买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广西电网有限责任公司电力科学研究院

摘要：本发明公开了一种基于AI算法的山火灾害勘查识别方法，涉及火情识别技术领域，通过构建火灾数据集，并对所述火灾数据集中的数据进行预处理得到训练火灾数据集、验证火灾数据集和测试火灾数据集；构建YOLOv5网络模型，并采用所述训练火灾数据集对所述YOLOv5网络模型进行训练，后通过所述验证火灾数据集对训练后；将所述测试火灾数据集通过训练后的YOLOv5网络模型进行识别，识别出着测试图片中存在火情目标；对所述火情目标的图片进行分割网络详细标识火情在图像中的轮廓区域，从而得到具体的火情发生区域。通过两次识别使得识别的火情轮廓更为准确，也为抢险救灾工作人员提供强有力的数据支撑。

主权项：1.一种基于AI算法的山火灾害勘查识别方法，其特征在于，包括以下步骤：步骤S1、构建火灾数据集，并对所述火灾数据集的数据进行预处理得到训练火灾数据集、验证火灾数据集和测试火灾数据集；步骤S2、构建YOLOv5网络模型，并采用所述训练火灾数据集对所述YOLOv5网络模型进行训练，并通过所述验证火灾数据集对训练后的YOLOv5网络模型验证；步骤S3、将所述测试火灾数据集通过训练、验证后的YOLOv5网络模型进行识别，识别出测试图片中存在火情目标；步骤S4、对所述火情目标的图片进行分割网络详细标识火情在图像中的轮廓区域，从而得到具体的火情发生区域；还包括步骤S5、实时对地面情况进行监测；监测得到的第一实时图片通过步骤S1-S4监测到火情的轮廓区域时，发出报警信号，以体现监控人员进行查看确认报警信息；同时，对根据第一实时图片和监测到火情的轮廓区域获取着火的位置，并进行实时监控，实时获取第二实时图片，所述第二实时图片通过步骤S1进行预处理得到实时测试集，将所述实时测试集通过步骤S3-S4进行识别，得到标识轮廓区域的火情图像；还包括步骤S6、采用具有红外热成像单元的无人机飞行设备对步骤S5判断得到的着火的位置进行监控，实时获取红外图像，对所述红外图像进行对红外图像进行二值化和形态学处理，判断处理后的高亮度区域是否为高危热源点，则由后台服务器发出警报通知运维人员进行判断；若不是高危热源点则对该区域进行温度、面积位移滤波，并进行亮度和形状分析，区分火灾与其他热源；还包括步骤S7、当步骤S6判断的结果为高危热源点时则重复步骤S5得到多张标识轮廓区域的火情图像，根据多张标识轮廓区域的火情图像计算火点的目标位置、过火面积、判断火势的发展趋势；只有当步骤S6判断的结果为高危热源点，才执行步骤S7，进行进一步对火情监控，否则无需进行步骤S7；采用活动轮廓模型对所述火情目标的图片进行分割网络详细标识火线在图像中的轮廓区域；所述采用活动轮廓模型采用Snakes模型；所述Snakes模型由一组控制点:vs＝[xs,ys]s∈[0,1]组成，所述控制点首尾以直线相连构成轮廓线，其中xs和ys分别表示每个控制点在图像中的坐标位置，s是以傅立叶变换形式描述边界的自变量；在Snakes模型的控制点上定义能量函数: 式1中，Etotal为能量，s是以傅立叶变换形式描述边界的自变量；为弹性能量，v为一阶导数的模；为弯曲能量；为外部能量；α、β为自行设置的参数，用于将函数Etotal极小化。

全文数据：

权利要求：

百度查询： 广西电网有限责任公司电力科学研究院 一种基于AI算法的山火灾害勘查识别方法