基于BP神经网络的受限空间火灾联合探测方法

针对航空受限空间火灾探测高误报的问题，在现有技术成果基础上对多种火灾探测方式进行研讨，并提出1种基于BP神经网络技术的飞机机身内部受限空间火灾联合探测报警方法。该方法结合现有烟雾感应、气体传感器探测等常用火灾探测技术，以红外热成像探测为辅助手段，采用神经网络实现数据融合，对模拟实验舱火灾烟雾进行联合探测，在单一火灾探测方式基础上提高了探测准确率。     

一种基于纹理特征的主动红外烟雾识别方法

视频图像火灾探测技术因其探测效率高、响应速度快等优点而被广泛应用,但普通摄像机无法拍摄零照度(黑暗)甚至低照度环境下的烟雾图像。而火灾发生时往往先产生烟雾,若能实现火灾早期的烟气探测将有利于预防火灾规模的扩大和人员财产的损失。利用红外摄像机结合红外发射灯来成像以完成对火灾的探测,具体探测过程为:首先利用中值滤波去除原始灰度图像中的噪声;其次利用三帧差分法提取烟雾前景;然后通过Local Binary Patterns与灰度共生矩阵分别获取烟雾纹理的局部和统计特征;最后将烟雾纹理特征输入Fisher分类器以识别烟雾与非烟雾(如水汽、飞尘等),并及时发出报警信号。设计有无环境风和人为干扰环境下的烟雾与水汽试验,利用烟雾运动的不规则性与扩散性、图像的Gabor特征、LBP尺度验证所用纹理特征。结果表明,从分类正确率和响应时间看,在低照度环境下所用纹理特征优于其他烟雾特征法。另外,通过调节相机与火源之间的距离,可得到应用于实际工程的红外摄像机最佳安装距离。     

基于U-Net深度神经网络的早期火灾烟雾自动分割方法

在火灾事件监测中,为了减少数据处理量、加快探测速度,需要先分割出疑似烟雾区域。传统的烟雾分割算法大多需要设置阈值进行处理,算法的环境适应能力还需进一步提升。在研究中,使用U-Net结构的深度神经网络进行早期火灾烟雾的自动分割,通过半自动算法人工辅助分割出烟雾区域的图像样本,基于深度神经网络对分割烟雾区域进行学习,得到原始视频帧到分割结果的映射模型,并据此模型进行烟雾区域分割。在测试集上的分割实验结果表明该方法与传统方法相比,不需要设置阈值,自动化程度更高,分割速度极快,在疑似烟雾区域分割任务中性能较好。     

通风对飞机货舱烟雾探测影响研究

为探讨通风对飞机货舱火灾探测造成的影响,采用火灾动态仿真(FDS)模拟不同通风工况下飞机货舱内烟雾扩散情况。建立DC-10货舱三维数值模型,仿真计算并验证通风时顶棚温度、气体浓度、光透率(LT);通过计算5种通风工况下顶棚烟雾流场及光透率,研究通风工况及探测器阈值对不同位置探测时间的影响。结果表明:相比于无通风工况,货舱通风显著影响舱内烟雾扩散;通风口下游较上游位置容易探测到烟雾;通风延迟烟雾探测时间,且通风量越大响应时间越长,通风量大于11. 33 m~3/min时探测不到烟雾;探测器阈值影响探测时间,适当提高探测器阈值及减小通风量能缩短探测时间。     

激光烟雾图像和CO气体复合火灾探测器的设计

准确可靠并且尽早期地发现火灾是火灾探测最重要的环节。传统的单一量火灾探测器是对燃烧过程中产生的烟气或者火焰温度等单一的火灾参量作出响应,判断是否有火灾发生,容易引起误报。介绍了一种基于激光图像感烟和CO气体的复合式探测器的设计,在设置报警输出时,将烟雾探测结果和气体浓度探测结果进行逻辑"与",只有当两者都达到预先设置的阈值时,整个探测器才报警,从而提高了火灾探测的可靠性。     

深度学习技术创新实践

本文介绍一种基于深度学习的视频找人技术,通过采集视频监控系统的图像进行图像模式识别分析,即可实现人员、车辆的视频追踪及人群的动态特征,并提取出特征区域的深层关系值,进行无监督学习,准确区分真实目标和噪声,利用多目标追踪技术来避免逐帧进行目标确认,大幅减少了计算量,有效降低了弱小目标的漏检率及噪声的误报率,提升了视频处理速度与识别的准确率,能够运用于各种复杂的场景。     

静电场探测系统在工程应用中的误报分析

文章介绍了静电场探测原理及在工程中可能产生的误报原因,并通过实例说明如何对这些产生误报的因素进行处理,从而消除误报.     

