CN104952201A - 一种视频火警监测系统和方法 - Google Patents

Abstract

本发明属于消防监测设备领域，具体涉及一种视频火警监测系统及方法。现有的火警监测设备往往要等到火焰达到近千度高温甚至数米高，或者已经造成了较大危害的时候才能被触发，这是已经错过了最佳扑救时机。采用本发明所述的一种视频火警监测系统，包括火源监测装置，与所述火源监测装置相连的火源信息处理装置，所述火源信息处理装置包括：图形识别模块；人工智能火焰辨识模块；火焰辨识数据库模块；火源定位模块。通过红外遥感技术可以迅速发现可疑火源，并根据图形识别和人工智能技术准确确定火警级别，并准确计算火源坐标，同时向监测人员和监控系统发送相应警报并做出相应处理，可以在第一时间将火警扑灭，将损失降到最低。

Description

一种视频火警监测系统和方法

技术领域

本发明属于消防监测设备领域，具体涉及一种视频火警监测系统和方法。

背景技术

目前对火警的监测多停留在接触式阶段。例如：一般的温度传感器必须接触到火焰才能探测出火焰的温度。通用的室内消防喷水头的触发装置即属于此类。又例如：烟雾传感器也是要等到烟雾颗粒达到传感器的探测头才会触发警报。

对于前述两种设备，由于它们通常安装在屋顶天花板附近位置，当它们探测到火警时，火焰可能已经达到数米高，温度也可能已经达到接近千度，早已经错过灭火的最佳时机；此时只能喷入大量的水雾来降温和隔绝氧气。结果是，即使没有被大火或高温焚毁的设备和装潢，也会被大量的水雾所破坏，造成巨大的损失。

灭火的最佳时机通常是在火源刚刚发生的时候。此时火源能掌握的可燃资源仍然有限，本身温度也不会太高，对于周边空气还没有形成低压中心，不能牵引大量的氧气流入。在此阶段只要简单的灭火手段就能将火源扑灭。

为了争取最佳灭火时机，就必须有适当的设备，能够在第一时间监测、判断出确实有火灾源头发生，并且准确测量出发生位置，及时报警。这样才能够在第一时间将火警扑灭，将损失降到最低。

由于现有的设备不能够完成这项任务，所以本发明针对这个弱点，研发出基于温度遥感、图像识别和人工智能等高科技技术的新设备，一举完成在最短时间内，准确探测火警源头的任务。

发明内容

本发明的第一目标是能够准确的判断在一个室内空间是否已经发生火警，或者是否已经有可能演化成火警的火源存在。换句话说，是希望在火警刚刚开始发生，还没有成为不可收拾的灾害之前，就能够抢先一步侦测到，发出警报以减低人员的伤亡和财物的损失。第二目标是，在确认已经有火警或火源存在后，能够进一步的标定该火源在空间的位置坐标。这样就可以协助灭火设备更有效的针对火源位置，在第一时间予以扑灭。

为达到以上目的，本发明采用的技术方案是一种视频火警监测系统，包括火源监测装置，与所述火源监测装置相连的火源信息处理装置，其中所述火源信息处理装置包括:

图形识别模块，用于对所述火源监测装置拍摄的红外影像进行处理；

人工智能火焰辨识模块，用于判定处理后的红外影像的火警级别；

火焰辨识数据库模块，用于存放被监测空间的温度参数和所述火源监测装置对其所覆盖的范围内正常状态拍摄的影像数据；

火源定位模块，用于根据所述火源监测装置的角度和空间位置，计算火源的空间位置坐标。

进一步，所述火源监测装置包括至少2台具备立体摄像功能的红外摄像头和至少1台可见光摄像头；所述红外摄像头固定在墙壁或房顶上，且旋转角固定不变，所述旋转角为围绕垂直于摄像头屏幕的轴旋转的角度。

进一步，所述火源监测装置包括至少2台具备立体摄像功能兼具可见光和红外感光能力的摄像头；所述摄像头固定在墙壁或房顶上，且旋转角固定不变，所述旋转角为围绕垂直于摄像头屏幕的轴旋转的角度。

