公开(公告)号：CN119516470A

公开(公告)日：2025-02-25

申请号：CN202411564640.5

申请日：2024-11-05

Applicant: 福州大学

Inventor： 黄萍 ,  张培玲 ,  余龙星 ,  刘春祥 ,  洪智 ,  张翔玮

IPC: G06V20/52 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于深度学习与图像分割的隧道火灾烟气扩散检测方法，属于火灾烟气扩散检测技术领域；本发明包括以下步骤：S1、数据采集与处理：利用图像采集模块采集隧道环境下的监控视频，隧道内发生火灾时获取多样化烟气图像数据，并将所得的烟气图像数据存储于数据存储模块；S2、烟气图像分割与增强：利用图像处理模块对S1中所获取的烟气图像数据进行分割与增强；S3、烟气识别：完成图像分割与增强后，基于烟气检测模块，使用YOLO v5深度学习模型对处理后的图像进行烟气目标检测；S4、结果分析与可视化：利用结果分析与可视化模块实时显示S3中所得的烟气识别结果；S5、数据存储：将S4中实时显示的结果存储于数据存储模块。与现有技术相比，本发明能够实时、精准监控火灾烟气扩散，及时控制和预警，减少烟气扩散对隧道环境和外部环境的影响。