基于低空飞艇的突发事件应急监测系统

稳定高效的高点监控对应急处置有非常重要的作用。该文提出了一种基于低空飞艇的突发事件应急监测系统,实现在复杂环境下应急现场的实时监测。系统包含三个部分：视频预处理和目标追踪;目标的自动照准和定位;远程探测监测。利用稳像和跟踪技术实现视频预处理和目标跟踪,应用基于Harris角点的帧间运动估计稳定视频,使用基于GPS航迹信息的Kalm an-平均滤波方法分离主观运动和非主观运动,使用基于M ean Sh ift方法跟踪目标。通过三维云台电机的自动控制以及艇载GPS和三维罗盘实现对目标的自动照准及定位,利用小型投掷系统实现远程探测监测。该文提出的低空飞艇应急监测系统为突发事件现场实时监测提供了新的有效的解决方案,为应急响应提供了有力支持。     

基于静态特征和动态行为的火灾检测模型*

为实时准确地检测视频监控的火灾信号,减少火灾误报,提出1种基于静态特征和动态行为的火灾检测方法。利用改进的Faster RCNN检测模型,根据可疑火灾区域的颜色特征和空间特征对其进行目标检测和特征降维,与传统的Faster RCNN相比平均检测精度提升5%;利用ILSTM对连续帧中的特征进行累加,对短期内是否发生过火灾进行分类。连续的短期决策在1min内以多数票表决最后决策。结果表明:方法将火灾检测的准确率提升到97.92%,并成功解释火焰和烟雾的时间行为。     

报警产品的技术革命“猎客TM“图像报警主机

误报问题一直困扰着报警中心,不仅浪费警力而且阻碍了家庭用户的大面积推广.针对误报问题,曾经也有人试图改善前端的探测设备来减少误报量,但是由于现场诸多不可控因素,效果并不理想.可以说,改变这一窘境是当前报警企业不得不认真面对的问题.……     

报警产品的技术革命"猎客TM"图像报警主机

误报问题一直困扰着报警中心,不仅浪费警力而且阻碍了家庭用户的大面积推广.针对误报问题,曾经也有人试图改善前端的探测设备来减少误报量,但是由于现场诸多不可控因素,效果并不理想.可以说,改变这一窘境是当前报警企业不得不认真面对的问题.……     

飞机货舱复合烟雾探测方法研究

为解决目前飞机货舱火警探测装置易受空气中灰尘和水蒸气颗粒干扰造成误报率极高的问题,提出一种复合多传感器的飞机货舱火灾探测方法。首先搭建包括温度传感器、CO传感器和双波长光电式烟雾传感器的复合式火灾探测装置,设计火灾探测系统软件;然后进行真假火源试验,采集火灾过程中烟雾、温度、气体的变化特征参数;最后采用人工神经网络算法对采集到的数据进行融合分析。结果表明:嵌入双波长光电式烟雾探测器的多传感器探测装置报警正确率比传统火灾烟雾探测器有大幅度提高,干扰源识别相对误差不超过5.7%。     

森林防火视频监控系统的设计

本文设计的森林防火视频监控系统能够实现无人值守不间断工作,自动对视频图像信息进行分析判断;及时发现监控区域内的异常烟雾和火灾苗头,以最快、最佳的方式进行报警和提供有用信息;能有效地协助消防人员处理火灾危机,并最大限度地降低误报和漏报现象;同时还可查看现场实时图像,根据直观的画面直接指挥调度救火.     

