本發(fā)明涉及安全監(jiān)管，特別是涉及一種煙火檢測(cè)方法、裝置、設(shè)備、介質(zhì)和產(chǎn)品。

背景技術(shù)：

1、特來(lái)電的人工智能（artificial?intelligence，ai）設(shè)備aibox，可以對(duì)充電站實(shí)現(xiàn)360°全場(chǎng)景覆蓋，對(duì)所有煙火、吸煙姿勢(shì)、人員倒地等都進(jìn)行大數(shù)據(jù)模擬，實(shí)現(xiàn)無(wú)人看守場(chǎng)景下的安全監(jiān)管。

2、aibox中的煙火檢測(cè)算法上線(xiàn)一段時(shí)間后發(fā)現(xiàn)，應(yīng)用時(shí)受天氣、燈光、陰影等影響，存在一些誤報(bào)情況，會(huì)干擾判斷結(jié)果。

3、可見(jiàn)，如何減少煙火誤報(bào)情況的發(fā)生，是本領(lǐng)域技術(shù)人員需要解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例的目的是提供一種煙火檢測(cè)方法、裝置、設(shè)備、介質(zhì)和產(chǎn)品，可以減少煙火誤報(bào)情況的發(fā)生。

2、為解決上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例提供一種煙火檢測(cè)方法，包括：

3、利用煙火檢測(cè)模型對(duì)各幀圖片進(jìn)行分析，以確定出各幀圖片中包含的煙火檢測(cè)框；其中，各幀圖片為待監(jiān)測(cè)場(chǎng)站對(duì)應(yīng)的圖片；

4、判斷多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度是否大于或等于設(shè)定的第一閾值；其中，所述第一閾值的取值基于煙火燃燒過(guò)程的變化情況設(shè)置；

5、在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

6、在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度和相似度均小于設(shè)定的第一閾值的情況下，輸出存在煙火的檢測(cè)結(jié)果；

7、在所述檢測(cè)結(jié)果為存在煙火的情況下，觸發(fā)報(bào)警機(jī)制。

8、一方面，還包括：

9、在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，判斷設(shè)定時(shí)間內(nèi)連續(xù)多幀圖片存在煙火檢測(cè)框的次數(shù)是否大于或等于設(shè)定的第二閾值；

10、在設(shè)定時(shí)間內(nèi)連續(xù)多幀圖片存在煙火檢測(cè)框的次數(shù)小于設(shè)定的第二閾值的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

11、在設(shè)定時(shí)間內(nèi)連續(xù)多幀圖片存在煙火檢測(cè)框的次數(shù)大于或等于設(shè)定的第二閾值的情況下，輸出存在煙火的檢測(cè)結(jié)果。

12、一方面，還包括：

13、在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，判斷各幀圖片中包含的煙火檢測(cè)框與所述待監(jiān)測(cè)場(chǎng)站的場(chǎng)站區(qū)域是否存在交集；

14、在各幀圖片中包含的煙火檢測(cè)框與所述待監(jiān)測(cè)場(chǎng)站的場(chǎng)站區(qū)域均不存在交集的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

15、在各幀圖片中包含的煙火檢測(cè)框與所述待監(jiān)測(cè)場(chǎng)站的場(chǎng)站區(qū)域存在交集的情況下，輸出存在煙火的檢測(cè)結(jié)果。

16、一方面，還包括：

17、在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，判斷所述煙火檢測(cè)框在其對(duì)應(yīng)圖片中的占比是否屬于設(shè)定的占比范圍；

18、在所述煙火檢測(cè)框在其對(duì)應(yīng)圖片中的占比不屬于設(shè)定的占比范圍的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

19、在所述煙火檢測(cè)框在其對(duì)應(yīng)圖片中的占比屬于設(shè)定的占比范圍的情況下，輸出存在煙火的檢測(cè)結(jié)果。

20、一方面，還包括：

21、在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，利用二分類(lèi)模型對(duì)所述煙火檢測(cè)框?qū)?yīng)的圖像進(jìn)行分類(lèi)識(shí)別，以確定出所述煙火檢測(cè)框?qū)儆跓熁蚧鸬母怕手?；其中，所述二分?lèi)模型為基于已標(biāo)注煙火檢測(cè)框的圖像進(jìn)行訓(xùn)練，并通過(guò)反向傳播優(yōu)化模型權(quán)重得到訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型；

