-
公开(公告)号:CN117853755A
公开(公告)日:2024-04-09
申请号:CN202410009061.8
申请日:2024-01-03
Applicant: 东北林业大学
IPC: G06V10/56 , G06V10/54 , G06V10/82 , G06N3/0464 , G06V10/764
Abstract: 基于深度学习方法和传统方法结合的火灾检测方法,本发明为解决现有的火灾检测方法受到复杂环境条件的限制,影响火灾检测效率的问题,本发明包括如下步骤:一:FSDF使用HSV颜色空间突出输入图像中的颜色特征,生成的掩模与输入图像重叠以产生新的组合图像,从而提高火焰特征的可检测性并增强其对比度;二:将新的组合图像输入YOLOv8中以检测可疑火灾区域,从而能够更精确地识别火源区域;三:对检测到的火源部分进行裁剪,并使用完整二进制模式描述检测到的纹理特征,以进一步区分火焰色物体的干扰;四:将上述组合特征输入到无监督学习模型VQ‑VAE中,利用无监督学习异常检测方法进一步对这些样本进行检测,以确定是否发生了火灾。本发明属于火灾的检测技术领域。
-
公开(公告)号:CN119888421A
公开(公告)日:2025-04-25
申请号:CN202411924598.3
申请日:2024-12-25
Applicant: 东北林业大学
Abstract: 本发明一种基于多模态数据融合、区域划分的森林火灾温度误差在线补偿方法、系统及存储介质,涉及森林火灾监测技术领域,为解决现有方法无法精确区分不同区域的温度分布,难以克服森林火灾中动态烟雾及复杂温度分布等复杂环境的干扰,对温度场的检测精度低的问题。本发明通过火场三维点云、可见光图像、红外热图像以及位姿数据的融合;将火场划分为明火区、燃尽区和未燃区;针对明火区受到剧烈燃烧产生的辐射热影响,以及烟雾对红外辐射的吸收和散射影响建立明火区温度补偿模型;基于燃尽区和未燃区的温度梯度和燃料燃烧特性差异,建立燃尽区和未燃区的温度补偿模型;通过采集的多模态数据实时驱动温度补偿模型,实现火场温度的在线补偿。
-