本技術涉及火災檢測領域，尤其涉及一種火災報警方法和系統。

背景技術：

1、火災是最常見的緊急災害類型之一，具有突發性和破壞性等特點，是公共安全的危害因素之一，因此，一旦發生火災，其帶來的后果將不堪設想。

2、傳統的火災報警通常是采用基于閾值的中央報警方法實現的，具體為：監控系統會實時采集監控對象的數據，并與預設的閾值進行比較；當采集到的數據超過或低于閾值時，監控系統會觸發報警機制，以實現火災報警的目的。

3、但是，采用上述方法，若閾值設置的不準確，則會存在火災誤報警的問題。

技術實現思路

1、本技術提供一種火災報警方法和系統，用以解決現有技術中存在的火災誤報警的問題，從而有效地提高了火災報警的準確度。

2、本技術提供一種火災報警方法，應用于邊緣設備，所述方法包括：

3、獲取監控設備采集火災高風險區域的視頻數據；

4、將所述視頻數據進行視頻數據解碼后得到的圖像數據輸入至火災檢測模型中，通過所述火災檢測結果輸出所述火災高風險區域對應的火災檢測結果；其中，所述火災檢測模型是基于多個高風險區域樣本各自的視頻數據樣本進行視頻數據解碼后得到的圖像數據樣本，和對應的火災檢測標簽訓練得到的；

5、基于所述火災檢測結果向報警設備發送報警指令，所述報警指令用于所述報警設備執行相應的報警操作。

6、根據本技術提供的一種火災報警方法，所述基于所述火災檢測結果向報警設備發送報警指令，包括：

7、在所述火災檢測結果表征所述火災高風險區域發生火災，且發生火災的置信度大于預設置信度閾值的情況下，生成所述報警指令；

8、向所述報警設備發送所述報警指令。

9、根據本技術提供的一種火災報警方法，所述在所述火災檢測結果表征所述火災高風險區域發生火災，且發生火災的置信度大于預設置信度閾值的情況下，生成所述報警指令，包括：

10、在所述火災檢測結果表征所述火災高風險區域發生火災，且發生火災的置信度大于預設置信度閾值的情況下，確定火災的參數信息，所述參數信息包括火焰高度、煙霧濃度、溫度和蔓延速度；

11、基于所述火災的參數信息確定所述火災對應的報警等級，并基于所述報警等級生成所述報警指令。

12、根據本技術提供的一種火災報警方法，所述方法還包括：

13、在所述火災檢測結果表征所述火災高風險區域發生火災，且發生火災的置信度大于預設置信度閾值的情況下，將發生火災的目標位置的邊界框疊加在所述圖像數據上，得到疊加后的目標圖像數據；

14、將所述目標圖像數據發送給云端服務器，所述云端服務器用于在用戶界面上顯示所述目標圖像數據。

15、根據本技術提供的一種火災報警方法，所述方法還包括：

16、接收云端服務器發送的所述火災檢測模型；其中，所述火災檢測模型為所述云端服務器基于如下訓練方式得到的：

17、將所述多個高風險區域樣本各自的視頻數據樣本進行視頻數據解碼后得到的圖像數據樣本輸入至初始火災檢測模型中，得到各所述圖像數據樣本對應的火災檢測結果樣本；

18、基于各所述圖像數據樣本對應的火災檢測結果樣本和火災檢測標簽，對所述初始火災檢測模型的模型參數進行更新，得到所述火災檢測模型。

19、本技術還提供一種火災報警系統，包括：邊緣設備、與所述邊緣設備網絡連接的監控設備和報警設備；

20、其中，所述監控設備，用于采集火災高風險區域的視頻數據，并將所述視頻數據發送給所述邊緣設備；

21、所述邊緣設備，用于將所述視頻數據進行視頻數據解碼后得到的圖像數據輸入至火災檢測模型中，通過所述火災檢測結果輸出所述火災高風險區域對應的火災檢測結果；并基于所述火災檢測結果向報警設備發送報警指令；其中，所述火災檢測模型是基于多個高風險區域樣本各自的視頻數據樣本進行視頻數據解碼后得到的圖像數據樣本，和對應的火災檢測標簽訓練得到的；

22、所述報警設備，用于基于所述報警指令執行相應的報警操作。

23、根據本技術提供的一種火災報警系統，所述基于所述火災檢測結果向報警設備發送報警指令，包括：

24、在所述火災檢測結果表征所述火災高風險區域發生火災，且發生火災的置信度大于預設置信度閾值的情況下，生成所述報警指令；

25、向所述報警設備發送所述報警指令。

26、根據本技術提供的一種火災報警系統，所述在所述火災檢測結果表征所述火災高風險區域發生火災，且發生火災的置信度大于預設置信度閾值的情況下，生成所述報警指令，包括：

27、在所述火災檢測結果表征所述火災高風險區域發生火災，且發生火災的置信度大于預設置信度閾值的情況下，確定火災的參數信息，所述參數信息包括火焰高度、煙霧濃度、溫度和蔓延速度；

28、基于所述火災的參數信息確定所述火災對應的報警等級，并基于所述報警等級生成所述報警指令。

29、根據本技術提供的一種火災報警系統，所述系統還包括云端服務器；

30、所述邊緣設備，還用于在所述火災檢測結果表征所述火災高風險區域發生火災，且發生火災的置信度大于預設置信度閾值的情況下，將發生火災的目標位置的邊界框疊加在所述圖像數據上，得到疊加后的目標圖像數據；并將所述目標圖像數據發送給所述云端服務器；

31、所述云端服務器，用于在用戶界面上顯示所述目標圖像數據。

32、根據本技術提供的一種火災報警系統，所述邊緣設備，還用于接收所述云端服務器發送的所述火災檢測模型；其中，所述火災檢測模型為所述云端服務器基于如下訓練方式得到的：

33、將所述多個高風險區域樣本各自的頻數據樣本進行視頻數據解碼后得到的圖像數據樣本輸入至初始火災檢測模型中，得到各所述視頻數據樣本對應的火災檢測結果樣本；

34、基于各所述圖像數據樣本對應的火災檢測結果樣本和火災檢測標簽，對所述初始火災檢測模型的模型參數進行更新，得到所述火災檢測模型。

35、本技術還提供一種邊緣設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上述任一種所述的火災報警方法。

36、本技術還提供一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現如上述任一種所述的火災報警方法。

37、本技術還提供一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執行時實現如上述任一種所述的火災報警方法。

38、本技術提供的火災報警方法和系統，在進行火災報警時，可以先獲取監控設備采集火災高風險區域的視頻數據；將視頻數據進行視頻數據解碼后得到的圖像數據輸入至火災檢測模型中，通過火災檢測結果輸出火災高風險區域對應的火災檢測結果；其中，火災檢測模型是基于多個高風險區域樣本各自的視頻數據樣本進行視頻數據解碼后得到的圖像數據樣本，和對應的火災檢測標簽訓練得到的；再基于火災檢測結果向報警設備發送報警指令，報警指令用于報警設備執行相應的報警操作。這樣結合基于深度學習的火災檢測模型對火災高風險區域進行火災檢測，并輸出火災高風險區域對應的火災檢測結果，可以有效地提高火災檢測結果的準確度，使得后續基于火災檢測結果向報警設備發送報警指令時，可以解決現有技術中存在的火災誤報警的問題，從而有效地提高了火災報警的準確度。