基于深度学习与图像分割的隧道火灾烟气扩散检测方法

    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

    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。

    基于多源异构数据的人工智能回燃预测方法及系统

    公开(公告)号:CN119027781A

    公开(公告)日:2024-11-26

    申请号:CN202411112329.7

    申请日:2024-08-14

    Abstract: 本发明公开了基于多源异构数据的人工智能回燃预测方法及系统,涉及环境智能化预测技术领域。本发明与之前的火灾识别方法相比,解决了传统单模态人工智能火灾识别方法,其预测精度较低。当受到火场影响而导致数据缺失时,其火灾识别能力受阻,无法预测到回燃的发生的问题;通过摄像头、传感器物联网技术实现了数据的实时采集,提出一种基于多源异构数据的人工智能回燃预测模型,采用全新的网络模型架构,对火场中所采集的多源异构数据进行实时的计算与分析,通过先进的数据处理技术和深度学习模型实现对实际火灾场景中的回燃发生概率及强度的预测,提高回燃预测的准确性和时效性;且模型具有自我优化能力,能够随着数据积累不断提升预测性能。

    基于人工智能的气流调控式回燃智能预防系统及方法

    公开(公告)号:CN118998900A

    公开(公告)日:2024-11-22

    申请号:CN202411256143.9

    申请日:2024-09-09

    Abstract: 本发明公开了基于人工智能的气流调控式回燃智能预防系统及方法,涉及火灾预防技术领域。本发明与之前的火灾预防系统相比,解决了传统的回燃预防手段不能自适应地调整策略以应对不同的火灾发展阶段和复杂的环境变化,难以满足现代火灾安全防护的需求的问题;通过融合多传感器数据综合考虑区域内的环境因素,并结合知识图谱和优化极限学习机的回燃预测模型进行回燃分析和预测,并以此进行气流智能调控,能够根据回燃风险自动调整通风设备参数,降低回燃发生可能性。系统具自适应性和可靠性,能自学习适应不同场景。还提高能源利用效率。同时便于集成与管理,与其他系统集成,提供便捷交互界面,方便远程监控与管理,提升了整体安全性与效率。

Patent Agency Ranking