基于多信息融合的火灾识别技术研究

为了解决传统火灾探测器采用单一火灾特征参量进行火灾识别不准确、不及时的问题，提出了多信息融合的火灾识别技术；并使用多参量火灾数据采集装置配接四种火灾探测器实时采集被保护区域的烟雾浓度、温度、火焰红紫外辐射量，使用网络摄像机同步采集火灾视频，形成火灾样本库；采用深度学习的方法对预处理后的样本集输入火灾监测与识别网络进行特征提取，之后通过注意力理机制模块为其分配不同权重并进行融合，得到完整的特征图进行火灾预测；可应用于基于边缘计算的火灾探测报警系统，便于集中管控，主动运维；多信息融合的火灾识别技术能够更加全面获取火灾发生时的多参量信息，可以同时监测火焰和烟雾信号，可以避免使用单一探测手段所存在的不足，提高火灾监测的可靠性。