进一步，所述火源监测装置包括至少1台固定在房顶的红外摄像头，所述红外摄像头的影像覆盖面积能够涵盖整个监测范围。

进一步，所述火源监测装置包括1台固定在房顶的X-Y滑块上的红外摄像头，通过将所述红外摄像头移动到火源上方得到火源的平面位置坐标。

进一步，所述火源信息处理装置还包括：

监测影像数据库，用于对所述火源监测装置拍摄的影像资料进行存档；

隐私保护模块，用于根据指令定期或不定期销毁所述火源监测装置拍摄的所述影像资料。

一种视频火警监测方法，包括以下步骤：

(1)针对火源监测装置所处的环境进行包括最低感应温度在内的参数设置；

(2)所述火源监测装置捕捉到高于所述最低感应温度的火源并开始拍摄火源的红外影像；

(3)火源信息处理装置利用图形识别技术对所述火源的红外影像进行处理；

(4)将所述火源的红外影像的处理结果通过人工智能火焰辨识模块甄别是否发生火灾；

(5)当所述人工智能火焰辨识模块判定结果为“有火警危险”时，向火警监测人员发出声光报警。

进一步，步骤(4)中，人工智能火焰辨识模块的判定结果包括“无火警危险”、“观察”、“有火警危险”、“自动启动消防程序”。

进一步，在步骤(4)中，还包含隐私保护执行方法，包括以下步骤：

(401)所有影像资料存档，并交由人工智能火焰辨识模块分析处理，并由隐私保护模块根据指令定期或不定期销毁；

(402)如果人工智能火焰辨识模块判定结果为“无火警危险”，转步骤(403)；如果人工智能火焰辨识模块判定结果为“有火警危险”，转步骤(404)；

(403)取消操作或解除报警；

(404)将影像资料传送后台监控系统监视屏，并触发声光报警设备；

(405)火警监测人员如果在预定时间内及时处理“有火警危险”报警则转入步骤(406)，如果没有及时处理，则在预定时间后转入步骤(407)；

(406)如果火警监测人员判定“有火警危险”不属实，则人工转入步骤(403)；如果火警监测人员判定“有火警危险”属实，则人工转入步骤(407)；

(407)由火警监测人员或人工智能火焰辨识模块启动消防报警功能。

进一步，还包括步骤(6)：确定火源坐标，并通报给火警监测人员，同时将所述火源坐标传送给消防设备。

进一步，所述视频火警监测方法还包括建立用于提高人工智能火焰辨识模块的准确性的火焰辨识数据库，包括：

一般场景数据库，用于保存各种可能的常见的火源场景；

特殊场景数据库，用于记录所监测场所特有的一个或者多个火源的位置和火焰强度。

进一步，在步骤(1)中设置的参数还包括空间类型、热源数量、热源坐标、热源最高允许温度。

本发明的效果在于：

1、可以在火情出现的第一时间对其做出快速反应，精确定位火源坐标，使火情在最初阶段就得到及时有效的控制，避免了火情的扩大。

2、减少了灭火过程中的破坏性，降低财物损失。

3、可以通过实景训练提高监测系统的灵敏度和准确性。

4、减少人员伤亡、并且减少消防人员出勤频率、降低消防人员风险。

附图说明

图1是本发明所述视频火警监测系统的示意图；

图2是Stefan和Boltzmann辐射温度特性示意图；

图3是本发明实施例中火源图像处理原理图一；

图4是本发明实施例中火源图像处理原理图二；

图5是立体视角三角测量法的空间几何模型结构示意图；

图6是本发明实施例一中立体视角三角测量法A摄像头空间的几何模型示意图；

图7是本发明实施例一中立体视角三角测量法A摄像头所拍摄的影像平面示意图；

图8是本发明实施例一中立体视角三角测量法B摄像头空间几何模型示意图；

图9是本发明实施例一中立体视角三角测量法B摄像头所拍摄的影像平面示意图；

图10是本发明实施例一中预先测量法所用黑白相间背景布示意图；

图11是本发明实施例一中预先测量法示意图；

图12是本发明实施例三中吊顶摄像头定位方法示意图；

图13是本发明所述火警监测方法的流程图；

图14是本发明所述火警监测方法中隐私保护执行方法的流程图；

图中：100办公室,101办公桌,102电脑,103红外摄像头,104红外摄像头,105火源信息处理装置,106火焰,107吊顶红外线摄像头,108监测面积。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步描述。

本发明的主要特征在增加对可能发生火警空间的监测能力，并同时具备第一时间反应能力。直接效果是如果发生火警可以减少人员伤亡、降低财物损失；间接减少消防人员出勤频率及勤务风险，并在事件发生后保留追寻真相的线索。

本发明公开了一种视频火警监测系统及方法，包括用于发现并监测热源的火源监测装置，与所述火源监测装置相连的火源信息处理装置，在本发明中，火源监测装置是具备立体摄像功能的红外摄像头，火源信息处理装置为计算机。具体的实施方式可为多种，共同点如下：

一、具有可靠的具备温度遥感能力的火源监测装置。

由于摄像头采用光学(可见光和红外线)成像，所以可以侦测到远距离(数十米以外)的火源。这个性能明显的优于现在室内通用的温度传感器，因为传统的温度传感器必须等到火焰接触到传感器之后，才会发挥功能。而此时通常火情已经造成室内设备全毁的损失，甚至某种程度的人员伤亡。

