烟火监测
近年来,全国森林火灾有明显上升的趋势,失火、纵火类案件也时有发生,防火形势异常严峻。火灾对森林的破坏性极大,危害极深,造成的经济损失相当严重。它不仅烧毁大量的森林资源,破坏自然环境和生态平衡,而且直接影响工农业生产,严重威胁着人民生命财产的安全。
基于现状分析,利用视频监控技术结合智能化的烟火识别技术,对视频覆盖范围内的森林资源进行监测,采用了智能化的监测机制,可以通过智能化设备自动完成对森林资源的火灾监测和报警,辅助防火监测人员完成对森林自动监测,由传统的人工监测转变为由机器自动监测的智能化科技手段,一旦遇到烟雾火焰就会及时自动报警,并及时通知相关的工作人员的一种先进合理的预警机制,采用这种预警机制可以为现阶段森林保护区防火预警提供一种非常有效的解决方案。
AI识别系统设计
系统识别流程
使用Python+YoloTiny v4技术,对各类吸烟行为、明火、烟雾素材进行深度自主学习训练。
YoloTiny的优势在于训练量即使是数据量非常大的情况下,都能快速准确的识别到目标。
对识别到的所有目标进行标识记录。
为了减少服务器的压力,并且保证识别的准确率,在拉取到的媒体流中,每一秒钟取两帧进行识别,将识别到的所有目标进行标识记录
识别到吸烟
识别到明火、烟雾
烟火监测系统避免了传统人工瞭望和防火云台观察火情的局限,实现了森林保护区管理数字化、科学化,大大减少了护林防火的费用支出和管理成本,提高了护林防火管理的效率和经济效应。该系统关键技术特点如下所述:
1)吸烟及明烟明火的智能识别,实现火灾行为及事件自动报警,短信发布,及时迅速发现,及时制止和组织扑救。
2)数模结合,集中化管理,分布式操作,扩容升级性强
3)数字化管理存储系统,海量信息存储
4)大型数据库和空间数据库引擎进行海量地理信息的存储
5)实现护林防火地理信息系统数据库编辑、维护、更新机制
6)火灾预警和预报分析,迅速获得扑救措施
7)实现地图查询、火灾预警、态势标绘等功能
8)防火业务的可视化显示、查询、分析和跨区域调度