基于高空瞭望图像识别的智能识别检测与报警系统应用研究

2023-01-06 09:59陈家龙黄陈建
科技创新与应用 2022年36期
关键词:图像识别火焰报警

林 章,陈家龙,黄陈建

(1.浙江建设职业技术学院,杭州 311231;2.浙江中安电子工程有限公司,杭州 310052;3.中国铁塔股份有限公司温州市分公司,浙江 温州 325000)

目前,农田、树林等区域的秸秆焚烧、垃圾焚烧等违法行为时有发生,对森林防火和环境保护都带来较大挑战。各级政府对此类行为采取的防治措施有人力和技术两方面。人力方面,成立秸秆禁烧工作领导小组和秸秆禁烧巡逻队,不间断在农田附近巡查,确保没有秸秆燃烧等违法事件。同时利用各种宣传手段,营造秸秆禁烧氛围,提高全社会秸秆禁烧意识。人力方面确实能在秸秆禁烧工作取得一定的成效。但秸秆禁烧工作领导小组和巡逻队需要消耗大量的人力物力,宣传工作长时间持续进行才能取得一定的成效。技术层面,在高位铁塔上安装视频监控,通过传统的人工实时查看视频来发现是否有燃烧秸秆行为或者森林火灾。这种检测方式效率和工作强度极大,无法满足用户需求,且缺少自动报警的方案;利用卫星遥感技术探测秸秆焚烧引起的地面热异常火点,成本较高,巡检周期长,秸秆焚烧面积大才能发现,未能得到大面积推广。现阶段各级政府的监管职能部门对于农田、树林等区域的秸秆焚烧、垃圾焚烧等违法行为的监控,存在检测耗时费力、发现滞后及取证难度大等诸多问题。

高空瞭望技术一般是指安装在距离地面30 m以上的高倍监控摄像机及配套设施,实现数百米到数千米范围内的视频监控技术。该技术能实现大范围远距离监控、全天候监控,近年来被广泛应用在公安、交通、油田和电力等领域[1]。本文将研究基于高空瞭望图像识别技术,对1~2 km范围内树林、农田进行检测,发现烟火等事件立即报警,从而减轻人员的工作量、提高工作效率和减少政府的资金投入。

1 方案概述

高空瞭望视频监控通过安装在运营商基站塔上的摄像头,对1~2 km范围实现360°自动巡检,实时采集图像视频。后台通过视频监控平台获取图像视频,并实时进行图像分析,识别视频流中的各类报警事件,第一时间触发报警。区域负责人接到报警,确认报警类型做出相应应对措施。事后可通过系统平台的报警事件记录,分析事件原因,方便总结分析,利于类似事件的杜绝防范。其组成的网络拓扑如图1所示。

图1 网络拓扑结构

数据分析平台直接与视频监控平台对接,从平台上获取实时视频流,避免平台的带宽压力和计算压力。图像识别算法通过部署在铁塔中心服务器端实现对图像视频实时事件检测。事件的派发通过短信网关实现,也可通过微信或者钉钉推送,支持同时推送一人或多人。区域责任人或巡查人员收到事件信息后,可判断点位信息及报警情况,事件处理好后将结果反馈给平台做记录。平台可以根据历史记录将事件进行统计分析。其流程如图2所示。

图2 业务流程

2 系统框架

高空瞭望视频监控系统的框架从下往上可分为采集层、分析层和应用层。其中采集层包含监控摄像机、视频采集平台,分析层为图像识别分析平台,应用层包含事件转发、统计分析等功能,构成如图3所示。

图3 系统框架

采集层是高空瞭望视频监控系统运行的基础条件,包含负责图像视频采集的监控摄像机、负责提供视频流的视频平台。采集层的设备都是铁塔已经建好基础设施和服务设备,不需要再额外投入资本。

分析层为图像识别分析平台,部署在云平台提供的各个服务器上。该层将采集层获取的视频图像进行图像处理,对视频中出现的秸秆焚烧、森林火灾等事件进行识别,并将结果上传至应用层。该层利用图像处理和深度学习等先进技术,保证高识别率、低误报率。

应用层由系统数据库和视频智能分析平台组成。该层除了能将事件通过短信、网络等方式通知相关人员外,还将检测到的违法事件储存至数据库进行分析总结。用户也可以通过该层的服务查询、浏览历史事件和处理反馈情况。

3 系统组成及功能

系统主要由前端视频监控系统、传输网络和云计算中心三大部分组成。前端视频监控系统通过安装在运营商基站塔上的高倍监控摄像机,实现360°自动巡检,检测1~2 km范围内的图像视频,实时进行图像视频采集[2]。传输网络主要利用运营商基站专用网络线路,确保告警、异常视频监控数据准确、及时传输至监管平台;前端采用高清摄像头经光纤传输至云计算中心,采用云计算服务器、存储等设施,以及管理平台,实现布控区域监测、智能告警、视频录像回放和历史信息管理等功能。工作人员可通过监控中心随时随地掌握监控区域情况。系统主要提供以下功能。

(1)实时监控、视频浏览。系统采用高倍高清摄像机,实时获取监控区域内清晰的监控图像。依托分布广泛的基站铁塔搭建高清网络球机摄像头,接入视频监控平台,通过大屏、电脑实现高清视频浏览。

(2)视频录像存储。系统采用分布式存储模式,将高清视频保存在前端,便于事后预览、取证和统计分析,存储周期为30 d。

(3)智能分析系统。智能视频分析算法部署在云计算服务器上,实现对实时视频的事件检测分析,有效率达90%以上,系统支持自动定时轮询,轮询时间可配置;视频检测程序通过视频平台获取前端球机实时视频,系统能够针对农田、树林的秸秆焚烧和森林火灾等多发区高清监控点的实时视频进行分析,当画面中出现相应违法事件时,系统自动触发报警。通过与视频监控平台对接获取视频流,设置不同的预置位,实现全天候、全角度检测。