本发明所采用的红外摄像头必须有可靠的温度遥感能力，只有在温度超过最低感应温度的门槛(例如400℃)时才引起摄像头的注意。这样可以避免不必要的误报，降低过多信息引起的注意力疲劳。因为火灾的起源必须有一个足够高温的火源区域做为起始点。要有效监测室内空间温度，则需要红外遥感技术。一个具有红外感光能力的数字摄像头可以满足初步需要。由于火灾的起源必须有一个足够高温的火源区域做为起始点，所以视频火警监测系统可以忽略不能达到起火门槛的任何区域。如图2所示，根据Stefan和Boltzmann的黑体辐射原理，红外线的强度(Intensity)是和发热体的温度呈某种非线性的正函数关系。所以只要能够有效的设立红外摄像头对入射红外线强度的分辨能力，例如在摄像镜头上以涂层方式增加滤光膜，只允许波长在某一范围内的红外线通过，就能够排除不足温度的红外杂讯(noise)的干扰，也可以在镜头前加装一个只容许红外光通过的滤镜，它的中心带宽集中在0.7-1.4微米(μm)范围，可以大幅度降低可视光的干扰，这样所摄得的影像更能准确反映高温区的范围。还有一种方法是预先设定摄像头对红外光感应的灵敏度。因为红外光的能量强度(Intensity)和目标物体的温度具有非线性的正比例关系，所以通过调整对红外光的感应灵敏度，就可以设定使摄像头成像的最低温度。如果低于这个温度，摄像头就不会产生这个影像。

不管是那一种方法显示温度高于所设定的界限温度(例如400℃)，火源信息处理装置(计算机)将会指令摄像头做持续追踪拍摄。通过比较连续拍摄的影像，来断定高温区域是否在持续扩大；如果是在持续扩大，那么测量扩大的速度为何,并预测在什么时候会达到火灾威胁的界限。

二、火源信息处理装置，包括以下模块：

图形处理软件模块，利用图形识别技术对红外摄像头传来的红外影像进行处理，将处理结果交给人工智能火焰辨识模块予以判断是否已经或即将发生火灾。

人工智能火焰辨识模块，用于判定处理后的红外影像的火警级别，依照模糊逻辑可以将报警状态分为4级：无火警危险、观察中、有火警危险、自动启动。根据相应的级别对火情做出相应的处理。

火焰辨识数据库模块，做为人工智能火焰辨识判断时的参考。在设备安装完成后，正式启动使用前，各个摄像头对所覆盖范围，做正常状态同步配对摄像。所摄影像存在数据库内，以供人工智能火焰辨识模块日后对比、参考用。

火源定位模块，用于根据所述火源监测装置的角度和空间位置，计算火源的空间位置坐标(包含平面位置坐标)。

监测影像数据库，用于保存所述火源监测装置拍摄的影像资料。

隐私保护模块，用于根据指令定期或不定期销毁所述火源监测装置拍摄的所述影像资料。

本发明所公开的视频火警监测系统的几种实施例：

实施例一

以办公室为例，如图1所示，为本发明所述的视频火警监测系统提供了一个一般性的说明(本发明不仅适用于办公室)。办公桌101整齐的安排在办公室100之内，电脑102依照操作需要安放在办公桌101之上。为了能在火警发生时更有效、更快速的侦测到危险，在办公室100的一侧墙壁上适当位置安装了两个具有立体摄像功能的红外摄像头103、104以及具有图形处理功能的火源信息处理装置(计算机)105。为方便监测及计算，适当位置是指将摄像头103、104安装在相同高度(摄像头103、104可以设置在墙壁上，也可以设置在房顶上)，并且方便监视整个办公室100的位置，如果条件允许，2台摄像头相距至少1米的距离。还可以通过调节2台摄像头之间的距离来获得更佳的定位的精确度和分辨率。此外还可以安装一个可见光摄像头(图中未标出)，用于在必要时提供火警监测人员视频监控图像，和人工智能判断结果对比，增加系统可靠性；还可以记录现场线索。安装时必须使红外摄像头能够覆盖绝大部分监测的空间，并测量好两台红外摄像头的三维坐标，同时也测量出他们摄像轴线的倾角(PitchAngle)和方向角(Yaw Angle)，并且红外摄像头的旋转角(Roll Angle)固定不变，方便火源定位计算，所述旋转角为围绕垂直于摄像头屏幕的轴旋转的角度。这两台红外线摄像头应设有最低感应温度(例如400℃)，以确定不会误报。三个摄像头同时连接到火源信息处理装置(计算机)105上，火源信息处理装置105同后台的安全监控系统及消防系统相连。

实施例二

同实施例一的区别在于火源监测装置采用两个兼具可见光和红外感光能力的摄像头，没有单独的可见光摄像头。

实施例三

如图12所示，如果是用在设备或材料紧密安装或堆放的拥挤空间，如仓库或机房，则可以采用一个安装在房顶的吊顶红外线摄像头107覆盖整个监测面积108的方式。

在这个空间中，如果一个红外摄像头的覆盖面积足以包括整个监测范围，则红外摄像头应安装在屋顶中央。如果需要超过一个红外摄像头，则可以采取平均安装方式，使每个红外摄像头覆盖均等的面积。本实施例也可以通过增加可见光摄像头或采用兼具可见光摄像能力的红外摄像头的方式，增加可见光摄像能力，供火警监测人员参考，以提高系统的可靠性。

