基于深度学习的火灾烟雾监控系统

郑伟 郑诗印 李森林

摘 要：因为烟雾比火焰更早出现，因此及时发现火灾烟雾极为关键，其对火灾蔓延具有良好的控制作用，设计完善的火灾烟雾监控系统是21世纪的一种必然趋势。本文围绕火灾烟雾监控系统的相关内容展开研究，以期为该领域提供一定参考。

关键词：深度学习;火灾烟雾;监控系统

1传统火灾探测方式

从传统火灾探测方式的角度分析，其主要涵盖了两方面的内容，其一是感温探测;其二是感烟探测[1]。感温火灾的原理并不复杂，操作过程也十分简单，具有很强的适用性，但是如果温度与温度传感器产生联系时，表明火灾已发展至第三阶段，无论是人员，还是财务，均受到严重的不利影响，因此，感温火灾探测器无法实现早期探测的目标。在火势较小时，感烟火灾探测器能够探测到烟雾，但如果某环境的空间较大，那么感烟火灾探测器想要发出警报必须以足够的烟雾浓度为前提条件，否则，将无法发出警报[2]。

2火灾烟雾监控系统需求分析

在主页面中，监视人员可以清晰看到每个区域的监控画面，调出想要查看的往期录像，实时查询日志信息，针对故障设备信息进行多角度、多方位的分析，将其统计完整 [3]。（1）监视人员：监视人员登录：在登录系统中输入正确的账号密码即可登录成功。实时监控查看：在查看监控的过程中并不局限，可以了解到各个区域的画面，在查看页面的阶段里有两种选择方法，即特定区域和电视墙投影。往期录像管理：针对往期视频进行查看的过程中，可通过地点与时间来完成。警告日志管理：将相应的警告信息体现在日志之后，监视人员能够及时了解到哪个地点出现了异常情况。（2）管理员：实时监控查看：与监视人员功能并没有明显的差异性。往期录像管理：管理员不仅具有查看视频的权限，同时还具有整理视频的权利。用户权限管理：针对用户账户进行删除与建立，分配用户权限。设备故障管理：将设备日志管理作为主要的应用手段，准确认识到监视人员汇报的设备信息存在的不足之处，从而开展处理工作[4]。警告日志管理：将全部监视人员的警告日志进行归纳整理。操作日志：将各个管理人员操作的实际情况进行完整记录。

3系统设计流程

本系统主要由五个模块构成，包括视频图像采集模块、图像预处理模块、烟雾目标检测模块、视频显示模块以及检测结果储存模块等，系统总体流程图如图1所示。

由上图可见，其一是视频图像采集模块：从本地存储读入视频文件或从摄像头读入视频信息。其二是图像预处理模块：将视频文件转化成图像序并处理至固定大小，并对图像噪声进行处理。其三是烟雾目标检测模块：通过本文提出的深度烟雾检测模型对图像进行烟雾检测，判读是否存在烟雾区域。其四是视频显示模块：将检测的结果标记并框定在图像中，并实施反馈到系统上。其五是检测结果存储模块：将检测出的图像信息保存，同时保存检出信息的帧号和对应时间。

4模块设计

4.1视频图像采集模块

系统应可从本地存储中提取视频信息也可从监控摄像头中获取视频信息，成功读入后系统继续运行，读入失败要返回读取失败的状态码。

4.2图像预处理模块

将视频信息进行调整，并处理为图像信息，同时根据图像处理后的需求，进一步清除图像在产生过程中受到的噪声干扰。

4.3烟雾目标检测模块

系统通过本文提出的烟雾检测模型对经过预处理的图像进行检测，图像首先经过改进后的VGG16模型提取烟雾特征图作为条件GAN的约束条件，然后将图像和烟雾特征图输入条件GAN的生成器中产生烟雾密度图，通过OpenCV处理可得到此密度图是否存在烟雾，以及存在烟雾的位置。

4.4视频显示模块

对烟雾检测模块产生的结果进行处理，图像中有烟雾的区域通过红框标记。在系统运行的硬件条件得到满足的情况下，本系统可达到实时监控的效果。

4.5检测结果存储模块

将系统检测出的烟雾预警信息储存下来，通过时间和摄像头编号（或视频文件编号）分类保存。方便监视人员整理与查看。

4.6数据库设计

智能监控系统包含五种实体，分别为监视人员、管理员、警告信息、视频信息、设备信息。监视人员可以查看警告信息和处理警告信息，但是不能对其进行修改，同时负责记录设备情况，监视人员可以查询视频信息，但不能修改视频信息。管理員同样可以查询和处理警告信息，并且需要反馈设备信息。从图中可以看出该系统数据类型拥有比较多的实体对象，其中管理员和监视人员实体较为重要。

参考文献：

[1]祁永来，魏子钦，陈晓云.基于GSM的仓库环境智能监控系统设计[J].电子世界，2020（19）：168-169.

[2]张本法，李华荣.基于西门子PLC的火灾监控系统设计[J].农村经济与科技，2019，30（24）：311-312.

[3]白玉峰，孙伟鹏，林楚伟，江永，吴水雄，周哲峰.基于视频监控平台的图像火灾探测系统的研究[J].电力安全技术，2019，21（06）：34-37.

[4]杨元浩，王康，官晓鹏.一种基于LoRa技术的联网型独立式烟雾报警器[J].今日消防，2019，4（02）：10-11.

（大创项目“基于深度学习的智能应急火灾烟雾监控系统”阶段成果之一，项目编号202010481057X）

作者简介：

郑伟（1981.12-），副教授，南阳师范学院。研究领域：嵌入式系统、人工智能。

郑诗印（1999.06-），本科，南阳师范学院

李森林（1999.03-），本科，南阳师范学院