摘要
本发明涉及火灾报警技术领域,具体公开了一种建筑火灾报警方法及系统,包括以下步骤:步骤S1:通过获取建筑内所有监控点的拍摄图像和热成像图,结合预先建立的目标物体库,确定需要监测的区域;步骤S2:收集各目标物体的阴燃样本图像集并进行分类,利用神经网络模型训练每一类目标物体的阴燃热扩散模型,以模拟其热扩散特性;步骤S3:将监测区域划分为像素点,检测是否存在热斑;若发现热斑,则获取其初始热成像并持续监测,随后调用对应的阴燃热扩散模型生成对比图像集,通过对比实时热成像与模型预测结果,判断热斑是否为阴燃源;本方法通过结合图像识别与热扩散模型,实现了对建筑火灾早期阴燃源的精准检测。
技术关键词
火灾报警方法
热扩散模型
热成像
物体
样本
监测点
建筑
图像特征提取技术
像素点
神经网络模型训练
火灾报警技术
火灾报警系统
时间段
图像识别技术
物理
视频流
训练集
系统为您推荐了相关专利信息
污水处理设备
水质
氨氮
BP神经网络
梯度提升树
特征融合网络
融合特征
颜色直方图特征
纱布
设计特征
电力运行数据
核查方法
混合电力
分群
时间序列模型
分类服务
风险评估模型
供电服务体系
风险预警方法
误差逆传播算法
分布式光伏系统
动态响应误差
门控循环神经网络
聚类
等值建模方法