实施例四

这是实施例三的一种衍生方式，如果是用在拥挤的空间如仓库或机房，采用一个红外线摄像头时，可以将摄像头镜头向下吊挂在屋顶内置的X-Y式可控移动滑块上。在监测过程中，红外线摄像头由X-Y式可控移动滑块携带沿着预定的轨迹巡视整个空间。如果发现了高温区，红外线摄像头移动到高温区上方。本实施例也可以通过增加可见光摄像头或采用兼具可见光摄像能力的红外摄像头的方式，增加可见光摄像能力，供火警监测人员参考，以提高系统的可靠性。

为了配合本发明的视频火警监测系统工作，本发明还公开了一种视频火警监测方法，如图13所示，包括以下几大步骤：

S1：针对火源监测设备所处的环境进行包括最低感应温度在内的参数设置；所述参数还包括空间类型、热源数量、热源坐标、热源最高允许温度；

S2：火源监测装置捕捉到高于最低感应温度的火源并开始拍摄火源的红外影像；

S3：火源信息处理装置利用图形识别技术对火源的红外影像进行处理；

S4：将火源的红外影像的处理结果发送人工智能火焰辨识模块甄别是否发生火灾；

S5：人工智能火焰辨识模块做出判定结果为“有火警危险”，则将火源视频发送监视屏并向火警监测人员发出声光报警。

S6：确定火源的精确位置坐标并通报火警监测人员，同时将火源坐标传送给消防设备。

其中视频火警监测方法步骤(S3)中，在红外摄像头拍摄的数字影像中，体积是以平面投影的方式存在；所以高温区域在影像数据中是以像素(pixel)做为代表。因为摄像角度不变并且火源位置相对固定，所以火焰体积越大在数字影像中所占的像素越多。例如图3的火焰301较小，所以数字影像302中的像素较少，而图4因为火焰401较大，所以数字影像402中的像素较多。在比较按照时序拍摄的一系列影像时，如果高温区的像素不断增加，就表示火源在继续扩大，而在一定时间内增加的数量就代表火源增长的速度。这些是判断火灾的重要参数。

参考几种在正常使用情况下，常见的安全热源：

1.吸烟：在点烟时打火机会出现一个较明显的高温热源，但是它不会扩散，而且在极短时间内(通常数秒)消失，所以不可能是火灾。点着的烟，一方面它的温度比较低，范围不会扩散，虽然有可能在移动，但是也不可能是火灾。

2.使用蜡烛：这种情况和香烟类似，只是相对于香烟其温度可能较高。其他方面的特点是温度稳定，不会扩散，可能移动但不频繁，容易判断不是火灾。

3.使用炉灶：是各种情形中温度最高的，但不会移动，不会扩散，所以并没有特别难度判断不是火灾。

但是，如果它们出现在特殊情况下，例如在仓库中，人工智能火焰辨识模块通过结合环境条件，就能够把它们分离出来，启动报警措施。

再参考几种火灾初期现象：

当监测范围内有缓慢燃烧材料起火时，首先红外摄像头可以侦测到温度高于设定的门槛温度(例如400℃)。分析连续摄像的结果，发觉高温区的像素数量以缓慢而固定的速度增加。如此可以判断燃烧区以一种稳定的速度扩散，有逐渐形成严重火灾的危险。如果需要进一步确认，可以将可见光谱范围的摄像或视频传送至负责单位，由监控人员进行辨识。

在视频火警监测方法步骤(S4)中，火源信息处理装置(计算机)安装有人工智能火焰辨识模块，人工智能火焰辨识模块依照模糊逻辑可以将报警状态分为4级：无火警危险、观察中、有火警危险、自动启动。当人工智能火焰辨识模块判定“无火警危险”时，报警功能处于休眠状态。当人工智能火焰辨识模块收到值得注意的热源信息、但还不足以判定有火灾危险时，报警功能处于“观察中”。当人工智能火焰辨识模块判定火警危险有极大的可信度时，会立即通报火警监测人员，报警功能处于“有火警危险”状态。在处于“有火警危险”状态一段时间后，火警监测人员仍然没有采取人工处理(人工处理包括启动消防程序，或者取消“有火警危险”的报警)，而人工智能火焰辨识模块在不断接收到火灾继续扩大的传感器信息后，会启动“自动启动”程序，让自动消防程序接管、指挥整体逃生、灭火行动。

其中步骤(S6)中，确定火源精确位置坐标的方法有4种，分别应用于各个实施例当中：

1.在实施例一和实施例二中，通过两台安装在墙壁上的红外摄像头确定火源精确位置坐标的方法有两种，第一种方法如下：

如图1所示，在此空间内如果因为任何原因产生一个高温点，则利用这两个摄像头同时摄影，通过图形分析计算出其相对核心位置，取得两个不同位置和角度的影像。由影像的像素可以分别计算出两条通过摄像头的射线的俯角(Pitch Angle)及方向角(Yaw Angle)，因为摄像头的位置和摄像的角度都是已知参数，所形成的射线，相交于高温点的核心，依据两条核心和摄像头连线的直线方程式，就可以通过空间几何计算出高温点的准确位置。

