湯曉芳

（浙江省城鄉規劃設計研究院 浙江省杭州市 310012）

自總線制火災探測系統的廣泛應用以來，以火災自動報警為核心的消防系統已經普及，實際工程設計時按相關規范要求確定是否設置火災自動報警系統。火災自動報警系統旨在火災早期通過火災探測設備及時發現火災，通過報警設備發送火災警報，并通過聯動相關設備盡早控制火災，減小甚至避免火災帶來的損害。火災發生時常伴有煙霧、高溫、火光等現象，火災探測器通過檢測上述物理量，獲知火災的發生。目前常用的火災探測器主要為感煙、感溫、感光等幾種傳統火災探測器。感煙傳感器用于對火災初期陰燃階段產生的煙霧進行檢測；光電傳感器用于響應火災的光特性；感溫傳感器安裝在升溫較快或不適用感煙傳感器的場所，用于監測火災時溫度的上升。傳統火災探測器需要火焰亮度、煙霧濃度、溫度等參數達到一定閾值才能產生報警信號，因此報警存在一定的延遲。同時，傳統火災探測器不適用于開放空間、大空間等場所，如大型商場、停車場、戶外場所等[1]。采用多傳感器探測信息融合技術可在一定程度上提高火災報警系統準確率和可靠性，但系統復雜且不經濟，實際項目中絕大部分場所仍根據場所的主要特征選擇設置其中一種火災探測器。近年來，基于圖像的火災探測技術成為消防報警領域的研究熱點[2-5]。圖像型火災探測系統利用攝像機作為火災探測器，由于攝像機的安裝不受場所、環境的限制，探測距離大，檢測更加直觀，可以對更大的空間進行監控，因而可以在很大程度上彌補傳統火災探測器的不足。

目前國內市場上已應用的基于視頻圖像探測的火災報警技術，主要分為2 類，一類是以特殊攝像機為火災探測器的火災報警系統，與傳統視頻監控系統不兼容；另一類利用現有安防系統攝像機為火災探測器[6]，使用計算機模式識別技術對視頻圖像進行火焰、煙霧識別，針對煙霧和火焰識別的兩套軟件系統可同時運行。無論哪種火災類型，均可在視頻圖像內出現火焰或煙霧的幾十秒內被快速識別并報警[7]。

圖1：視頻火災自動報警系統框架圖

但基于視頻監控的火災探測技術也有其局限性。由于視頻攜帶信息量較大，不適用于對隱私要求較高的場所。目前基于圖像的火災探測技術有針對火焰和煙霧進行識別兩種算法[8]，在用于廚房等特殊場所時會降低算法的識別度。故而集成火災自動報警系統與視頻監控系統存在一定的必要性。利用計算機綜合分析火災報警控制器與視頻監控系統的火災報警信息，可提高報警的實時性與有效性。同時，隨著數字化攝像機的普及，利用安防系統攝像機作為視頻火災報警系統的信息采集端，在硬件設計上可避免對已有硬件設備和連接回路的改動，且發揮基于視頻圖像的火災報警技術優勢。

1 系統總體架構

視頻火災自動報警系統總體框架如圖1所示，火災自動報警子系統包括傳統火災探測器、火災報警控制器（聯動型）及相關消防設備；視頻監控子系統包括數字攝像機及攝像機聯網設備。火災報警控制器接收、顯示和傳輸來自探測器或手動報警設備的報警信號，并對消防設備發出控制信號，聯動消防設備工作。火災報警控制器通過雙絞線或光纖等物理傳輸媒介與本地服務器連接，服務器設于消防控制室或者監控機房，內設各種不同軟件功能模塊，實現火災報警控制器與視頻監控系統的通信連接，對視頻圖像進行實時分析與火災識別，對火災自動報警器與視頻監控系統的火災信息進行綜合決策，并將報警信息或數據上傳至上級消防報警中心。當視頻監控系統或火災報警系統線路發生故障時，另一系統仍可獨立工作。整個系統包含信息采集、通信、圖像分析、報警推送等幾個部分。

