原文传递
基于计算机视觉的轨道交通站内火灾检测与定位
| 题名： | 基于计算机视觉的轨道交通站内火灾检测与定位 |
| 作者： | 张金雷 1 杨健 2 刘晓冰 1 陈瑶 1 杨立兴 1 高自友 1 |
| 作者单位： | 1. 北京交通大学,系统科学学院2. 北京交通大学,交通运输学院 |
| 关键词： | 智能交通;火灾检测;深度学习;轨道交通车站;计算机视觉; |
| 摘要： | 为及时有效地处理轨道交通站内火灾事件，本文提出基于计算机视觉的站内火灾检测与精细化火灾定位模型(Fire-Detect)。首先，基于Unity仿真模拟和收集互联网图像数据的方式制作站内火灾图像与视频数据集Fire-Rail，用于训练构建的火灾检测算法和精细化火灾定位算法；其次，基于卷积神经网络、残差结构与通道注意力机制构建火灾检测算法，用于检测站内监控视频中每帧分别为“正常状态”或“疑似火灾”状态；最后，在“疑似火灾”状态下，模型启动精细化火灾定位算法，将图像以及后续的每帧图像输入精细化火灾定位算法中，并实时输出火灾发生场景下的精细化火灾定位信息。在Fire-Rail数据集上进行实验，火灾检测算法在测试集的准确率为95.12%；此外，卷积神经网络层级实验平衡了资源消耗和准确率，消融实验验证了各部分的有效性，鲁棒性实验表明，该算法能处理大部分噪声，整体模型的平均火灾定位检测精度mAP为77.3%，可应用于轨道交通站内视频监控设备。 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版日期： | 202405 |
| 出版年： | 2024 |
| 期： | 11 |
检索历史
应用推荐