在安装设备时，已测量好两台红外摄像头的三维坐标，两台红外摄像头分别安装在图5中A(0，a，c)、B(b，a，c)两点的位置。同时也测量出两台红外摄像头的摄像轴线的倾角(Pitch Angle)和方向角(YawAngle)分别为Θ1、ψ1和Θ2、ψ2。其中倾角是与Z轴的夹角，逆时钟方向为正，方向角是与X轴的夹角，逆时钟方向为正。旋转角(Roll Angle)对定位无影响，所以不计。直线501和直线502分别为红外摄像头A和红外摄像头B的中心轴线，是与其对应所拍摄的影像平面PQMN和平面TRS的法线，与它们垂直正交于点506和点507并分别建立区域坐标系统O1和O2。

参考图6，假设A点至坐标系统O1原点506的长度为d_A，则可算出506的坐标为:

(x(d_A),y(d_A),z(d_A))

参考图8，假设B点至坐标系统O2原点507的长度为d_B，则可算出507的坐标为:

(x'(d_B),y'(d_B),z'(d_B))

当一个火源505出现时，分别出现在两个摄像头所拍摄的影像平面上，但是这两个影像平面与摄像头的距离d_A和d_B暂时无法判定。通过两个摄像头所拍摄的影像平面可以分别得到火源505相对于坐标系统O1原点506和坐标系统O2原点507的位置坐标。通过坐标转换公式，火源505在坐标系统O1的读数可以转换为坐标系统O读数，其中包含未知数d_A。同样方式可以将火源505在坐标系统O2的读数可以转换为坐标系统O读数，其中包含未知数d_B。这两个读数都代表火源505在坐标系统O的读数，必须相等。从此可以解出d_A和d_B并算出火源505在坐标系统O的真实位置。方法如下：

依据解析几何，任何两个空间直角坐标系统之间有七个转换参数：3个平移参数(Δx,Δy,Δz)、3个旋转参数(ε_x,ε_y,ε_z)和1个尺度参数k。由空间直角坐标系A转换到空间直角坐标系B的公式：

${\left(\begin{array}{c}x\\ y\\ z\end{array}\right)}_B=\left(\begin{array}{c}\mathrm{\Δx}\\ \mathrm{\Δy}\\ \mathrm{\Δz}\end{array}\right)+(1+k){\left(\begin{array}{c}x\\ y\\ z\end{array}\right)}_A+\left(\begin{array}{ccc}0& {\mathrm{\ϵ}}_x& -{\mathrm{\ϵ}}_y\\ -{\mathrm{\ϵ}}_z& 0& {\mathrm{\ϵ}}_x\\ {\mathrm{\ϵ}}_y& {\mathrm{\ϵ}}_x& 0\end{array}\right){\left(\begin{array}{c}x\\ y\\ z\end{array}\right)}_A$

简化可得：

${\left(\begin{array}{c}x\\ y\\ z\end{array}\right)}_B=\left(\begin{array}{ccc}{\mathrm{\ϵ}}_{11}& {\mathrm{\ϵ}}_{12}& {\mathrm{\ϵ}}_{13}\\ {\mathrm{\ϵ}}_{21}& {\mathrm{\ϵ}}_{22}& {\mathrm{\ϵ}}_{23}\\ {\mathrm{\ϵ}}_{31}& {\mathrm{\ϵ}}_{32}& {\mathrm{\ϵ}}_{33}\end{array}\right){\left(\begin{array}{c}x\\ y\\ z\end{array}\right)}_A$

其中

ε₁₁＝Δx+1+k

ε₁₂＝Δx+1+k+ε_x

ε₁₃＝Δx+1+k-ε_y

ε₂₁＝Δy+1+k-ε_z

ε₂₂＝Δy+1+k

ε₂₃＝Δy+1+k+ε_x

ε₃₁＝Δz+1+k+ε_y

ε₃₂＝Δz+1+k+ε_z

ε₃₃＝Δz+1+k

参考图7，红外摄像头A所拍摄的影像平行平面PQMN，由摄像的像素可以计算出火源505在坐标系统O1的坐标为(d₁，d₂，0)，根据以上坐标转换原理可得到，其在坐标系统O的坐标为

${\left(\begin{array}{c}{x}_L\\ y_L\\ z_L\end{array}\right)}_o=\left(\begin{array}{ccc}{f}_{11}\left(d_A\right)& f_{12}\left(d_A\right)& f_{13}\left(d_A\right)\\ f_{21}\left(d_A\right)& f_{22}\left(d_A\right)& f_{23}\left(d_A\right)\\ f_{31}\left(d_A\right)& f_{32}\left(d_A\right)& f_{33}\left(d_A\right)\end{array}\right){\left(\begin{array}{c}{d}_1\\ d_2\\ 0\end{array}\right)}_{O1}$

参考图9，红外摄像头B所拍摄的影像平行平面TSR，由摄像的像素可以计算出火源505在坐标系统O2的坐标为(d₃，d₄，0)，根据以上坐标转换原理，同理可得到，其在坐标系统O的坐标为