22、在所述煙火檢測(cè)框?qū)儆跓熁蚧鸬母怕手稻∮谠O(shè)定的第三閾值的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

23、在所述煙火檢測(cè)框?qū)儆跓熁蚧鸬母怕手荡笥诨虻扔谠O(shè)定的第三閾值的情況下，輸出存在煙火的檢測(cè)結(jié)果。

24、一方面，還包括：

25、在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，判斷所述煙火檢測(cè)框是否處于車(chē)輛所在的矩形區(qū)域；

26、在所述煙火檢測(cè)框處于車(chē)輛所在的矩形區(qū)域的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

27、在所述煙火檢測(cè)框未處于車(chē)輛所在的矩形區(qū)域的情況下，輸出存在煙火的檢測(cè)結(jié)果。

28、一方面，還包括：

29、在所述檢測(cè)結(jié)果為確定存在煙火的情況下，上報(bào)所述待監(jiān)測(cè)場(chǎng)站存在煙火的檢測(cè)結(jié)果，并觸發(fā)滅火設(shè)備對(duì)所述煙火檢測(cè)框?qū)?yīng)的位置進(jìn)行滅火。

30、本發(fā)明實(shí)施例還提供了一種煙火檢測(cè)裝置，包括分析單元、判斷單元、第一輸出單元、第二輸出單元和報(bào)警單元；

31、所述分析單元，用于利用煙火檢測(cè)模型對(duì)各幀圖片進(jìn)行分析，以確定出各幀圖片中包含的煙火檢測(cè)框；其中，各幀圖片為待監(jiān)測(cè)場(chǎng)站對(duì)應(yīng)的圖片；

32、所述判斷單元，用于判斷多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度是否大于或等于設(shè)定的第一閾值；其中，所述第一閾值的取值基于煙火燃燒過(guò)程的變化情況設(shè)置；

33、所述第一輸出單元，用于在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

34、所述第二輸出單元，用于在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度和相似度均小于設(shè)定的第一閾值的情況下，輸出存在煙火的檢測(cè)結(jié)果；

35、所述報(bào)警單元，用于在所述檢測(cè)結(jié)果為存在煙火的情況下，觸發(fā)報(bào)警機(jī)制。

36、一方面，還包括次數(shù)判斷單元；

37、所述次數(shù)判斷單元，用于在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，判斷設(shè)定時(shí)間內(nèi)連續(xù)多幀圖片存在煙火檢測(cè)框的次數(shù)是否大于或等于設(shè)定的第二閾值；

38、所述第一輸出單元還用于在設(shè)定時(shí)間內(nèi)連續(xù)多幀圖片存在煙火檢測(cè)框的次數(shù)小于設(shè)定的第二閾值的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

39、所述第二輸出單元還用于在設(shè)定時(shí)間內(nèi)連續(xù)多幀圖片存在煙火檢測(cè)框的次數(shù)大于或等于設(shè)定的第二閾值的情況下，輸出存在煙火的檢測(cè)結(jié)果。

40、一方面，還包括交集判斷單元；

41、所述交集判斷單元，用于在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，判斷各幀圖片中包含的煙火檢測(cè)框與所述待監(jiān)測(cè)場(chǎng)站的場(chǎng)站區(qū)域是否存在交集；

42、所述第一輸出單元還用于在各幀圖片中包含的煙火檢測(cè)框與所述待監(jiān)測(cè)場(chǎng)站的場(chǎng)站區(qū)域均不存在交集的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

43、所述第二輸出單元還用于在各幀圖片中包含的煙火檢測(cè)框與所述待監(jiān)測(cè)場(chǎng)站的場(chǎng)站區(qū)域存在交集的情況下，輸出存在煙火的檢測(cè)結(jié)果。

44、一方面，還包括占比判斷單元；

45、所述占比判斷單元，用于在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，判斷所述煙火檢測(cè)框在其對(duì)應(yīng)圖片中的占比是否屬于設(shè)定的占比范圍；

46、所述第一輸出單元還用于在所述煙火檢測(cè)框在其對(duì)應(yīng)圖片中的占比不屬于設(shè)定的占比范圍的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

