire passage detection results of the corresponding frames of the image to be detected output by the fire passage occupation model; Among them, the fire passage occupancy detection model is based on the fire passage training image and its corresponding status label training; According to the detection results of the fire channel corresponding to the images to be detected in each frame, the preset alarm mechanism is used to judge whether to alarm. By preprocessing the fire channel image, the invention can quickly and effectively reduce the interference of complex background noise on the fire channel area, prevent the model from being affected by the interference of background noise, and ensure the stability and reliability of the fire channel state detection. Stable and reliable. Stable and reliable< br/>
【技术实现步骤摘要】
基于深度学习的消防通道占用检测方法及装置
[0001]本专利技术涉及图像处理
,尤其涉及一种基于深度学习的消防通道占用检测方法及装置。
技术介绍
[0002]随着社会经济的飞速发展,小区、商场、工厂等人口分布密集区域不断增多,致使消防通道在消防安全保障中的作用日益凸显。全国重大人员伤亡的火灾事故中,80%以上存在消防通道堵塞的情况,火情无法在第一时间得到有效控制。消防法及各项消防安全管理规定中,也对消防通道违法占用行为的处理和责任主体的划分做出了明确规定。因此,对消防通道占用情况的监管愈发需要人们的重视。
[0003]目前,大多采用基于人工智能的消防通道检测模型对消防通道的占用情况进行监管,而基于人工智能的消防通道占用检测模型主要通过聚焦于“车辆占用消防通道”这一情况进行目标检测。
[0004]但是,在实际生产和生活中,尤其是在商场、超市、工厂等室内消防通道场景下,消防通道的占用物是形形色色、无法穷举的,并不局限于车辆,因此,无法将可能占用消防通道的占用物全部列举,以对消防通道检测模型进行训练,消防通道检测模型受训练数据对应的占有物类型限制以致无法检测出未经预先训练的占用物,致使消防通道检测的准确度较差,实用性受到影响。
技术实现思路
[0005]本专利技术提供一种基于深度学习的消防通道占用检测方法及装置,用以解决现有技术中由于检测模型受检测目标类型限制以致检测精度较差的缺陷,确保消防通道状态检测的稳定可靠,提高检测结果的准确度和可靠度。
[0006]本专利技术提供一种基 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的消防通道占用检测方法,其特征在于,包括:获取目标时间段内的消防通道图像;对各帧消防通道图像进行预处理,得到对应待检测图像;将各帧所述待检测图像输入至消防通道占用检测模型中,得到所述消防通道占用模型输出的对应各帧所述待检测图像的消防通道检测结果;其中,所述消防通道占用检测模型是基于消防通道训练图像及其对应的状态标签训练得到的;根据各帧所述待检测图像对应的消防通道检测结果,利用预先设置的告警机制,判断是否进行告警。2.根据权利要求1所述的基于深度学习的消防通道占用检测方法,其特征在于,所述对各帧消防通道图像进行预处理,包括:将各帧消防通道图像缩小至预设图像尺寸;基于所述消防通道图像存在背景噪声,利用掩膜对各帧消防通道图像进行遮罩。3.根据权利要求1所述的基于深度学习的消防通道占用检测方法,其特征在于,所述根据各帧所述待检测图像对应的消防通道检测结果,利用预先设置的告警机制,判断是否进行告警,包括:根据所述目标时间段的时序,自待检测图像对应的消防通道占用检测结果显示由未占用转变为占用开始,若连续帧待检测图像对应的消防通道占用检测结果显示为占用,且持续占用时间大于预设告警启动阈值,则消防通道处于占用状态,触发告警。4.根据权利要求3所述的基于深度学习的消防通道占用检测方法,其特征在于,在所述触发告警之后,还包括:基于连续帧待检测图像对应的消防通道占用检测结果显示为未占用,且持续未占用时间大于预设第一阈值,解除告警,并重置消防通道的占用状态;基于连续帧待检测图像对应的消防通道占用检测结果显示为占用,且持续占用时间大于预设持续告警阈值,判断所述消防通道处于占用状态,并再次触发告警。5.根据权利要求1所述的基于深度学习的消防通道占用检测方法,其特征在于,在所述得到所述消防通道占用模型输出的对应各帧所述待检测图像的消防通道检...
【专利技术属性】
技术研发人员:王悦,
申请(专利权)人:浪潮通信技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。