${\left(\begin{array}{c}{x}_L\\ y_L\\ z_L\end{array}\right)}_o=\left(\begin{array}{ccc}{f}_{11}^{\′}\left(d_B\right)& f_{12}^{\′}\left(d_B\right)& f_{13}^{\′}\left(d_B\right)\\ f_{21}^{\′}\left(d_B\right)& f_{22}^{\′}\left(d_B\right)& f_{23}^{\′}\left(d_B\right)\\ f_{31}^{\′}\left(d_B\right)& f_{32}^{\′}\left(d_B\right)& f_{33}^{\′}\left(d_B\right)\end{array}\right){\left(\begin{array}{c}{d}_3\\ d_4\\ 0\end{array}\right)}_{O2}$

因为两者都是火源505的坐标，所以

$\begin{array}{c}\left(\begin{array}{ccc}{f}_{11}\left(d_A\right)& f_{12}\left(d_A\right)& f_{13}\left(d_A\right)\\ f_{21}\left(d_A\right)& f_{22}\left(d_A\right)& f_{23}\left(d_A\right)\\ f_{31}\left(d_A\right)& f_{32}\left(d_A\right)& f_{33}\left(d_A\right)\end{array}\right){\left(\begin{array}{c}{d}_1\\ d_2\\ 0\end{array}\right)}_{O1}\\ =\left(\begin{array}{ccc}{f}_{11}^{\′}\left(d_B\right)& f_{12}^{\′}\left(d_B\right)& f_{13}^{\′}\left(d_B\right)\\ f_{21}^{\′}\left(d_B\right)& f_{22}^{\′}\left(d_B\right)& f_{23}^{\′}\left(d_B\right)\\ f_{31}^{\′}\left(d_B\right)& f_{32}^{\′}\left(d_B\right)& f_{33}^{\′}\left(d_B\right)\end{array}\right){\left(\begin{array}{c}{d}_3\\ d_4\\ 0\end{array}\right)}_{O2}\end{array}$

可简化出关于d_A和d_B方程式如下：

$\left\{\begin{array}{c}{f}_{11}\left(d_A\right)*d_1+f_{12}\left(d_A\right)*d_2=f_{11}^{\′}\left(d_B\right)*d_3+f_{12}^{\′}\left(d_B\right)*d_4\\ f_{21}\left(d_A\right)*d_1+f_{22}\left(d_A\right)*d_2=f_{21}^{\′}\left(d_B\right)*d_3+f_{22}^{\′}\left(d_B\right)*d_4\\ f_{31}\left(d_A\right)*d_1+f_{32}\left(d_A\right)*d_2=f_{31}^{\′}\left(d_B\right)*d_3+f_{32}^{\′}\left(d_B\right)*d_4\end{array}\right.$

可解出d_A、d_B，及火源505在坐标系统O的坐标。

2.在实施例一中的确定火源精确位置坐标的第二种方法是采用预先测量，将摄像数据列表备查的方法。这种方法会大幅度增加安装时工作量，并且在理论上降低火源坐标的精确度。但是它也可以大幅度减少火源定位计算的难度。

在安装时制作黑白方块相间(checker pattern)的背景布(如图10所示)，其大小能够覆盖面对两个红外摄像头的空间截面。黑白方块的尺寸以50厘米左右比较适宜。在红外摄像头安装完毕后，张开黑白相间布幅，自红外摄像头103、104的近端向远端，以方块尺寸(例如50厘米)为步幅移动。在每一步幅位置红外摄像头103、104同步摄像一次，形成配对图像存入数据库。数据库内出步幅的编号依摄像的顺序排列，和摄像头的距离可由编号计算出。图11之中，步幅901是第一步幅，在此所摄的图像存在数据库内第一步幅的档案中。步幅902是第二步幅，在此所摄的图像存在数据库内第二步幅的档案中。步幅903是第n步幅，在此所摄的图像存在数据库内第n步幅的档案中。在步幅影像中每一块黑白方块的编号，有需要时可通过图像识别软件计算出，每一块黑白方块与地面和侧面的距离则可以通过编号计算出来。

当火焰出现时，将红外摄像头103、104所摄得的影像分别和数据库中各个步幅的档案对比。由于摄像头方向角的存在，红外摄像头103的影像在和数据库中红外摄像头103预留的步幅资料对比时，可以在每一个步幅资料中找到一块黑白方块与其对应，但是编号不同。将红外摄像头103的步幅编号和对应的黑白方块编号编列成一个表格备用。对红外摄像头104也编列同样的表格备用。

比较前述的表格，当步幅编号及黑白方块编号相同或极为相似时，就代表火源发生在由这个步幅和黑白方块所代表的空间内或附近，其坐标可以提供步幅和黑白方块的编号计算出来，不过其精确度只能达到黑白方块的大小。

3.在实施例三中，采用至少一个安装在房顶的红外线摄像头的监测方式，通过摄像头所拍摄的影像可以计算出事故发生时火源的平面位置坐标，但是高度则无法可靠的测量。不过在用于监测火警时，仍能够做为有效的予以判定的依据。