水蒸气引起感烟火灾探测器误报研究

针对水蒸气这种典型的火灾探测误报源．在自行研制的火灾探测综合模拟实验平台中,通过收集水沸腾形成的水雾模拟水蒸气干扰源,研究了冬季与夏季,即不同环境温度务件下,水蒸气对散射型光电感烟火灾探测器的误报影响。通过比较感烟火灾探测器的输出值与其附近湿度变化曲线,分析了误报发生的原因。结果表明在气温较低的冬季,水蒸气较易形成液态小水珠,容易导致感烟火灾探测器误报;而在夏季由于气温较高,这种误报不易发生。     

林火报警图像中火源点确定方法研究

通过分析早期森林火灾烟雾图像的运动特征,提出了一种基于数字图像处理技术的森林火灾火源点确定方法。通过对早期报警图像RGB模型进行分量提取并各自直方图均衡化,获得了其中烟雾区域和背景区域的灰度特征,进而根据烟雾区域的连通性选用区域生长法则,分割出独立的目标图像,最终使用深度优先搜索算法遍历整个烟雾区域,确定其最低像素点,即火源点,完成林火的自动定位。结果表明,此种定位方法的准确率达到90.8%。     

现代火灾报警系统简介

火灾深测器火灾探测器安装在被监测现场 ,探测环境中与火灾相关的物理量 ,将这些物理量转换并处理成适当的电信号传递给控制器 ,依据其探测的物理量不同 ,火灾探测器可分为 :感烟探测器感烟探测器分离子感烟和光电感烟两种。离子感烟探测器内部装有电离室 ,电离室内的放射源产生的 粒子将空气分子电离成正负离子。当烟雾进入电离室 ,由于烟雾颗粒的体积较大 ,会阻挡带电离子的运动 ,从宏观上表现为电离电流减小。探测到这种电离电流的变化 ,就相当于探测到了火灾。光电感烟探测器内的光电室里安装有红外发射管和红外接收管。一旦有烟雾进入…     

潮湿引起感烟火灾探测器误报研究

针对潮湿现象成为典型的火灾探测误报源 ,在火灾探测综合模拟实验平台中 ,通过收集水沸腾形成的水雾进行加湿 ,研究了冬季与夏季潮湿环境 ,对散射型光电感烟火灾探测器的发生误报影响。通过比较探测器的输出值与其附近湿度变化曲线 ,从原理上分析了误报发生的原因。实验结果表明 :在气温较低的冬季 ,水蒸气较易形成液态小水珠 ,容易导致感烟探测器误报警 ,而在夏季由于气温较高 ,这种情况较难发生。对相对湿度较高或达到饱和湿度 ,以及非火灾因素的雾气或微细水珠 ,对感烟探测器可靠性的影响 ,开展下进一步的工作进行了展望     

基于GLCM纹理特征分析的人群密度估计方法实现

实现人群密度自动估计是智能视频监控的研究内容之一,而基于灰度共生矩阵(GLCM)纹理特征的密度估计法是一种重要的人群密度估计方法。本文采用GLCM构建的五个特征量作为参数,通过计算纹理特征量对人群图像进行纹理分析,并采用SVM分类器进行人群密度等级分类。仿真实验结果表明:基于纹理特征的人群密度估计方法计算复杂度低、鲁棒性好。     

基于GLCM纹理特征分析的人群密度估计方法实现

实现人群密度自动估计是智能视频监控的研究内容之一,而基于灰度共生矩阵（GLCM）纹理特征的密度估计法是一种重要的人群密度估计方法。本文采用GLCM构建的五个特征量作为参数,通过计算纹理特征量对人群图像进行纹理分析,并采用SVM分类器进行人群密度等级分类。仿真实验结果表明：基于纹理特征的人群密度估计方法计算复杂度低、鲁棒性好。     

基于数字锁相技术的飞机货舱火灾烟雾光学参数方法研究*

为解决飞机货舱火灾光学探测易受环境杂光和空气中灰尘、水汽干扰,误报率高的问题,提出1种基于数字锁相的双波长火灾烟雾探测方法。利用数字锁相技术调制双波长光源,选择性地提取微弱光散射信号,并设计前、后双向散射光探测光路。采用常见火灾材料及干扰源进行真假火源实验,依据米氏散射理论及不同粒径气溶胶颗粒对不同波长光的散射效应差异,以不对称比（AR）和双波长光强比（DWIR）作为火灾检测参数对不同粒径颗粒进行区分,根据2种火灾检测参数建立数据样本,利用BP神经网络进行分析,并加入复合式传感器实验作为对比。研究结果表明:基于数字锁相技术的火灾烟雾光学探测方法能够在一定程度上区分火灾烟雾和干扰源,误报率小于3.5%。