基于边缘计算的智能视频图像火灾检测系统

本项目是在已有视频图像捕捉与输入设备设计的基础上，结合人工智能算法，智能控制，计算机视觉的前沿技术，通过在监控摄像头上嵌入深度学习算法，研发出一套智能有效的边缘计算视频图像火灾预警系统。在当前新的形式下，火灾的防范的重点更多在于火灾发生前期的预警而不是灾情爆发的救援和后续安置。因此，对于火灾隐患进行实时检测并提前做出预判成为了现代消防行业发展的重要趋势之一。随着我国经济水平的不断提升，人们生活质量有了显着改善，对消防安全意识也逐渐增强。而当前应用较为广泛的传统火灾探测报警产品，大多以传感器原理技术为基础，这些技术方法都是以火灾期间某一特征物理量为监测对象，这对于某些特殊情况下已经无法发出有效的火警信号，例如：传统的火灾烟雾报警器在面对大范围空旷场域也会失效，而且实时性上有不足。并且现有基于图像识别技术进行火灾探测还存在着小目标分析不充分、精度不高、图片分析速度亟待提高的问题。综上所述，本文设计并开发了一套实时火灾检测与预警系统，该系统以深度学习YOLO目标探测算法为核心，针对此问题提出了一种新型智能视频图像火灾监测与预警方法。该系统采用基于目标检测技术来实现对火灾现场环境信息的实时采集及处理。本系统采用摄像头作为载体，将视频图像火灾检测算法嵌入监控摄像头中，配备视频编码设备，网络交换设备等，并采用传统的烟雾传感器作为辅助。采用深度学习算法将数字图像用卷积神经网络提取特征，再用分类器识别烟雾与火焰。该基于目标探测技术的火灾探测系统，不仅目标识别准确性得到了提升，响应速度也更快，可以达到60FPS/s的速度探测火焰与烟雾，并能在20ms内反应出报警。随着科学技术的发展，传统的火灾烟雾检测方法已经很难满足现代社会对于火灾预防与扑救的要求。同时，视频监控火灾报警系统具有智能化程度高、覆盖范围广的优势；可以实现远程监测以及对现场情况及时了解。应用的场景也更多元，能有效地适应复杂场景和大规模空旷场地。结合时下热点“智慧消防”，本项目还可以向总控室实时发送视频画面，同时还可以通过WiFi或5G模块上传到云端，并可以通过相关APP,微信小程序等方式实时观看。 总体来说本项目—基于边缘计算的智能视频图像火灾检测系统，从算法上，功能上等诸多方面都优先于当前的火灾探测报警系统。该系统能快速有效地发现火情并及时发出报警信号，使消防人员能够第一时间赶到现场进行扑救工作；系统具有较好的人机交互界面，用户可以根据需要选择相应的显示模式和控制方式。在灾情掌握的准确性与实时性方面都有了很大的提高，同时该工程具有信息数据统计的功能，能够将火灾中出现的信息进行记录，做到了数据可追溯。