一种基于智能算法的消防通道阻塞视频识别方法

摘要

本申请涉及一种基于智能算法的消防通道阻塞视频识别方法，其中，该基于智能算法的消防通道阻塞视频识别方法包括：获得消防通道的视频流；通过卷积神经网络算法对视频流进行消防通道阻塞识别，其中，识别内容包括视频流是否存在超过预设体积的物体，在视频流存在超过预设体积的物体的场景下计算物体滞留在消防通道的时间；存储视频流，将识别结果推送消防控制平台并记录识别信息，其中，识别信息包括识别时间和识别结果。通过本申请，解决了相关技术中防止消防通道阻塞依赖人工巡逻监管的问题，实现了基于智能算法的消防通道阻塞视频识别。

说明书

技术领域

本申请涉及计算机视觉领域，特别是涉及一种基于智能算法的消防通道阻塞视频识别方法、装置和存储介质。

背景技术

随着生产能力的发展，消防安全在社会生产中越来越重要。消防通道是在火灾警情发生时为消防救援人员提供的紧急通道，如果消防通道在火灾警情发生时被阻塞，将严重影响消防救援行动，对广大人民群众的生命财产安全造成危害。为保证消防安全，目前大多数管理单位采取安排消防通道监督管理人员值班的形式防止消防通道阻塞，这种方式需要安排专人进行巡逻监管，浪费人力资源的同时增加了运营维护成本，并且具有较大的延时性和不稳定性，难以时刻保证消防通道的畅通。因此，防止消防通道被阻塞，保障消防通道时刻畅通的意义十分重大。

目前针对相关技术中防止消防通道阻塞依赖人工巡逻监管的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种基于智能算法的消防通道阻塞视频识别方法、装置、电子装置和存储介质，以至少解决相关技术中防止消防通道阻塞依赖人工巡逻监管的问题。

获得消防通道的视频流；

通过卷积神经网络算法对所述视频流进行消防通道阻塞识别，其中，识别内容包括所述视频流是否存在超过预设体积的物体，在所述视频流存在超过预设体积的物体的场景下计算所述物体滞留在消防通道的时间；

存储所述视频流，将识别结果推送消防控制平台并记录识别信息，其中，所述识别信息包括识别时间和识别结果。

在其中一个实施例中，通过卷积神经网络算法对所述视频流进行消防通道阻塞识别包括：

通过卷积神经网络算法对所述视频流进行消防通道阻塞识别，识别所述视频流是否存在超过预设体积的物体，若识别得到所述视频流存在超过预设体积的物体，则计算所述物体滞留在消防通道的时间，判断所述物体滞留在消防通道的时间是否大于预设时间，若所述物体滞留在消防通道的时间大于预设时间，则启动预设报警方案，所述预设报警方案包括存储所述视频流并推送消防控制平台，若所述物体滞留在消防通道的时间小于预设时间，则通知消防通道管理人员进行移除处理。

在其中一个实施例中，识别所述视频流是否存在超过预设体积的物体包括：

通过所述视频流获得单帧RGB图像和多帧密度光流场图像；

以所述单帧RGB图像作为输入量处理所述视频流的空间维度，以所述多帧密度光流场作为输入量处理所述视频流的时间维度，并通过多任务训练算法将所述视频流的空间维度和所述视频流的时间维度进行检测。

在其中一个实施例中，在获得消防通道的视频流后，所述方法还包括：

对所述视频流进行预处理，其中，所述预处理包括对所述视频流进行解码和去除过拟合误差。

第二方面，本申请实施例提供了一种基于智能算法的消防通道阻塞视频识别装置，包括：

获取模块，用于获得消防通道的视频流；

算法识别模块，通过卷积神经网络算法对所述视频流进行消防通道阻塞识别；

存储模块，用于存储视频流；

输出模块，用于将识别结果推送消防控制平台并记录识别信息。

第三方面，本申请实施例提供了一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的基于智能算法的消防通道阻塞视频识别方法。

第四方面，本申请实施例提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行如上述第一方面所述的基于智能算法的消防通道阻塞视频识别方法。

相比于相关技术，本申请实施例提供的基于智能算法的消防通道阻塞视频识别方法，通过智能算法自动识别消防通道是否处于阻塞状态，解决了相关技术中防止消防通道阻塞依赖人工巡逻监管的问题，实现了高效率低成本地防止消防通道被阻塞。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的基于智能算法的消防通道阻塞视频识别方法流程图；