視頻火災自動報警系統的數據采集端包括傳統火災探測器與數字攝像機。傳統火災探測器、手動報警設備的報警信號通過總線傳遞給火災報警控制器。控制器對探測器傳輸過來的電信號進行分析判斷，同時可接收其他手動報警設備觸發的火災報警信號。攝像機實時進行視頻采集，通過RTSP 協議上傳至邊緣視頻接入網關。攝像機使用安防系統數字化攝像機，可通過網線直連局域網或通過NVR、DVR等設備聯網。利用NVR、DVR等設備時錄像可本地存儲。

火災報警控制器對探測器傳輸過來的所有數據進行分析判斷，同時可接受其他手動報警設備觸發的火災報警信號，發出聲光報警，并聯動排煙風機、消防水泵等消防設備動作。對于規模較大的火災自動報警系統，圖1 中的火災報警控制器為集中控制器。消防聯網系統采用“區域-集中”的聯網方案，區域火災報警控制器控制局部區域的消防報警和聯動設備，信息上傳集中控制器，實現消防網絡的分層管理，便于集中管理整個網絡的控制器。火災報警控制器通過雙絞線或光纖等物理傳輸媒介與本地服務器相連接，將探測器、手動報警按鈕等的報警、控制器手動或自動工作狀態、消防設備狀態等信息傳輸至服務器。

對攝像機獲取的視頻圖像的預處理、火災圖像算法分析與識別均在服務器中實現。對視頻圖像進行實時分析對服務器性能要求較高，數據計算量巨大，以往要實現視頻圖像實時分析需要配建大規模的服務器及附屬機房，現階段在服務器中安裝高密度GPU 模塊進行硬件支持，單機即可處理大量的視頻結構化信息，可滿足視頻圖像實時處理分析的需求。

服務器火災信息實時分析軟件包括協議轉換模塊、視頻接入網關、圖像處理算法模塊與中控模塊，完成火災自動報警器報警信息及基于視頻監控系統的報警信息的輸入與輸出。目前不同廠家的火災報警控制器具有不同的通訊協議，協議轉換模塊將各類不同通信格式的數據轉換成統一的格式再提供給中控模塊，實現對不同火災報警設備進行統一操作的功能。視頻接入網關模塊拉取RTSP 視頻流并抽取關鍵幀，調用圖像處理算法模塊對圖像進行實時處理并做出判斷。若識別到火災則將報警信息傳輸至中控模塊。中控模塊同時接收火災報警控制器和視頻接入網關的報警信息，根據預先設置的規則進行綜合決策，將火災報警信息轉換成設備的告警事件，可通過各手機廠商推送服務（如蘋果的APNS、華為的HMS 等）向管理人員發送報警信息，并將報警事件做持久化存儲，便于后續查詢。不同于以往火災報警系統依賴于硬件系統的優化設計，基于視頻監控圖像的火災識別系統通過算法的改進、軟件的更新迭代即可進行逐步優化。

2 火災報警及控制流程

圖2：傳統圖像識別與深度學習圖像識別過程

火災報警控制器有手動、自動兩種工作模式，無論系統工作狀態如何設置，手動功能均有效并優先。在自動模式下，發生火災時，不需要人工確認即可按預定的火災模式直接啟動相關消防設備。在手動模式下，發生火災時需要人工確認，若發現為誤報則人工復位報警控制器，若確實發生火災，則進行火災確認操作。視頻火災報警系統的報警源可以是計算機軟件識別到攝像機視頻中出現明火及煙霧，也可以是火災自動報警子系統的自動報警信號或人工觸發的報警信號。若報警源為傳統探測器的報警信號或手動報警信號，火災報警控制器主機發送指令讓防排煙、消防水泵等消防設備動作。通過預錄入的探測器和攝像頭位置信息，服務器可根據報警信息自動尋址到報警信號發生附近的攝像頭，視頻監控系統可將畫面自動切換至起火位置的視頻圖像。若報警源為服務器火災識別算法結果，則通過各手機廠商推送服務（如蘋果的APNS、華為的HMS 等）向管理人員發送報警信息，管管理人員可通過實時視頻查看現場動態，進行火災確認，若出現誤報可及時復位火災報警控制器，避免誤報且減少報警延時。視頻監控子系統對火災控制器的外部聯動技術，可將服務器火災圖像識別算法結果作為輸出節點，火災報警控制器主機的輸入模塊作為信號輸入點，實現視頻監控子系統發出火災報警信號時對消防設備的聯動。也可通過在服務器端利用相關軟件實現。

