基于深度学习图像识别的建筑火灾早期检测方法及系统

AITNT
正文
推荐专利
基于深度学习图像识别的建筑火灾早期检测方法及系统
申请号:CN202511562761
申请日期:2025-10-30
公开号:CN121033680A
公开日期:2025-11-28
类型:发明专利
摘要
本发明属于建筑火灾检测领域,涉及深度学习与图像识别技术,用于解决现有技术无法兼顾火情分析精确性与火灾报警及时性的问题,具体是基于深度学习图像识别的建筑火灾早期检测方法及系统,包括检测平台,检测平台包括目标标记模块、校验分析模块、时序分析模块以及数据库;目标标记模块用于对建筑火灾进行目标标记分析:通过高清摄像头对建筑内部环境进行录像并将录像分解为一帧一帧的分析图像,将分析图像放大并分割为若干个分析区域,提取分析区域中的火灾特征向量;本申请实现了在单帧图像处理周期内完成从特征提取到风险验证的闭环判断,由于消除了模块间的数据传输延迟,系统能够在毫秒级别内对潜在火情做出响应。
技术关键词
深度学习图像识别 早期检测系统 火灾特征 时序分析模块 早期检测方法 标记 特征值 建筑 火灾预警信号 形状特征信息 检测平台 高清摄像头 生成烟雾 录像 手机终端 纹理特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号