图2是根据本申请优选实施例一的基于智能算法的消防通道阻塞视频识别方法流程图；

图3是根据本申请优选实施例二的基于智能算法的消防通道阻塞视频识别方法流程图；

图4是根据本申请实施例的基于智能算法的消防通道阻塞视频识别装置结构图；

图5为根据本申请实施例的基于智能算法的消防通道阻塞视频识别设备的硬件结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

本实施例提供了一种基于智能算法的消防通道阻塞视频识别方法。图1是根据本申请实施例的一种基于智能算法的消防通道阻塞视频识别方法的流程图，如图1所示，该流程包括如下步骤：

步骤S101，获得消防通道的视频流。

步骤S102，通过卷积神经网络算法对视频流进行消防通道阻塞识别。

在本实施例中，识别内容包括视频流是否存在超过预设体积的物体，在视频流存在超过预设体积的物体的场景下计算物体滞留在消防通道的时间，例如，对于单车道的消防通道，可以设定允许单个车辆通行的最小体积为预设体积，当阻塞物超过上述预设体积时发生火灾警情时则无法允许消防救援车辆正常通行；当针对某一消防通道确定阻塞物预设体积后，管理人员可以设定达到预设体积的阻塞物滞留在消防通道的最长时间，即当阻塞物滞留在消防通道达到最长时间后，说明已经对消防安全造成了较大影响，应当及时通知消防管理人员并且启动预设应急预案。

步骤S103，存储视频流，将识别结果推送消防控制平台并记录识别信息，其中，识别信息包括识别时间和识别结果。

在本实施例中，识别信息包括识别时间和识别结果，其中，识别时间为记录消防通道阻塞的具体时间，识别结果可由管理人员预先设置，例如包括消防通道阻塞物的预设体积、消防通道阻塞时间上限等，相关管理人员可根据不同的识别结果采取不同的措施保障消防通道的畅通，保障生产经营的消防安全。

通过上述步骤，实现了依靠智能算法对消防通道的阻塞状态进行实时监控，当消防通道出现影响消防安全的阻塞时能够第一时间提示相关管理人员，保障了生产经营中的消防安全。

本实施例还提供了一种基于智能算法的消防通道阻塞视频识别方法。图2 是根据本申请优选实施例一的基于智能算法的消防通道阻塞视频识别方法流程图，如图2所示，该流程包括如下步骤：

步骤S201，获得消防通道的视频流。

步骤S202，识别视频流是否存在超过预设体积的物体。

步骤S203，若识别得到视频流存在超过预设体积的物体，则计算物体滞留在消防通道的时间。

步骤S204，判断物体滞留在消防通道的时间是否大于预设时间。

步骤S205，若物体滞留在消防通道的时间大于预设时间，则启动预设报警方案。

步骤S206，若物体滞留在消防通道的时间小于预设时间，则通知消防通道管理人员进行移除处理。

步骤S207，存储视频流，将识别结果推送消防控制平台并记录识别消息。

在其中一个实施例中，对视频流的识别的具体方式为：通过视频流获得单帧RGB图像和多帧密度光流场图像；以单帧RGB图像作为输入量处理视频流的空间维度，以多帧密度光流场作为输入量处理视频流的时间维度，并通过多任务训练算法将视频流的空间维度和视频流的时间维度进行识别。其中，单帧 RGB图像是指在视频流中取一个时间节点，锁定该时间节点的视频帧；多帧密度光流场图像是指在视频流中取两个时间节点，在两个时间节点之间取连续的 RGB帧图像。将单帧RGB图像和多帧密度光流场图像分别作为空间维度和时间维度。

在本实施例中，将单帧RGB图像和多帧密度光流场图像分别作为空间维度和时间维度后，可以选择在LRCN算法中处理两类图像，将单帧RGB图像和多帧密度光流场图像结合能够将空间特征与时间特征更完整的进行学习，从而实现对视频流行为的识别。识别代码包括的3D Harris，是Harris在3维空间的扩展，识别到特征点之后用HOG和HOF进行表示，一共的特征维数是162维，即对所识别的图像进行总计162个图像特征的提取。用于对图像中消防通道的堵塞情况进行识别。其中，上述算法及其对应的算法代码可以在Phython和C 语言环境下运行，具有一定的兼容性和可修改性。

