摘要
本发明提出了一种基于烟雾图像联合特征分析的火灾预警方法和系统,应用于室内场景下的火灾预警,该方法基于烟雾传感器阵列和红外传感器阵列采集室内环境的烟雾浓度分布数据和红外热图,基于摄像头采室内环境的可见光图像;采用3D卷积神经网络提取烟雾浓度分布的时空特征,使用2D卷积神经网络提取可见光图像的纹理和形状特征,以及红外热图的温度分布特征;对三种特征进行加权融合,生成联合特征表示;将融合后的联合特征表示为基于时间顺序的特征序列,基于训练好的多层感知机分类模型,得到当前时间窗口的火灾风险等级;该方法提高预警的准确性、及时性和全面性,能够更好地应对各种复杂场景下的火灾风险。
技术关键词
火灾预警方法
红外传感器阵列
可见光图像
卷积神经网络提取
多层感知机
烟雾传感器
火灾预警系统
数据采集频率
风险
分布特征
特征提取模块
数据采集模块
注意力机制
融合特征
表达式
系统为您推荐了相关专利信息
关联融合方法
动态知识图谱
融合规则
语义向量
实体
可见光图像
识别方法
光敏传感器阵列
红外传感器阵列
光照
人脸识别方法
可见光图像
结构光深度图
结构相似性算法
血管
非小细胞肺癌患者
生存期预测方法
数据
基因
神经网络模型