Localización del punto fuente de incendio basada en las características del humo en escenarios con obstrucción

CHEN Kai ,  

XIAO Wenjun ,  

XIANG Ying ,  

ZHOU Yunfei ,  

ZHU Yan ,  

LI Lin ,  

JING Hongzhen ,  

ZHANG Huaiping ,  

摘要

En la monitorización de incendios, la fuente de fuego a menudo no es observable directamente debido a la obstrucción por edificios o equipos, y los métodos tradicionales que dependen del brillo o la textura de la llama tienen dificultades para funcionar en estas condiciones. Para resolver este problema, este artículo propone un método de estimación del punto fuente del incendio basado en características del humo. Primero, se utiliza una red TANet ligera para predecir la concentración de humo a nivel de píxel en los fotogramas de vídeo, construyendo un campo de concentración continuo y estable que proporciona información básica para el análisis del movimiento posterior. Luego, se emplea un flujo óptico denso de Farneback para extraer características del movimiento del humo, combinando la coherencia direccional y la suavidad espacial del humo en fotogramas consecutivos para obtener un campo de velocidad denso global. Debido a la complejidad de la forma del humo, los grandes cambios de iluminación y el ruido del flujo óptico, este artículo mejora el algoritmo RANSAC introduciendo filtrado de coherencia múltiple y agrupamiento por densidad, estimando el punto de convergencia del movimiento inverso del humo como posible ubicación de la fuente del fuego. Al mismo tiempo, para enfrentar la ausencia de estructura de movimiento del humo en la parte inferior causada por alta obstrucción, se propone una estrategia conjunta de flujo óptico multirriel para la retroestimación, recopilando información de flujo óptico en diferentes niveles para aumentar la estabilidad y robustez de la retroestimación de la fuente. Los resultados experimentales muestran que este método mantiene un error normalizado inferior al 2% en condiciones de obstrucción baja a media, y sigue siendo estable alrededor del 3% tras optimización en condiciones de alta obstrucción, lo que permite una localización confiable de la fuente de fuego en entornos con visibilidad compleja.

关键词

reconocimiento de concentración de humo; flujo óptico denso; RANSAC mejorado; localización del punto fuente de incendio; escenarios con obstrucción

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website