一种基于人工智能的火灾危险等级评估方法及系统与流程

本发明涉及火灾处理，具体涉及一种基于人工智能的火灾危险等级评估方法及系统。

背景技术：

1、在发生火灾时，决策者往往需要根据火灾的危险程度做出合理的决策，火灾现场的场景类型、火灾规模、火灾位置、附近的可燃物类型和人员数量等都是影响火灾危险程度的重要因素，能否及时地正确判断火灾的危险程度往往成为决策者能否做出合理决策的重要因素。

2、相关技术中，可以基于感温和感烟探测技术获取火灾现场的温度信息以及烟雾浓度信息，以对火灾做出报警，然而这种方式考虑到的火灾现场的有效信息过少，因而无法准确确定火灾现场的危险程度。

3、如公告号为cn114494944a的专利文件公开了一种火灾危险等级的确定方法、装置、设备及存储介质，同步公开了获取火灾现场的视频数据；根据所述视频数据，确定所述火灾现场的人员数量、火焰颜色、火焰趋势及场景类型；根据所述人员数量、火焰颜色、火焰趋势及场景类型，确定所述火灾的危险等级。

4、但是该评估模型通常要适配多个场景，然而对于不同场景下的火灾危险等级是存在差别的，进而影响火灾报警危险等级评估模型的准确性。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的火灾危险等级评估方法，解决以下技术问题：

2、现有的评估模型通常要适配多个场景，然而对于不同场景下的火灾危险等级是存在差别的，进而影响火灾报警危险等级评估模型的准确性。

3、本发明的目的可以通过以下技术方案实现：

4、一种基于人工智能的火灾危险等级评估方法，包括如下步骤：

5、获取火灾现场的视频图像数据以及坐标信息；

6、基于获取到的视频图像数据与坐标信息判断火灾现场的场景类型；场景类型可以为商业区、办公间、住宅、室外活动区、厂区以及自然环境等，对此不加以限定；

7、将火灾现场的场景类型与人工智能模型库中的相应模型的算法权重相适配；

8、基于视频图像数据确定火灾现场的人员数量、火焰颜色以及烟雾运动趋势数据，将该数据运用至相应模型的算法权重中进行计算，确定火灾的危险等级；

9、基于确定的危险等级输出相应的报警处理结果。

10、优选的，获取火灾现场的视频图像数据包括：

11、基于视频监控设备获取火灾现场的视频图像数据；

12、基于安装于视频监控设备上的gps定位装置获取火灾现场的坐标信息。

13、优选的，获取火灾现场的视频图像数据还包括如下步骤：

14、基于获取到的视频图像数据对其进行关键帧提取；

15、获取关键帧中的视觉特征，视觉特征包括建筑物信息、地标信息以及自然景观信息；

16、基于获取的视觉特征与已知地点的图像数据库进行匹配，得到视频监控设备的拍摄地。

17、优选的，获取关键帧照片中的视觉特征时，将该照片与图像数据库中的图像进行比对；

18、通过比对图像的特征，如颜色、纹理以及边缘，找出与输入照片相似的图像，并根据相似度对结果进行排序。

19、优选的，人工智能模型库包括如下步骤：

20、获取多个不同火灾场景下的火灾场景数据；

21、基于火灾场景数据来进行数值模拟；

22、基于在数值模拟步骤中进行的数值模拟的结果来构建人工智能模型库。

23、优选的，人工智能模型库还包括模型训练步骤：

24、基于人工智能算法来进行训练，以获得能够对不同火灾场景下进行评估的装置，其中，对不同火灾场景下进行评估的装置能够基于火灾场景数据建库，基于接收到的关于火灾场景数据来确定火灾危险等级；

