一种基于深度学习的双摄像头电气火灾防控方法及系统

摘要

本发明公开了一种基于深度学习的双摄像头电气火灾防控方法及系统，包括获取多种成像条件下的电气火灾样本图像，并对所述电气火灾样本图像进行预处理；构建深度神经网络模型，利用预处理后的火灾样本图像训练构建的深度神经网络模型；使用所述深度神经网络模型对监控画面图像进行检测，输出检测的火焰与烟雾对象的识别概率以及对象位置；采集监控画面红外热成像图像，获得温度信息，并输出监控画面中温度最高对象的温度值以及位置信息；根据识别的结果，输出检测画面的火灾概率评估结果。通过深度神经网络模型和红外热成像温度检测的联合使用，增强了对不同成像环境的适应性和抗干扰性，提高了火灾检测的可靠性。