(4)平台管理功能。平台基于B/S系统,电脑或者手机利用网络即可访问,客户端做到零安装、零维护。系统具有扩展容易,维护和升级方式简单,成本降低等优点。每个点位基于铁塔的经纬度在GIS地图上进行展示,平台自动记录智能分析报警违法行为的浏览、查询、详情、报警统计、数据存储、权限管理、点位管理及检测区域管理配置等。

(5)事件报警功能。当管理平台接收到智能分析报警事件后,管理平台通过短信和网络平台自动将报警事件发送给相关人员,支持实现同一报警数据发送给多人。报警事件的内容包括:发生的事件名称、地点、事件详情、导航及处理反馈页面和视频图像等,方便相关人员及时抵达前端现场,做出应急指挥,使事故或者违法行为降到最低。

4 图像识别关键技术

基于高空瞭望图像识别系统具有机器视觉和人工智能2种算法,从物体特征、运动规则等方面出发,保证对秸秆焚烧、森林火灾等事件发现的及时性和准确性。系统通过算法优化、并行技术等手段,提高运行效率、降低硬件成本,支持在云平台上架设。其中涉及到的关键技术为火焰检测和烟雾检测,具体实现如下。

4.1 火焰检测

基于高空瞭望图像识别系统使用的火焰检测技术有计算机视觉、模式识别、人工智能等各方面的技术,能快速高效地自动识别实时视频中的火焰。火焰检测的具体过程为:从静态和动态两方面分析火焰特征。在静态特征方面,对比各种不同火焰模型,总结归纳出符合火焰特征的模型[3];在动态特征方面,利用PCA、方差、峰度和偏度分析火焰外围的不稳定特性,利用PCA、短时平均过零率相结合的方法分析火焰的闪动频率,利用圆度和相似度分析火焰形状的不规则性[4]。结合静态特征和动态特征,设计了一套高空瞭望图像识别系统的火焰检测算法。在秸秆检测场景中,对火焰检测的要求是检出率高、误检率低,算法只有同时满足这2点才能够符合应用场景。否则,检出率低将导致系统无法满足“不着一把火、不冒一处烟、不污一条河”的建设目标;误检率高将导致基层巡查人员和中心工作人员工作量加大,对系统产生抵触情绪,影响系统推广。本文设计的火焰检测算法参考了大量国际上前沿的相关学术论文,通过对这些算法的学习,结合项目中实际经验研发出了适用于秸秆焚烧检测的火焰检测算法。经检验该烟火检测系统火焰检测算法在焚烧秸秆的典型场景下检出率达到90%。

4.2 烟雾检测

在烟雾检测的应用场景中烟雾检测与火焰检测同时检测,能有效提升对于焚烧秸秆行为的检测能力。烟雾检测算法涉及到的技术如下:利用分块和背景差分提取运动区域,建立烟雾颜色模型和亮度模型,得到烟雾疑似区域;改进Lucas-Kanade稀疏光流算法[5],实现烟雾疑似区域多目标自动跟踪,从而获取疑似区域的平均偏移量和相位分布[6],这两项指标可以作为烟雾识别特征,从而实现适用于本文场景的烟雾检测算法。

5 报警机制

系统采用短信通知为主、网络通知为辅的报警机制,该种报警机制的特点如下。

(1)同时具备短信和网络通知2种机制,避免负责人未连接网络等原因导致无法及时收到报警信息。

(2)报警短信只发送给该点位的相关责任人,同时支持发送给多人,减少了非必要信息干扰,提高了事件发生在县界、乡界和村界时的处理效率。

(3)有效地提升了事件的处置和反馈效率。责任人收到事件信息后,可以使用手机访问平台获取事件详细内容,并导航至监控点位;处理结束后,使用手机直接反馈处理结果。

系统发现违法事件,具体的事件报警流程如图4所示。

图4 事件报警流程

系统实时对采集到的视频图像进行烟火识别,系统检测到发生火灾时,值班人员确定发生火灾,发送报警信息给相关人员,如果是系统误报,则忽略本次报警。当相关人员接收到事件报警信息时,浏览报警信息并导航至监控点位处,现场处理好事件后,填写处理结果并上传至平台。最后再次确认无事件报警,结束此次的事件报警流程。

系统支持事件通知人工模式或自动模式。人工模式是指当发现违法事件后,需要值班人员在视频智能分析平台确认事件的有效性之后才能发送;自动模式是指当发现违法事件后,视频智能分析平台直接将报警信息发送给相关责任人。

6 结束语

本文设计的基于高空瞭望图像识别系统依托遍布城乡的铁塔公司通信基站,通过共享基站铁塔上360°旋转的高清球机,结合火焰检测和烟雾检测等关键技术,能实现实时检测1~2 km范围内的秸秆燃烧、森林火灾等事件,当发生事件时及时通知相关人员。经试验表明,该系统能很好地预防森林火灾的发生,尤其是对焚烧秸秆的典型场景检出率达到90%以上,同时大大减轻相关人员工作量,有效地阻止秸秆燃烧等违法事件,实现无人值守,大大提高工作效率和减少政府的资金投入。

猜你喜欢
图像识别火焰报警
最亮的火焰
缤纷的火焰
基于Resnet-50的猫狗图像识别
高速公路图像识别技术应用探讨
漂在水上的火焰
图像识别在物联网上的应用
图像识别在水质检测中的应用
火焰
2015款奔驰E180车安全气囊报警
2014款奥迪Q5车发动机OBD灯报警