Использование видеоаналитики для раннего обнаружения возгорания

Abstract

Введение. Тревожные тенденции изменения статистики возникновения пожаров в зданиях и помещениях в последние годы с масштабными последствиями требуют поиска и разработки новых методов и подходов в области раннего обнаружения возгораний. Перспективным подходом к малоинерционной идентификации возгораний принято считать использование интеллектуальных и основанных на визуальной оценке пожарной опасности в помещении систем на базе различных типов видеокамер. В отличие от традиционных точечных пожарных извещателей данный метод не ограничен объемами помещения и позволяет обнаружить возгорание даже на больших отрытых пространствах и непрогнозируемом перемещении фронта пламени. Целью исследования является обоснование возможности достоверной идентификации очага возгорания в помещении на ранней стадии с использованием видеосъемки. Основной задачей является разработка алгоритма для обучения модуля нейронной сети, позволяющего с высокой точностью определить координаты местоположения очага возгорания в помещении на ранней стадии с использованием видеосъемки. Материалы и методы. Экспериментальные исследования проведены с использованием макета помещения размерами 3 × 3 × 2,3 м с установленными в нем системой газоанализа, пожарными извещателями, средствами видеорегистрации, а также системой управления и мониторинга для сбора и записи информации.Результаты и их обсуждение. В результате проведенных исследований предложен подход к применению видеоаналитики для идентификации очага возгораний на ранней стадии. Заключение. На основе экспериментальных исследований выбран оптимальный размер предобученной модели нейронной сети для поставленной задачи, а также обоснована целесообразность использования камеры видеонаблюдения для малоинерционной идентификации возгораний в помещениях

Introduction. Alarming trends in the statistics of fires in buildings and premises in recent years with large-scale consequences require the search and development of new methods and approaches in the field of early fire detection. A promising approach to low-inertia identification of fires is considered to be the use of intelligent systems based on visual assessment of fire hazard in the premises, based on various types of video cameras. Unlike traditional point fire detectors, this method is not limited by the volume of the room and allows detecting fires even in large open spaces and unpredictable movement of the flame front. The aim of the research is to substantiate the feasibility of reliably identifying the fire source in a room at an early stage using video recording. The main task is to develop an algorithm for training a neural network module that allows for the accurate determination of the coordinates of the fire source location in a room at an early stage using video recording. Materials and methods. Experimental studies were carried out using a 3 × 3 × 2.3 m room model with a gas analysis system, fire alarms, video recording equipment, and a control and monitoring system for collecting and recording information installed in it. Results and Discussion. As a result of the conducted research, an approach to the use of video analytics for identifying the source of fires at an early stage was proposed. Conclusions. Based on experimental studies, the optimal size of the pre-trained neural network model for the task was selected, and the feasibility of using a video surveillance camera for low-inertia identification of fires in premises was substantiated