通过上述步骤，相比于已知技术，将判断过程分为两部分，首先判断消防通道是否有大于一定体积的阻塞物，其次在消防通道存在大于一定体积的阻塞物的前提下计算该阻塞物滞留在消防通道的时间，判断阻塞物滞留于消防通道的时间是否大于预设值。

本实施例还提供了一种基于智能算法的消防通道阻塞视频识别方法。图3 是根据本申请优选实施例二的基于智能算法的消防通道阻塞视频识别方法流程图，如图3所示，该流程包括如下步骤：

步骤S301，获得消防通道的视频流。

步骤S302，对视频流进行预处理。

在本实施例中，对视频流进行预处理包括对视频流进行解码和去除过拟合误差。通过此步骤，对摄像头采集的视频流进行预处理操作，能有效防止视频流出现乱码和清晰度低的问题，提高了后续步骤视频流识别和判断的准确率，减小了错误判断的可能性。

步骤S303，通过卷积神经网络算法对视频流进行消防通道阻塞识别。

步骤S304，存储视频流，将识别结果推送消防控制平台并记录识别信息。

通过上述步骤，实现了依靠智能算法对消防通道堵塞状态的实时监控，当消防通道出现堵塞时能够第一时间提示相关管理人员，保障了生产经营中的消防安全。

下面通过优选实施例对本申请实施例进行描述和说明。

本实施例还提供了一种基于智能算法的消防通道阻塞视频识别装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图4是根据本申请实施例的基于智能算法的消防通道阻塞视频识别装置的结构框图，如图4所示，该装置包括：获取模块41，用于获得消防通道的视频流；算法识别模块42，用于通过卷积神经网络算法对视频流进行消防通道阻塞识别；存储模块43，用于存储视频流；输出模块44，用于将识别结果推送消防控制平台并记录识别信息。

需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

另外，结合图1描述的本申请实施例基于智能算法的消防通道阻塞视频识别方法可以由基于智能算法的消防通道阻塞视频识别设备来实现。图5为根据本申请实施例的基于智能算法的消防通道阻塞视频识别设备的硬件结构示意图。

基于智能算法的消防通道阻塞视频识别设备可以包括处理器51以及存储有计算机程序指令的存储器52。

具体地，上述处理器51可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

其中，存储器55可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器55可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器55可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器55可在数据处理装置的内部或外部。在特定实施例中，存储器55是非易失性(Non-Volatile)存储器。在特定实施例中，存储器55包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM 可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。

存储器55可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器52所执行的可能的计算机程序指令。

处理器51通过读取并执行存储器52中存储的计算机程序指令，以实现上述实施例中的任意一种基于智能算法的消防通道阻塞视频识别方法。

在其中一些实施例中，基于智能算法的消防通道阻塞视频识别设备还可包括通信接口53和总线50。其中，如图5所示，处理器51、存储器52、通信接口53通过总线50连接并完成相互间的通信。

通信接口53用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口53还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。

总线50包括硬件、软件或两者，将基于智能算法的消防通道阻塞视频识别设备的部件彼此耦接在一起。总线50包括但不限于以下至少之一：数据总线 (Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线 (Expansion Bus)、局部总线(LocalBus)。举例来说而非限制，总线50可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry StandardArchitecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(HyperTransport，简称为 HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro Channel Architecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express (PCI-X)总线、串行高级技术附件(Serial Advanced Technology Attachment，简称为SATA)总线、视频电子标准协会局部(Video Electronics Standards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线50可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

该基于智能算法的消防通道阻塞视频识别设备可以基于获取到的基于智能算法的消防通道阻塞视频识别，执行本申请实施例中的基于智能算法的消防通道阻塞视频识别方法，从而实现结合图1描述的基于智能算法的消防通道阻塞视频识别方法。

另外，结合上述实施例中的基于智能算法的消防通道阻塞视频识别方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种基于智能算法的消防通道阻塞视频识别方法。

相比于现有技术，本申请具有以下优点：

1.本申请利用计算机智能算法，自动通过获取的视频图像识别消防通道的阻塞状态，在出现异常时第一时间向相关人员发送通知。

2.本申请通过计算机系统控制识别系统的方式，取代了传统的人工巡逻监控，节约了人力成本和经济成本。

3.本申请通过封装系统的方式面向用户，具有简单易操作的特点，学习成本较低。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。