4.实施例四中，采用将摄像头镜头向下吊挂在屋顶内置的X-Y式可控移动滑块上的方式中，如果发现了可疑的火源，则将摄像头移动到火源上方，使火源的影像移至摄像图像的中心，这时从X-Y式可控移动滑块的坐标读数就可以确定火源所在的平面位置坐标。这种方式的定位精确度视X-Y式可控移动滑块的定位精确度而定。

在本发明所提供的方法中的步骤(4)中，还设置了隐私保护执行方法。

对一个固定空间进行摄像监控，虽然是基于消防安全需要，仍然不免会触及隐私保护问题。如果消防监控空间是公司的会议室或办公室，那么这个隐私还可能包括了商业机密。如果消防监控空间是是家居房间，则个人隐私更受到住户的关注。所以，对于影像资料必须建立一个严密的隐私保护执行方法，在消防需要和隐私保护之间取得一个合理的平衡。如图14所示，这个隐私保护执行方法的步骤如下：

S401：所有的影像资料首先存档并同时交由人工智能火焰辨识模块分析，所存档的影像资料由隐私保护模块依照用户指令定期或不定期销毁；在非紧急状态，需要调阅存档的影像资料，必须通过相关法律程序才可以取得；

S402：如果辨识结论为“无火警危险”，则影像资料不做进一步处理，转步骤S403；如果辨识结论为“有火警危险”，则转步骤S404；

S403：取消操作或解除报警；

S404：将影像资料立即传送后台监控系统监视屏，并且触发声光报警设备，提示火警监测人员注意；

S405：火警监测人员是否在预定时间内处理“有火警危险”报警，如果及时处理转入步骤S406，如果没有及时处理(例如临时离岗)，则在预定时间后转入步骤S407，由人工智能火焰辨识模块启动消防报警；

S406：如果火警监测人员判定“有火警危险”不属实，则转入步骤S403人工取消智能软件警示；如果火警监测人员判定“有火警危险”属实，则人工转入步骤S407启动消防报警功能；

S407：由火警监测人员或人工智能火焰辨识模块启动消防报警功能。

此外，本发明提供的火警监测方法还通过建立两种火焰辨识数据库以提高人工智能火焰辨识准确性和可靠性。

1.一般场景数据库

由于火警可能发生在任何地方、任何位置，所以有必要建立一个数据库，尽量涵盖各种可能的场景。而且针对每一个场景，利用人为的辨识结果，对人工智能火焰辨识模块进行参数调整。随着数据库内容的增加，人工智能火焰辨识模块的调整也逐步完善。对红外摄像头所摄得的影像，火源信息处理装置(计算机)启动人工智能火焰辨识模块进行辨识。当火警发生时，因为人工智能火焰辨识模块的参数通过建立数据库的过程，得到精密的调整，所以辨识结果能够更接近火警监测人员的判断结果。而且经过初步辨识后，还可以调用数据库中适当的场景进行对比，更进一步的增加辨识的准确性。由于数据库的场景内容可以持续的增加，人工智能火焰识别模块的参数可以持续的调整，所以火焰识别的准确度可以得到持续的提升。

2.特殊场景数据库

在某些特定的环境中，如厨房、火锅店，它们的正常运作就包括了一个或多个高温火源。所以对于这种特定的环境就可以建立一个正常运作的数据库，记录这些高温火源的正常位置及火焰强度。这样火源信息处理装置(计算机)就可以把红外摄像头所摄得的影像和数据库中的资料对比，快速的判断高温火焰是否已经超出安全范围，是否应该启动报警措施。

最后，举一个例子来说明本发明所提供的一种视频火警监测系统和方法的具体应用。

如图1所示，当监测空间内没有超过最低感应温度额火源存在时，火源信息处理装置中的人工智能火焰辨识模块判定“无火警危险”，此时报警功能处于休眠状态。当火焰106发生并且火焰温度超过最低感应温度(例如400℃)时，立体红外摄像头103、104启动并拍摄到火焰的红外影像，并将该红外影像传输至火源信息处理装置(计算机)105进行图形识别。当人工智能火焰辨识模块判定该火源还不足以判定为“有火警危险”时，人工智能火焰辨识模块得出“观察”的判定，这时摄像头始终对火源进行监视拍摄，并不断向火源信息处理装置传送火源的红外影像。当人工智能火焰辨识模块再次得出“无火警危险”的判断时不对火焰的视频图像做任何处理，并取消后续的操作；当人工智能火焰辨识模块得出“有火警危险”的判断后，立刻将火焰的视频图像传送给后台监控系统的显示屏，并发出声光报警提示火警监测人员注意，同时火源信息处理装置(计算机)105开始计算火焰106的精确位置坐标，将该坐标发送后台监控系统显示给火警监测人员的同时也传送给消防设备，提供在第一时间灭火的机会。如果在预定的时间内，火警监测人员没有对“有火警危险”的报警做出人工处理(人工处理包括：判断火警属实则人工启动消防报警，若判断火警不属实，则解除“有火警危险”的警报)，则火源信息处理装置(计算机)105将自动启动后台的消防报警功能，并由后台消防系统接管消防操作。

