(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210339359.6 (22)申请日 2022.04.01 (71)申请人 中国科学技术大学先进技术研究院 地址 230031 安徽省合肥市高新区望江西 路5089号 (72)发明人 张启兴　查正军　林高华　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 张莉 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 10/26(2022.01) G06V 10/50(2022.01) G06V 10/77(2022.01)G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 基于特征融合的火焰识别方法、 装置、 设备 及存储介质 (57)摘要 本发明涉及火灾监测技术领域， 公开了一种 基于特征融合的火焰识别方法、 装置、 设备及存 储介质， 所述方法包括： 获取目标监测区域的红 外视频图像； 通过目标高斯混合模 型对所述视频 图像进行提取， 得到目标火焰图像； 根据所述目 标火焰图像确定对应的火焰特征向量； 通过预设 集成分类器对 所述火焰特征向量进行识别， 得到 对应的目标火焰图像类型； 由于本发 明是通过目 标高斯混合模 型提取目标火焰图像， 然后根据目 标火焰图像确定火焰特征向量， 再通过预设集成 分类器对火焰特征向量进行识别， 相较于现有技 术通过接触式的火灾探测器探测并确定火焰类 型， 能够有效提高确定火焰类型的准确性， 且降 低确定火焰类型的成本和 局限性。 权利要求书2页 说明书9页 附图3页 CN 114639059 A 2022.06.17 CN 114639059 A 1.一种基于特征融合的火焰识别方法， 其特征在于， 所述基于特征融合的火焰识别方 法包括以下步骤： 获取目标监测区域的红外 视频图像； 通过目标高斯混合模型对所述视频图像进行提取， 得到目标火焰图像； 根据所述目标火焰图像确定对应的火焰特 征向量； 通过预设集成分类 器对所述火焰特 征向量进行识别， 得到对应的目标火焰图像 类型。 2.如权利要求1所述的基于特征融合的火焰识别方法， 其特征在于， 所述通过目标高斯 混合模型对所述视频图像进行提取， 得到目标火焰图像， 包括： 根据所述目标高斯混合模型 得到分布模式总数； 根据所述视频图像得到对应的像素值； 将所述分布模式总数与所述像素值进行比较， 得到均值偏差； 在所述均值偏差未位于目标差值范围时， 根据所述视频图像得到前景图像， 即确定为 目标火焰图像。 3.如权利要求1所述的基于特征融合的火焰识别方法， 其特征在于， 所述根据 所述目标 火焰图像确定对应的火焰特 征向量， 包括： 根据所述目标火焰图像得到对应的LBP特 征和HOG特征； 对所述LBP特征和HOG特征进行特征融合， 得到对应的火焰特 征向量。 4.如权利要求3所述的基于特征融合的火焰识别方法， 其特征在于， 所述根据 所述目标 火焰图像得到对应的LBP特 征和HOG特征， 包括： 对所述目标火焰图像进行 灰度转化， 得到对应的火焰灰度图像； 根据目标LBP描述 算子和所述火焰灰度图像确定对应的LBP特 征； 按照目标方向通过离散微分模型对所述目标火焰图像进行梯度计算， 得到对应的图像 梯度信息； 根据所述图像梯度信息和目标火焰图像确定对应的HO G特征。 5.如权利要求4所述的基于特征融合的火焰识别方法， 其特征在于， 所述根据目标LBP 描述算子和所述火焰灰度图像确定对应的LBP特 征， 包括： 按照目标尺寸对所述火焰灰度图像进行区域分割， 得到目标尺寸的子图像区域； 根据目标LBP描述 算子对所述子图像区域内的像素进行计算， 得到对应的像素LBP值； 统计所述像素LBP值， 得到目标维度特 征向量； 对所述目标维度 特征向量进行归一化处理， 并对归一化处理后的目标维度特征向量进 行拼接， 得到对应的LBP特 征。 6.如权利要求4所述的基于特征融合的火焰识别方法， 其特征在于， 所述根据 所述图像 梯度信息和目标火焰图像确定对应的HO G特征， 包括： 根据预设像素尺寸对所述目标火焰图像进行划分， 得到目标 形状单元； 按照所述图像梯度信息对所述目标 形状单元进行平均等分， 得到单 元特征向量； 对所述目标 形状单元进行组合， 得到目标 形状单元块； 对所述目标 形状单元块进行归一 化处理， 得到对应的块状特 征向量； 通过目标成分 分析算法对所述 块状特征向量进行降维， 得到对应的HO G特征。 7.如权利要求1至6中任一项所述的基于特征融合的火焰识别方法， 其特征在于， 所述权　利　要　求　书 1/2 页 2 CN 114639059 A 2通过预设集成分类 器对所述火焰特 征向量进行识别， 得到对应的目标火焰图像 类型， 包括： 获取均匀分布的初始火焰样本数据集； 对所述初始火焰样本数据集进行训练学习， 得到基本分类 器； 通过所述基本分类器对所述初始火焰样本数据集进行误差计算， 得到对应的当前分类 误差和分类系数； 根据所述当前分类误差和分类系数对初始火焰样本数据集的权值分布进行调整， 得到 预设集成分类 器； 通过预设集成分类 器对所述火焰特 征向量进行识别， 得到对应的目标火焰图像 类型。 8.一种基于特征融合的火焰识别装置， 其特征在于， 所述基于特征融合的火焰识别装 置包括： 获取模块， 用于获取目标监测区域的红外 视频图像； 提取模块， 用于通过目标高斯混合模型对所述视频图像进行提取， 得到目标火焰图像； 确定模块， 用于根据所述目标火焰图像确定对应的火焰特 征向量； 识别模块， 用于通过预设集成分类器对所述火焰特征向量进行识别， 得到对应的目标 火焰图像 类型。 9.一种基于特征融合的火焰识别设备， 其特征在于， 所述基于特征融合的火焰识别设 备包括： 存储器、 处理器及存储在所述存储器上并可在所述处理器上运行 的基于特征融合 的火焰识别程序， 所述基于特征融合的火焰识别程序配置有实现如权利要求 1至7中任一项 所述的基于特 征融合的火焰识别方法。 10.一种存储介质， 其特征在于， 所述存储介质上存储有基于特征融合的火焰识别程 序， 所述基于特征融合的火焰识别程序被处理器执行时实现如权利要求 1至7中任一项所述 的基于特 征融合的火焰识别方法。权　利　要　求　书 2/2 页 3 CN 114639059 A 3