计算机视觉在防火领域的应用方法综描

计算机视觉在防火领域的应用方法综述

【摘要】计算机视觉作为当今最为火热的人工智能技术之一，人们已经将它应用在各个领域里。作为使机器能看，看得明白的重要研究学科，现在，计算机视觉已经渗透到人们各种工作、生活和学习中去了。而在安全工程领域，特别是火灾检测领域在引入计算机视觉之后会极大的提高人们对这类事故的防治效果。本篇论文是对计算机视觉在火灾检测领域应用方法进行综述。首先，会简要阐述计算机视觉技术；然后，提出火灾检测的难点；最后，提出基于计算机视觉火灾检测的方法案例。

【关键词】人工智能计算机视觉安全火灾检测

一、引言

在家庭和工业设施中，火灾是对人身和财产安全的最主要威胁之一。通常，有效地扑灭火灾威胁取决于提前发现火灾的时间。火灾检测系统是一种能够评估环境因素及其对环境的影响，并预测早期甚至爆发前火灾发生的系统。火灾探测有两种观点：在森林或丛林中的火灾探测以及在居住区或住宅区的火灾探测。由于自动火灾探测在减少火灾中的重要性，因此引起了越来越多的关注。有许多研究已经考虑了早期火灾检测的适当技术。人们能够采用计算机视觉技术来消除缺陷，同时提高系统的可靠性和响应速度。对于安全性和低级火灾检测，基于模糊逻辑的图像比较算法被认为是足够的。大多数时间在任何给定位置都没有灾难，因此旨在发现突发情况的人类在任何时间点都可能没有所需的警觉。因此，计算机视觉工具可以成为出色的决策支持。

二、计算机视觉概述

计算机视觉涉及用于使视觉感知过程自动化的理论和算法，并且涉及诸如噪声消除，平滑和边缘锐化（低级视觉）之类的任务。计算机视觉任务需要大量的计算，尤其是当数据为图像形式时，这就要求高性能的计算机用于实际的实时应用。并行性似乎是达到视觉任务所需性能水平的唯一经济方法。人类和机器视觉的研究人员都认为，大规模并行处理是低层视觉的特征。回归分析（使模型适合噪声数据）是计算机视觉中的一项基本技术，因此，在存在各种噪声的情况下保持可靠的鲁棒回归方法非常重要。作为新技术，计算机视觉技术可以提供一种自动化，无损且经济高效的方式来满足一些要求。

三、火灾检测技术点

在基于计算机视觉的火灾探测系统中，火灾感应算法通常包括两个主要部分：火灾像素分类和候选区域分析。第一步的目的是找到一组可能着火的像素，第二步用于确定区域中是否存在着火。研究都期望根据火灾的运动特征将火灾与其他火灾类似物区分开。通常，有效地扑灭火灾威胁取决于提前发现火灾的时间，它为增强消防策略和早期林地火灾侦查提供了引人入胜的观点。并且要克服视频烟雾探测方法在夜间的局限性。确认火灾或烟雾的是否存在需要进行预处理，以便可以使用模糊逻辑来判断决策。许多已知的视频烟雾检测方法要求为照相机提供最小的照明，以识别场景中是否存在火灾烟雾，这存在很大的局限性。在火灾检测中需事先了解在真实的室外环境中检测燃烧范围，并检测出烟雾的相应厚度分布。

四、计算机视觉的应用

Liu等人.2001年调查了智能建筑中的火灾探测和报警系统。他们考虑了智能建筑中的新技术和概念，例如高级多功能传感器，计算机视觉系统和无线传感器。他们的研究结论表明，智能建筑技术的应用存在新的风险。例如，传感器技术将需要足够强大，以防止误报并区分火灾和非火灾威胁。

首页上一页 1 2 下一页尾页 1/2/2

计算机视觉在防火领域的应用方法综描(一)