其中人工智能火焰辨识模块经过训练后能够从处理后的火焰参数判别是否构成火警威胁，并达到一定的准确性。再配合最终的保安人员参与，在火警判定方面就可以达到和专业人员相同的水平。

本发明所述的装置并不限于具体实施方式中所述的实施例，本领域技术人员根据本发明的技术方案得出其他的实施方式，同样属于本发明的技术创新范围。

Claims (12)

1.一种视频火警监测系统，包括火源监测装置，与所述火源监测装置相连的火源信息处理装置，其特征是，所述火源信息处理装置包括：

图形识别模块,用于对所述火源监测装置拍摄的红外影像进行处理；

人工智能火焰辨识模块，用于判定处理后的红外影像的火警级别；

火焰辨识数据库模块，用于存放被监测空间的温度参数和所述火源监测装置对其所覆盖的范围内正常状态拍摄的影像数据；

火源定位模块，用于根据所述火源监测装置的角度和空间位置，计算火源的空间位置坐标。

2.如权利要求1所述的一种视频火警监测系统，其特征是：所述火源监测装置包括至少2台具备立体摄像功能的红外摄像头和至少1台可见光摄像头；所述红外摄像头固定在墙壁或房顶上，且旋转角固定不变，所述旋转角为围绕垂直于摄像头屏幕的轴旋转的角度。

3.如权利要求1所述的一种视频火警监测系统，其特征是：所述火源监测装置包括至少2台具备立体摄像功能并兼具可见光和红外感光能力的摄像头；所述摄像头固定在墙壁或房顶上，且旋转角固定不变，所述旋转角为围绕垂直于摄像头屏幕的轴旋转的角度。

4.如权利要求1所述的一种视频火警监测系统，其特征是：所述火源监测装置包括至少1台固定在房顶的红外摄像头，所述红外摄像头的影像覆盖面积能够涵盖整个监测范围。

5.如权利要求1所述的一种视频火警监测系统，其特征是：所述火源监测装置包括1台固定在房顶的X-Y滑块上的红外摄像头，通过将所述红外摄像头移动到火源上方得到火源的平面位置坐标。

6.如权利要求1所述的一种视频火警监测系统，其特征是，所述火源信息处理装置还包括：

监测影像数据库，用于对所述火源监测装置拍摄的影像资料进行存档；

隐私保护模块，用于根据指令定期或不定期销毁所述火源监测装置拍摄的所述影像资料。

7.一种采用权利要求1-6任一所述系统的视频火警监测方法，包括以下步骤：

(1)针对火源监测装置所处的环境进行包括最低感应温度在内的参数设置；

(2)所述火源监测装置捕捉到高于所述最低感应温度的火源并开始拍摄火源的红外影像；

(3)火源信息处理装置利用图形识别技术对所述火源的红外影像进行处理；

(4)将所述火源的红外影像的处理结果通过人工智能火焰辨识模块甄别是否发生火灾；

(5)当所述人工智能火焰辨识模块判定结果为“有火警危险”时，向火警监测人员发出声光报警。

8.如权利要求7所述的一种视频火警监测方法，其特征是：步骤(4)中，人工智能火焰辨识模块的判定结果包括“无火警危险”、“观察”、“有火警危险”、“自动启动消防程序”。

9.如权利要求8所述的一种视频火警监测方法，其特征是：在步骤(4)中，还包含隐私保护执行方法，包括以下步骤：

(401)所有影像资料存档，并交由人工智能火焰辨识模块分析处理，并由隐私保护模块根据指令定期或不定期销毁；

(402)如果人工智能火焰辨识模块判定结果为“无火警危险”，转步骤(403)；如果人工智能火焰辨识模块判定结果为“有火警危险”，转步骤(404)；

(403)取消操作或解除报警；

(404)将影像资料传送后台监控系统监视屏，并触发声光报警设备；

(405)火警监测人员如果在预定时间内及时处理“有火警危险”报警则转入步骤(406)，如果没有及时处理，则在预定时间后转入步骤(407)；

(406)如果火警监测人员判定“有火警危险”不属实，则人工转入步骤(403)；如果火警监测人员判定“有火警危险”属实，则人工转入步骤(407)；

(407)由火警监测人员或人工智能火焰辨识模块启动消防报警功能。

10.如权利要求7所述的一种视频火警监测方法，其特征是，还包括步骤(6)：确定火源坐标，并通报给火警监测人员，同时将所述火源坐标传送给消防设备。

11.如权力要求7-10任一项所述的一种视频火警监测方法，其特征是：所述视频火警监测方法还包括建立用于提高人工智能火焰辨识模块的准确性的火焰辨识数据库，包括：

一般场景数据库，用于保存各种可能的常见的火源场景；

特殊场景数据库，用于记录所监测场所特有的一个或者多个火源的位置和火焰强度。

12.如权利要求7所述的一种视频火警监测方法，其特征是：在步骤(1)中设置的参数还包括空间类型、热源数量、热源坐标、热源最高允许温度。