通信電纜 網絡設備 無線通信 云計算|大數據 顯示設備 存儲設備 網絡輔助設備 信號傳輸處理 多媒體設備 廣播系統 智慧城市管理系統 其它智慧基建產品
陜西億鑫鴻物聯技術有限公司
陜西億鑫鴻物聯技術有限公司
閱讀：3發布時間：2024-10-17
烟雾识别系统 充分利用已有普通监控，无须安装热成像相机，无需传感器！ 依托采用智能 AI 技术，自主研发产品。烟火智能检测识别系统，可同时识别烟雾，明火。
一、研发背景
有火先有烟，能识别起火前的烟雾，将火灾隐患扼杀于萌芽之中，是有重大意义的。烟雾识别是基于大规模烟雾场景数据识别训练，配合摄像头实时监控各区域内烟雾动态情况，定位烟雾发生区域，立即报警迅速救援。
二、产品概述及工作流程
1、产品概述
烟雾识别系统是基于视频流的智能图像识别系统，利用最新的人工智能深度学习与大数据技术，代替人眼，自动识别各种烟雾，为安全生产保驾护航。本系统利用场内已有摄像头，无需新增硬件，实时监控识别，实时报警，快捷方便。
2、工作流程
1) 前端抓拍设备实时上传视频流至系统服务器。
2) 烟雾识别系统实时读取视频流，并进行分析。
3) 系统发现有烟雾或火焰进行抓拍、保存，并根据需要进行报警和提示。
三、系统功能及技术参数
（1）烟雾识别
有火先有烟，系统可自动识别起火前的烟雾，将火灾隐患扼杀于萌芽之中。
室内场馆及工厂车间、室外山林或平原均可识别。
不需要安装热成像相机。
白天、夜间均可识别。
随着社会经济的高速发展,大空间内火灾频繁发生,给人类生命安全及财产造成了极大的威胁,但传统火灾探测器存在受空间高度、粉尘等影响因素,并不能够发挥有效作用。但随着计算机视觉、图像处理、模式识别等学科的发展,视频火灾检测技术成为早期火灾监测的一个重要研究方向,火灾发生时,烟雾早于火焰,因此烟雾探测对于火灾探测则更为重要。本文结合了烟雾的静态纹理特征和动态运动特征对监控视频进行探测与识别,实现在大空间环境下对火灾的早期预警。常用的检测运动目标的算法的优劣,随后提出了将烟雾的颜色模型与背景减除法相结合的算法来提取视频图像中的疑似烟雾区域;其次是提取烟雾的静态纹理特征,此过程中,提出了基于高斯金字塔的局部二值模式和局部二值模式的方差表示的方法来描述烟雾的纹理信息,得到烟雾得局部和全局纹理特征,经过实验验证该算法能够很好地表征出烟雾的纹理特征;
烟雾/火焰识别系统，充分利用已有普通监控，无须安装热成像相机，无需传感器！
可同时识别烟雾，明火。
智能全自动分析，无需人员值守，无需人为操作；
毫秒级运算速度，一旦在视频中检测到有烟火/明火，系统可以自动发出语音报警，或发送消息到手机端，提醒处理。
白天、夜间均可识别。
晚上摄像机切换成黑白模式下，火焰也可以识别。
室内场馆及工厂车间、室外山林或平原均可识别。
烟火识别检测算法-AI应用智慧工地基于视频分析的室内、室外烟火自动检测预警系统的目的是能够实现无人值守的不间断工作，自动发现监控区域内的异常烟雾和火灾苗头，进行告警和协助消防人员处理火灾危机，并大限度的降低误报和漏报现象；同时还可查看现场实时图像，根据直观的画面直接指挥调度救火。
烟火检测具有非接触式探测的特点，不受空间高度、热障、易爆/有毒等环境条件的限制，使得烟火检测为室内大空间、室外以及传统探测手段失效的特殊场所火灾探测提供了一种有效的解决途径
传统的烟雾颗粒感应或者红外线、激光技术需要烟雾颗粒进入传感器才能引起报警，红外及激光技术也需要烟雾遮挡才能引发报警。这些前提要求场合是相对封闭的空间。而室外场合像炼油厂、仓库等因为设备设施分散，空气流动大，传统烟火设备起不到作用，现在往往采用人员值守看管，造成管理成本上升。
视频分析烟火自动检测预警系统正是弥补传统火灾报警设备的不足，*适应于室外场合，而且可以远程提供实时视频，使得集中管理变为可能，具有非常广阔的市场空间
烟火检测基于智能视频分析和深度学习神经网络技术，实现对监控区域内的烟雾和火焰进行识别、并动态识别烟雾和火焰从有到无、从小到大、从大到小、从小烟到浓烟的状态转换的识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰及时准确识别，并将报警信息及时推送给相关的管理和安全人员，及时应对和处置。