3 火災圖像檢測與識別技術

視頻監控子系統的火災識別主要利用計算機軟件對視頻圖像的火焰、煙霧進行識別。圖像處理算法模塊通常包括圖像預處理、特征提取、分類識別等步驟，如圖2所示。圖像預處理主要對視頻圖像進行過濾、歸一化和降維處理，以提高識別度，減少計算量[2]。運行相關識別算法完成煙霧或火焰等特征提取后，可將獲取的特征向量輸入分類器，通過分類器（如LR 邏輯回歸算法或SVM 支持向量機）輸出檢測結果[3]。若檢測到異常，則將時間、事件類型等信息上傳至中控模塊，由中控模塊作出決策后傳輸報警信息。基于機器學習與深度學習的圖像識別算法的研究是近幾年的主流研究方向，如CNN 卷積神經網絡算法[2-3]。近年來互聯網巨頭在智能視頻監控領域應用的算法主要為CNN 卷積神經網絡算法，已在車牌識別、安防等領域取得一定的成果。理論上通過編寫不同的圖像識別算法程序，識別精度可根據算法的更新迭代而不斷提高。

4 結論

基于視頻圖像的火災探測可利用現有的監控設備，在現有視頻監控系統的基礎上進行改良，大大降低開發成本和復雜程度，且具有以下優勢：

（1）實時性高，報警響應速度快。因為視頻監控設備對光的反應速度遠遠高于傳統探測器對溫度、煙霧濃度等參數的反應速度，視頻圖像火災監控技術相對于傳統火災探測技術反應較快；

（2）可探測范圍更廣，為能在更早期發現火災提供了可能；（3）可視化報警，視頻信號可提供火災位置信息，可以記錄事件發生的過程，而不像煙感、溫感只提供大致的地址信息[9]。

此外，傳統火災報警系統實際使用時為了降低誤報率，經常將自動模式關閉，啟用手動模式，存在較大的安全隱患。若能自動推送報警信息，可以在一定成都上彌補這個不足。與傳統火災報警系統相比，視頻火災報警系統報警信息更加準確、快速、及時，誤報率較低。為便于火災的確認和存儲，火災探測系統可以與視頻存儲系統相連，達到保存數據的目的。

然而目前智能視頻監控在車牌識別、入侵報警等領域已取得一定成果，但大部分視頻監控系統仍作為一種報警復核手段，在火災報警領域中的應用較少。監控攝像機一般設置在主要通道、重要房間以及出入口等處，其點位如何設置能更好地覆蓋所有場所需進一步的研究。智能視頻監控技術大規模應用的核心技術尚不夠成熟，目前基于視頻監控的火災探測技術只能作為常規火災報警系統的一種輔助報警。目前火災自動報警系統與視頻監控系統大多為有線網絡。有線網絡的實時報警系統具有安裝費用高、維護困難，建設及擴建困難，誤報率、漏報率高等缺陷。無線網絡安裝方便，電線消耗少，相比于傳統有線網絡性能更好，是未來的發展方向[9]。未來智能報警系統將向分布式智能系統發展，即前端攝像機、傳感器等具備智能分析功能，基于嵌入式芯片的發展及計算資源成本的降低，相信前端智能的攝像機及傳感器的大規模應用即將到來。