47、所述第二輸出單元還用于在所述煙火檢測(cè)框在其對(duì)應(yīng)圖片中的占比屬于設(shè)定的占比范圍的情況下，輸出存在煙火的檢測(cè)結(jié)果。

48、一方面，還包括識(shí)別單元；

49、所述識(shí)別單元，用于在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，利用二分類(lèi)模型對(duì)所述煙火檢測(cè)框?qū)?yīng)的圖像進(jìn)行分類(lèi)識(shí)別，以確定出所述煙火檢測(cè)框?qū)儆跓熁蚧鸬母怕手?；其中，所述二分?lèi)模型為基于已標(biāo)注煙火檢測(cè)框的圖像進(jìn)行訓(xùn)練，并通過(guò)反向傳播優(yōu)化模型權(quán)重得到訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型；

50、所述第一輸出單元還用于在所述煙火檢測(cè)框?qū)儆跓熁蚧鸬母怕手稻∮谠O(shè)定的第三閾值的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

51、所述第二輸出單元還用于在所述煙火檢測(cè)框?qū)儆跓熁蚧鸬母怕手荡笥诨虻扔谠O(shè)定的第三閾值的情況下，輸出存在煙火的檢測(cè)結(jié)果。

52、一方面，還包括區(qū)域判斷單元；

53、所述區(qū)域判斷單元，用于在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，判斷所述煙火檢測(cè)框是否處于車(chē)輛所在的矩形區(qū)域；

54、所述第一輸出單元還用于在所述煙火檢測(cè)框處于車(chē)輛所在的矩形區(qū)域的情況下，輸出不存在煙火的檢測(cè)結(jié)果；

55、所述第二輸出單元還用于在所述煙火檢測(cè)框未處于車(chē)輛所在的矩形區(qū)域的情況下，輸出存在煙火的檢測(cè)結(jié)果。

56、一方面，還包括上報(bào)單元和滅火單元；

57、所述上報(bào)單元，用于在所述檢測(cè)結(jié)果為確定存在煙火的情況下，上報(bào)所述待監(jiān)測(cè)場(chǎng)站存在煙火的檢測(cè)結(jié)果；

58、所述滅火單元，用于觸發(fā)滅火設(shè)備對(duì)所述煙火檢測(cè)框?qū)?yīng)的位置進(jìn)行滅火。

59、本發(fā)明實(shí)施例還提供了一種煙火檢測(cè)設(shè)備，包括：

60、存儲(chǔ)器，用于存儲(chǔ)計(jì)算機(jī)程序；

61、處理器，用于執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)如上述煙火檢測(cè)方法的步驟。

62、本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述煙火檢測(cè)方法的步驟。

63、本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述煙火檢測(cè)方法的步驟。

64、由上述技術(shù)方案可以看出，利用煙火檢測(cè)模型對(duì)各幀圖片進(jìn)行分析，以確定出各幀圖片中包含的煙火檢測(cè)框；其中，各幀圖片為待監(jiān)測(cè)場(chǎng)站對(duì)應(yīng)的圖片。煙火檢測(cè)模型檢測(cè)煙火的準(zhǔn)確性有限，考慮到煙火會(huì)存在動(dòng)態(tài)的變化，為了降低煙火誤判的情況發(fā)生，可以基于煙火燃燒過(guò)程的變化情況設(shè)置第一閾值，判斷多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度是否大于或等于設(shè)定的第一閾值；在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度大于或等于設(shè)定的第一閾值的情況下，輸出不存在煙火的檢測(cè)結(jié)果。在多幀相鄰圖片包含的煙火檢測(cè)框的重疊度和相似度均小于設(shè)定的第一閾值的情況下，輸出存在煙火的檢測(cè)結(jié)果。在檢測(cè)結(jié)果為存在煙火的情況下，可以觸發(fā)報(bào)警機(jī)制，從而及時(shí)采取滅火措施。在該技術(shù)方案中，在利用煙火檢測(cè)模型識(shí)別出煙火檢測(cè)框之后，進(jìn)一步判斷多幀相鄰圖片包含的煙火檢測(cè)框的重疊度或相似度是否大于或等于設(shè)定的第一閾值，可以有效的識(shí)別出煙火檢測(cè)框?qū)嶋H并不存在煙火的誤判情況，減少了煙火誤報(bào)情況的發(fā)生，提升了煙火檢測(cè)的準(zhǔn)確性。