基于YOLO v3的火源預警監(jiān)控系統(tǒng)研究

許文倩

（福建省特種設備檢驗研究院，福州 350008）

應急管理部消防救援局在2021年2月1日發(fā)布了2020年全國火災情況：2020年全年全國消防救援隊共接報火災25.2萬起，死亡1183人，受傷775人，直接財產(chǎn)損失40.09億元. 為了減少火災對生命與財產(chǎn)造成的損失，在火災初期發(fā)現(xiàn)火源、定位火源具有重大意義.

現(xiàn)階段普遍采取煙霧報警器、紅外探測器以及人工監(jiān)控等方法對火災進行預警以及識別. 然而，此類檢驗方法存在滯后性，傳統(tǒng)監(jiān)控方法對濃煙等模糊環(huán)境易形成誤判，在有可燃氣體、可燃物的環(huán)境中對點火、抽煙此類微小火源或動作等所導致的火災常常出現(xiàn)漏判等等問題. 近年來，隨著計算機視覺（computer version）以及深度卷積神經(jīng)網(wǎng)絡（deep convolutional neural networks）等算法的蓬勃發(fā)展，此類微小或復雜的火源圖像特征可通過深層神經(jīng)網(wǎng)絡進行訓練或?qū)W習，從而提高模型對現(xiàn)實的表達能力［1-4］. 因此，本研究通過初步分析火焰結(jié)構(gòu)、采用特征融合等方法［5-6］搭建多層卷積神經(jīng)網(wǎng)絡，將火源作為火災引發(fā)的重要因素，在傳統(tǒng)監(jiān)控、中控系統(tǒng)加入機器視覺的方法對目標進行跟蹤檢測，如圖1所示. 當監(jiān)控系統(tǒng)檢測到火源時將信號反饋回中控并報警，使工作人員迅速獲取火源信息. 該系統(tǒng)有助于在火源初期進行定位與預警，正確合理輔助滅火救援，從源頭控制火災發(fā)生與火勢蔓延，避免人員以及財產(chǎn)損失.

圖1 火源預警監(jiān)控系統(tǒng)Fig.1 Fire source warning and monitoring system

該系統(tǒng)的檢測核心為搭建針對火源的目標檢測算法，目前常用的目標檢測方……