(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 202210339847.7 (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　戴佩雯　 (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 黄廷山 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 多尺度火焰图像检测方法、 装置、 设备及存 储介质 (57)摘要 本发明涉及火灾探测技术领域， 公开了一种 多尺度火焰图像检测方法、 装置、 设备及存储介 质， 包括： 通过分组多尺度卷积网络模型对初始 火焰特征图像进行卷积计算， 得到目标火焰特征 图像； 根据目标循环卷积结构 对目标火焰特征图 像进行迭代提取， 得到不同进程的特征图像； 将 不同进程的特征图像进行特征双向融合， 得到目 标特征图像； 通过目标图像检测层对目标特征图 像进行检测， 得到多尺度火焰图像检测结果； 由 于本发明是通过卷积计算初始火焰特征图像， 然 后迭代提取目标火焰特征图像， 再特征双向融合 不同进程的特征图像， 最后基于目标图像检测层 检测目标特征图像， 相较于 现有技术通过火焰静 态特性检测火焰图像， 能够 有效提高检测火焰图 像的准确性。 权利要求书2页 说明书9页 附图3页 CN 114639060 A 2022.06.17 CN 114639060 A 1.一种多尺度火焰图像检测方法， 其特征在于， 所述多尺度火焰图像检测方法包括以 下步骤： 通过分组多尺度 卷积网络模型对初始火焰特征图像进行卷积计算， 得到目标火焰特征 图像； 根据目标循环卷积结构对所述目标火焰特征图像进行迭代提取， 得到不同进程的特征 图像； 将所述不同进程的特 征图像进行 特征双向融合， 得到目标 特征图像； 通过目标图像 检测层对所述目标 特征图像进行检测， 得到多尺度火焰图像 检测结果。 2.如权利要求1所述的多尺度火焰图像检测方法， 其特征在于， 所述通过分组多尺寸卷 积网络模型对初始火焰特 征图像进行 卷积计算， 得到目标火焰特 征图像之前， 还 包括： 获取目标区域的火焰视频图像； 通过初始卷积网络模型对目标区域的火焰视频图像进行特征提取， 得到初始火焰特征 图像。 3.如权利要求1所述的多尺度火焰图像检测方法， 其特征在于， 所述通过分组多尺度 卷 积网络模型对初始火焰特 征图像进行 卷积计算， 得到目标火焰特 征图像， 包括： 根据分组多尺度卷积模型 得到目标规格卷积和目标并联 结构卷积； 通过所述目标规格卷积对初始火焰特征图像进行多尺度计算， 得到多尺度火焰特征图 像； 通过所述目标并联结构卷积对所述多尺度火焰特征图像进行卷积计算， 得到目标火焰 特征图像。 4.如权利要求3所述的多尺度火焰图像检测方法， 其特征在于， 所述通过所述目标并联 结构卷积对所述多尺度火焰特 征图像进行 卷积计算， 得到目标火焰特 征图像， 包括： 根据所述目标并联 结构卷积得到不同尺度的卷积核和卷积计算次数； 通过卷积计算策略对所述不同尺度的卷积核进行选取， 得到卷积核集合和目标尺度 卷 积核； 按照所述卷积次数通过所述卷积核集合依次对所述多尺度火焰特征图像进行卷积计 算， 得到当前火焰特 征图像； 通过所述目标尺度卷积核和膨胀卷积计算策略对所述当前火焰特征图像进行卷积计 算， 得到目标火焰特 征图像。 5.如权利要求1所述的多尺度火焰图像检测方法， 其特征在于， 所述根据目标循环卷积 结构对所述目标火焰特 征图像进行迭代提取， 得到不同进程的特 征图像， 包括： 根据所述目标循环卷积结构对所述目标火焰特征进行初次提取， 得到当前进程特征图 像和提取顺序； 按照所述提取顺序根据 所述目标循环卷积结构对目标火焰特征进行迭代提取， 得到目 标进程特 征图像； 通过所述目标进程特征图像对所述当前进程特征图像进行调 整， 得到不同进程的特征 图像。 6.如权利要求1所述的多尺度火焰图像检测方法， 其特征在于， 所述将所述不同进程的 特征图像进行 特征双向融合， 得到目标 特征图像， 包括：权　利　要　求　书 1/2 页 2 CN 114639060 A 2获取自底向上 特征融合路径和自顶向下 特征融合路径； 按照自底向上特征融合路径对所述不同进程的特征图像进行特征融合， 得到目标尺度 特征图像； 按照自顶向下特征融合路径对所述不同进程的特征图像进行两倍采样， 得到对应的样 本特征图像； 将所述目标尺度特 征图像与所述样本特 征图像进行 特征融合， 得到目标 特征图像。 7.如权利要求1至6中任一项所述的多尺度火焰图像检测方法， 其特征在于， 所述通过 目标图像 检测层对所述目标 特征图像进行检测， 得到多尺度火焰图像 检测结果， 包括： 将所述目标特征图像输入至目标图像检测层， 以使所述目标图像检测层对所述目标特 征图像进行检测， 得到并反馈火焰区域预测框集 合； 对所述火焰区域预测框集 合的各预测框进行 得分排序； 按照非极大抑制策略对火焰区域预测框排序 结果进行筛选， 得到多尺度火焰图像检测 结果。 8.一种多尺度火焰图像 检测装置， 其特 征在于， 所述多尺度火焰图像 检测装置包括： 计算模块， 用于通过分组多尺度卷积网络模型对初始火焰特征图像进行卷积计算， 得 到目标火焰特 征图像； 提取模块， 用于根据目标循环卷积结构对所述目标火焰特征图像进行迭代提取， 得到 不同进程的特 征图像； 特征融合模块， 用于将所述不同进程的特征图像进行特征双 向融合， 得到目标特征图 像； 检测模块， 用于通过目标图像检测层对所述目标特征图像进行检测， 得到多尺度火焰 图像检测结果。 9.一种多尺度火焰图像检测设备， 其特征在于， 所述多尺度火焰图像检测设备包括： 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多尺度火焰图像检测程 序， 所述多尺度火焰图像检测程序配置有实现如权利要求 1至7中任一项 所述的多尺度火焰 图像检测方法。 10.一种存储介质， 其特征在于， 所述存储介质上存储有多尺度火焰图像检测程序， 所 述多尺度火焰图像检测程序被处理器执行时实现如权利要求1至7中任一项所述的多尺度 火焰图像 检测方法。权　利　要　求　书 2/2 页 3 CN 114639060 A 3