摘要
本发明公开了一种视频数据驱动的隧道火灾检测与模拟方法及系统,属于计算机视觉和机器学习技术领域,解决当前隧道火灾目标检测算法在复杂多目标场景环境下易造成车辆与火焰的区分能力不足等问题。本发明对获取的原始数据集进行预处理得到目标数据集训练改进的YOLOv8神经网络模型,并对待检测的隧道火灾场景灾情图像进行目标检测,得到各初步灾情对象目标的中心坐标进行矫正,矫正后采用单目视觉定位方法对矫正的灾情对象目标进行位置标定及区分,再进行实时场景孪生建模,即得到隧道火灾场景孪生模型并动态更新;基于隧道火灾场景孪生模型对隧道火灾场景进行火焰蔓延分析并在un ity中实现动态更新。本发明用于视频数据驱动的隧道火灾检测及模拟。
技术关键词
火灾场景
隧道
对象
单目视觉定位方法
粒子
神经网络模型
图像
场景变换检测方法
动态更新
特征提取模块
空间数据融合方法
坐标
矫正
空间位置关系
透明度
视频帧
火焰蔓延速度
系统为您推荐了相关专利信息
大型风力发电机
永磁体单元
粒子群优化算法
分块
永磁体块
远程监测控制方法
粒子群算法
远程监测控制系统
电力系统监控技术
遗传算法