基于深度学习的消防无人机监控方法及系统与流程

本发明涉及智慧消防，具体而言，涉及一种基于深度学习的消防无人机监控方法及系统。

背景技术：

1、随着城市化进程的加快，高层建筑日益增多，火灾发生的概率和风险也相应增大。传统的火灾监控和应对方式依赖人工巡查和固定的监控设施，存在响应时间长、监控盲区多等问题，难以满足当前快速发展的城市安全需求。近年来，无人机技术的迅速发展为火灾监控领域带来了新的解决方案。无人机能够快速抵达火灾现场，实时传回视频数据，但如何从海量的视频数据中快速、准确地提取有用信息，是提高火灾监控效率的关键，也是本领域技术人员需要解决的。

技术实现思路

1、本发明的目的在于提供一种基于深度学习的消防无人机监控方法及系统。

2、第一方面，本发明实施例提供基于深度学习的消防无人机监控方法，包括：

3、响应于针对待监控区域的火灾报警指令，发送监控请求至消防无人机；

4、接收所述消防无人机基于所述监控请求采集的所述待监控区域的目标建筑结构视频数据；

5、基于所述目标建筑结构视频数据结合预置模拟火灾建筑图像特征，分析得到所述待监控区域的火情分析结果；

6、根据所述火情分析结果生成火灾策略搜索请求；

7、根据所述火灾策略搜索请求从策略存储仓中确定出目标火灾处理策略。

8、第二方面，本发明实施例提供一种服务器系统，包括服务器，所述服务器用于执行第一方面所述的方法。

9、相比现有技术，本发明提供的有益效果包括：采用本发明公开的一种基于深度学习的消防无人机监控方法及系统，包括：首先响应针对特定待监控区域的火灾报警指令，随后指挥消防无人机根据监控请求采集所述区域的视频数据。通过对采集到的目标建筑结构视频数据进行分析，结合预置的模拟火灾图像特征库，利用深度学习算法分析并得出火情分析结果。根据分析结果，系统进一步生成火灾策略搜索请求，并从事先准备的策略存储仓中选取最合适的火灾处理策略来指导现场消防行动。如此设计，能够实时、自动地对火灾情况进行准确判断和策略制定，大幅提升消防部门的应急反应速度和处理效率。此外，通过深度学习技术的应用，可以持续优化火情分析的准确性，为消防安全管理提供了一种新的、高效的解决方案。

技术特征：

1.基于深度学习的消防无人机监控方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标建筑结构视频数据结合预置模拟火灾建筑图像特征，分析得到所述待监控区域的火情分析结果，包括：

3.根据权利要求2所述的方法，其特征在于，所述目标建筑为火灾主体建筑，所述视频内容特征属性为火焰烟雾属性；

4.根据权利要求2所述的方法，其特征在于，所述根据与所述目标建筑的特征属性类别匹配的视频内容特征属性，从所述目标建筑结构视频数据中抽取出每个视频帧对应的建筑结构特征，包括：

5.根据权利要求2所述的方法，其特征在于，所述根据与所述目标建筑的特征属性类别匹配的视频内容特征属性，从所述目标建筑结构视频数据中抽取出每个视频帧对应的建筑结构特征，包括：

6.根据权利要求2所述的方法，其特征在于，所述基于所述每个视频帧对应的建筑结构特征得到所述待监控区域的局部火灾建筑图像特征，包括：

7.根据权利要求2所述的方法，其特征在于，所述目标建筑为火灾主体建筑，所述根据与所述目标建筑的特征属性类别匹配的视频内容特征属性，从所述目标建筑结构视频数据中抽取出每个视频帧对应的建筑结构特征，包括：

8.根据权利要求2所述的方法，其特征在于，所述将所述局部火灾建筑图像特征与所述预置模拟火灾建筑图像特征进行比对分析，并根据比对分析结果获取针对所述待监控区域的火情分析结果，包括：

9.根据权利要求1所述的方法，其特征在于，所述根据所述火灾策略搜索请求从策略存储仓中确定出目标火灾处理策略，包括：

10.一种服务器系统，其特征在于，包括服务器，所述服务器用于执行权利要求1-9中任意一项所述的方法。

技术总结本发明公开了一种基于深度学习的消防无人机监控方法及系统，包括：首先响应针对特定待监控区域的火灾报警指令，随后指挥消防无人机根据监控请求采集所述区域的视频数据。通过对采集到的目标建筑结构视频数据进行分析，结合预置的模拟火灾图像特征库，利用深度学习算法分析并得出火情分析结果。根据分析结果，系统进一步生成火灾策略搜索请求，并从事先准备的策略存储仓中选取最合适的火灾处理策略来指导现场消防行动。如此设计，能够实时、自动地对火灾情况进行准确判断和策略制定，大幅提升消防部门的应急反应速度和处理效率。此外，通过深度学习技术的应用，可以持续优化火情分析的准确性，为消防安全管理提供了一种新的、高效的解决方案。技术研发人员：李建军受保护的技术使用者：北京中卓时代消防装备科技有限公司技术研发日：技术公布日：2024/6/5