一种基于火灾图像和人工智能的热释放速率计算方法

摘要：

火焰的热释放速率是描述火灾行为和危险性的重要参数之一,然而由于火灾场景的复杂性,传统的火灾热释放速率测量方法无法适用.本文旨在探索一种基于人工智能和图像的火灾热释放速率预测方法,用于火灾场景下火灾强度的识别,进而为消防应急救援提供依据.用于火灾热释放速率识别的深度学习模型(Swin Trans-former)由美国国家标准技术研究所公开的火灾图像量热数据库训练而成,其中包含火灾测试 89 例,不同时刻的5 万多张火灾图像.所得模型可根据火灾场景下拍摄的火灾图像实时识别火灾的大小.其预测结果表明,即使在不同火源的场景下,深度学习模型可以通过当前的火灾图像对火灾热释放速率进行有效识别,这将为未来的智慧消防系统开发提供有效的支持.

关键词：火灾图像、人工智能、火灾量热、Swin Transformer

所属期刊栏目：30

分类号：TK16(热力工程、热机)

资助基金：香港研究资助局资助项目T22-505/19-N

在线出版日期：2024-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-74