25、优选的，分别基于火灾现场的人员数量、火焰颜色以及烟雾运动趋势数据分别确定对应的危险系数，然后根据每种指标对应的权重，确定最终的危险评估值；

26、一种基于人工智能的火灾危险等级评估系统，包括：

27、数据获取模块，数据获取模块用于获取火灾现场的视频图像数据以及坐标信息；

28、场景判断模块，场景判断模块用于将获取到的视频图像数据与坐标信息判断火灾现场的场景类型；

29、模型适配模块，模型适配模块用于将火灾现场的场景类型与人工智能模型库中的相应模型的算法权重相适配；

30、危险等级确定模块，危险等级确定模块用于将视频图像数据确定火灾现场的人员数量、火焰颜色以及烟雾运动趋势数据，将该数据运用至相应模型的算法权重中进行计算，确定火灾的危险等级；

31、报警模块，报警模块用于将确定的危险等级输出相应的报警处理结果。

32、本发明的有益效果：

33、(1)本发明通过获取火灾现场的视频图像数据以及坐标信息；基于获取到的视频图像数据与坐标信息判断火灾现场的场景类型；将火灾现场的场景类型与人工智能模型库中的相应模型的算法权重相适配；基于视频图像数据确定火灾现场的人员数量、火焰颜色以及烟雾运动趋势数据，将该数据运用至相应模型的算法权重中进行计算，确定火灾的危险等级；基于确定的危险等级输出相应的报警处理结果；

34、(2)本发明根据场景类型不同，例如化工园区、厂房、办公楼、商超等适配不同的算法权重，并根据日常管理运行积累的侧重点数据能够优化算法模型，实现一个单位一个模型的理想效果，解决了传统的评估模型一配多的情况，无法精确匹配实际单位的具体情况；

35、(3)本发明通过人工智能模型库中选择最佳的人工智能模型进行数据处理，实时更新该场景下火灾危险等级结果，并将确认后的结果输入到数据源用来对算法模型进行训练，从而提高火灾报警危险等级评估模型的准确性。

技术特征：

1.一种基于人工智能的火灾危险等级评估方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于人工智能的火灾危险等级评估方法,其特征在于，获取火灾现场的视频图像数据包括：

3.根据权利要求2所述的一种基于人工智能的火灾危险等级评估方法,其特征在于，获取火灾现场的视频图像数据还包括如下步骤：

4.根据权利要求3所述的一种基于人工智能的火灾危险等级评估方法,其特征在于，获取关键帧照片中的视觉特征时，将该照片与图像数据库中的图像进行比对；

5.根据权利要求1所述的一种基于人工智能的火灾危险等级评估方法,其特征在于，人工智能模型库包括如下步骤：

6.根据权利要求5所述的一种基于人工智能的火灾危险等级评估方法,其特征在于，人工智能模型库还包括模型训练步骤：

7.根据权利要求6所述的一种基于人工智能的火灾危险等级评估方法,其特征在于，分别基于火灾现场的人员数量、火焰颜色以及烟雾运动趋势数据分别确定对应的危险系数，然后根据每种指标对应的权重，确定最终的危险评估值。

8.一种基于人工智能的火灾危险等级评估系统，其特征在于，包括：

技术总结
本发明公开了一种基于人工智能的火灾危险等级评估方法及系统，涉及火灾处理技术领域，包括如下步骤：获取火灾现场的视频图像数据以及坐标信息；基于获取到的视频图像数据与坐标信息判断火灾现场的场景类型；场景类型可以为商业区、办公间、住宅、室外活动区、厂区以及自然环境等，对此不加以限定；将火灾现场的场景类型与人工智能模型库中的相应模型的算法权重相适配；基于视频图像数据确定火灾现场的人员数量、火焰颜色以及烟雾运动趋势数据，将该数据运用至相应模型的算法权重中进行计算，确定火灾的危险等级；基于确定的危险等级输出相应的报警处理结果；解决了传统的评估模型一配多的情况，无法精确匹配实际单位的具体情况。

技术研发人员：王立龙,张庆庆,唐文杰,张广标,徐琰,张理想,汪安东
受保护的技术使用者：蚌埠依爱消防电子有限责任公司
技术研发日：
技术公布日：2024/1/25