AI视频识别烟火监测算法实现原理
2021年10月11日
AI视频识别烟火监测算法实现原理
AI视频识别分析基于目前先进的深度学习算法，通过大量的项目现场素材训练模型，通过大量采集的工作服素材，高精度的识别人、安全帽、工作服等识别，AI视频识别主要运用两方面的算法，一是识别类，二是行为分析，识别类的包括人、安全帽和工作服的识别，主要通过对原有普通摄像机采集的视频信息进行分析，对出现在视频中的物体进行识别，先识别是否是人，再识别是否佩戴安全帽，是否穿工作服，对于未按要求穿戴的人马上告警提示，告警包括在大屏上弹出对应的摄像头实时视频，语音提示值班人员，抓图保存记录等措施。二是行为分析，包括翻越围墙、人员逗留、人员聚集、区域入侵等算法，通过对视频中的画面设置划线、框，设定人数，设定监测时间等一些规则来判断现场人员是否违反相关规则，对于违反规则的情况迅速告警值班人员，达到提前预防现场的不规范行为和安全隐患，变普通监控的事后查证为智能化的提前预警，变被动监控为主动预防，解决值班人员对于太多视频看不过来及24小时盯着屏幕看的问题。
AI视频识别分析基于室内、室外烟火自动检测预警系统的目的是能够实现无人值守的不间断工作，自动发现监控区域内的异常烟雾和火灾苗头，迅速的进行告警和协助消防人员处理火灾危机，并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。
烟火检测具有非接触式探测的特点，不受空间高度、热障、易爆/有毒等环境条件的限制，使得烟火监测为室内大空间、室外及传统探测手段时效的特殊场所火灾探测提供了一种有效的解决途径。
传统的烟雾颗粒感应或者红外线、激光技术需要烟雾颗粒进入传感器才能引起报警，红外及激光技术也需要烟雾遮挡才能引发告警。这些前提要求场合是相对封闭的空间。而室外场合等因为设备设施分散，空气流动大，传统烟火设备起不到作用，现在往往采用人员值守看管，造成管理成本上升。
AI视频识别烟火检测基于智能视频分析和深度学习神经网络技术，实现对监控区域内的烟雾和火焰进行识别、并动态识别烟雾和火焰从有到无、从小到大、从大到小、从小烟到浓烟的状态转换的识别、实时分析告警，并将报警信息及时推送给相关的管理和安全人员，及时应对与处置。
本文由铱微云UWB室内定位系统小编整理发布，铱微云物联网专业提供UWB定位、UWB室内人员定位、室内人员定位、超宽带室内定位、二维定位、UWB高精度人员定位、室内定位系统、uwb定位系统、高精度人员定位系统等产品及整体解决方案，提供定位基站、定位标签的免费询价和技术方案。
业务咨询
诚征代理
029-81871735