一种基于深度学习的森林防火方法 .pdf

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN110147758A

(43)申请公布日2019.08.20

(21)申请号CN201910413598.X

(22)申请日2019.05.17

(71)申请人电子科技大学成都学院

地址610000四川省成都市高新技术产业开发区西区百叶路1号

(72)发明人兰元帅李海邹倩颖刘浩森史勤刚王小芳李洋李伟林国伟孙轲

(74)专利代理机构成都时誉知识产权代理事务所(普通合伙)

代理人陈千

(51)Int.CI

权利要求说明书说明书幅图

(54)发明名称

一种基于深度学习的森林防火方法

(57)摘要

本发明提供一种基于深度学习的森

林防火方法，将烟雾和明火的图片数据输

入到图片生成模型进行训练，图片生成模

型训练成熟后再输入固定格式的编码即可

生成大量目标图片数据，再将由图片生成

模型的生成的目标图片数据进行标注，标

注后的图片数据进行归一化处理，再将归

一化处理后的目标图片数据输入到目标检

测模型进行训练，目标检测模型训练成熟

后待用；在森林陆地上设置铁塔，上空布

置无人机，铁塔和无人机进行视频数据采

集，将采集到的视频数据输入到训练成熟

的目标检测模型，目标检测模型分析处理

后输出发生火灾的概率值，当概率值大于

监控中心设置的阈值时即触发报警器，本

发明抗干扰能力强，检测精度高。

法律状态

法律状态公告日法律状态信息法律状态

发明专利申请公布后的驳回

IPC(主分类):G06K9/00专利申发明专利申请公布后

2023-04-14

请号:201910413598X申请公布的驳回

日

权利要求说明书

1.一种基于深度学习的森林防火方法,其特征在于,包括以下步骤;

S1:输入烟雾和明火的原始图片数据到图片生成模型,所述图片生成模型生成大量目

标训练图片,执行S2;

S2:将生成的目标训练图片进行标注,执行S3;

S3:将标注好的目标训练图片进行归一化处理,执行S4;

S4:将归一化处理后的目标训练图片数据输入到目标检测模型进行训练,目标检测模

型训练成熟后与输入设备连接,执行S5;

S5:在所保护的林区陆地上设置若干铁塔,林区上空布置若干无人机,执行S6;

S6:在若干所述铁塔和若干所述无人机上均设置摄像头进行视频采集,并传输至监控

中心,执行S7;

S7:将采集的视频数据输入到训练好后的目标检测模型进行检测,若所述目标检测模

型输出的概率值大于设置的发生火灾的概率阈值,执行S8,否则,执行S9;

S8:触发报警器,并对数据进行存储,执行S10;

S9:存储数据;

S10:根据火灾发生的位置通知相关人员进行灭火。

2.根据权利要求1所述的一种基于深度学习的森林防火方法,其特征在于,所述图片

生成模型为Gan网络。

3.根据权利要求1所述的一种基于深度学习的森林防火方法,其特征在于,所述摄像

头为双目摄像头,所述双目摄像头包括红外摄像头和高清摄像头,所述红外摄像头用

于夜晚,所述高清摄像头用于白天。

4.根据权利要求1所述的一种基于深度学习的森林防火方法,其特征在于,所述S2还

包括以下步骤;

S21:设置若干类别,所述类别包括明火和烟雾,执行S22;

S22:在所述目标训练图片上分别用不同颜色的矩形框框出不同的类别。

5.根据权利要求1所述的一种基于深度学习的森林防火方法,其特征在于,所述目标

检测模型为yolov3目标检测模型。

6.根据权利要求1所述的一种基于深度学习的森林防火方法,其特征在于,所述S7还

包括以下步骤;