(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210583354.8 (22)申请日 2022.05.25 (71)申请人 河南鑫安利安全科技股份有限公司 地址 450001 河南省郑州市郑州高新区翠 竹街1号总部企业基地59号楼 (72)发明人 孔庆端　邓永超　康乐　唐家俊　 宋远帆　刘小刚　王飞强　 (74)专利代理 机构 郑州博派知识产权代理事务 所(特殊普通 合伙) 41137 专利代理师 荣永辉 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) G08B 17/12(2006.01) (54)发明名称 一种消防隐患处 理方法 (57)摘要 本发明提供一种消防隐患处理方法， 属于消 防技术领域， 具体包括： 通过摄像头得到物品监 控图像和杂物 监控图像， 通过红外摄像装置得到 火点监控图像； 通过图像识别技术实现对所述物 品监控图像、 杂物监控图像的识别， 并根据识别 结果采用专家算法得到此时的物品消防隐患值 和杂物消防隐患值， 通过红外图像识别技术对所 述火点监控图像进行识别， 并根据识别结果采用 专家算法得到此时的火点消防隐患值； 根据三种 消防隐患值的情况， 输出消防隐患安全提醒； 结 合安全用电情况、 历史消防事故情况、 职工消防 演练情况， 基于三种消防 隐患值构建此时的综合 消防隐患值， 根据综合消防隐患值的具体情况输 出消防隐患警报， 从而对工厂整体的消防隐患有 整体的认知。 权利要求书2页 说明书10页 附图1页 CN 114973133 A 2022.08.30 CN 114973133 A 1.一种消防隐患处 理方法， 其特 征在于， 所述消防隐患处 理方法的具体步骤为： S1： 通过摄像头对工厂仓库、 过道、 车间的物品的堆放进行监控得到物品监控图像， 通 过红外摄像装置对工厂仓库、 过道、 车间的可疑火点进 行监控得到 火点监控图像； 通过摄像 头对楼道、 走廊、 安全通道、 消防通道的物品进行监控得到杂物监控图像； S2:通过基于机器学习算法的图像识别技术实现对所述物品监控图像、 杂物监控图像 的物品种类和物品摆放方式的识别， 并根据识别结果采用专家 算法得到此时的物品监控图 像的物品消防隐患值， 得到此时的杂物监控图像的杂物消防隐患值， 通过基于机器学习算 法的红外图像识别技术对所述火点监控图像进行识别， 并根据识别结果采用专家算法得到 此时的火点 监控图像的火点消防隐患值； S3： 判断所述物品消防隐患值是否大于第一阈值， 判断所述杂物消防隐患值是否大于 第二阈值， 判断所述火点消防隐患值是否大于第三阈值， 当其中任意一项 大于阈值时， 输出 消防隐患安全提醒， 直至全部小于或者 等于阈值， 消防隐患安全提醒才 会消除； S4： 结合安全用电情况、 历史消防事故情况、 职工消防演练情况， 基于物品消防隐患值、 杂物消防隐患值、 火点消防隐患值构建此时的综合消防隐患值， 判断综合消防隐患值是否 大于第四阈值， 当大于第四阈值时， 输出消防隐患警报， 直至小于或者等于阈值， 安全隐患 警报才会消失。 2.根据权利要求1所述的消防隐患处理方法， 其特征在于， 还包括消防水压监控系统， 对消防用水水压进 行监控， 当小于一定水压阈值时， 发出报警， 并在综合消防隐患值时考虑 消防水压监控得到的实时数据。 3.根据权利要求1所述的消防隐患处理方法， 其特征在于， 所述物品监控图像、 火点监 控图像、 杂物监控图像既包括实时的图像， 也包括过去一定时间阈值内的图像。 4.根据权利要求1所述的消防隐患处理方法， 其特征在于， 所述通过基于机器学习算法 的图像识别技 术采用基于Fast  R‑CNN算法。 5.根据权利要求4所述的消防隐患处理方法， 其特征在于， 所述Fast  R‑CNN算法的损失 函数为： L＝exLcls+(ex‑1)Leg 其中L为损失函数， x为大于 0小于1的常数， Lcls为分类损失， Leg为回归损失。 6.根据权利要求1所述的消防隐患处理方法， 其特征在于， 将所述火点消防隐患 值和所 述物品消防隐患值结合 起来， 共同构成物品燃烧消防隐患值， 具体公式为： 其中T1为物品燃烧消防隐患值， T2、 T3分别为火点消防隐患值和物品消防隐患值， 且均 大于零小于1。 7.根据权利要求6所述的消防隐患处理方法， 其特征在于， 所述综合消防隐患 值在物品 燃烧消防隐患值、 火点消防隐患值、 物品消防隐患值、 杂物消防隐患值的基础上进行 搭建。 8.根据权利要求1所述的消防隐患处理方法， 其特征在于， 还包括第五阈值、 第六阈值、 第七阈值， 当综合消防隐患值小于或者等于第五 阈值时， 此时处于低风险状态； 当大于第五 阈值时， 此时处于一般风险状态； 当大于第六阈值时， 此时处于较大风险状态； 当大于第七 阈值时， 此时处于重大风险状态， 所述第五阈值小于第六阈值， 第六阈值小于第七阈值， 第权　利　要　求　书 1/2 页 2 CN 114973133 A 2七阈值小于第四阈值。 9.根据权利要求1所述的消防隐患处理方法， 其特征在于， 所述安全隐患警报和综合消 防隐患值还会自动传送给政府安全管理部门， 政府安全管理部门会根据综合消防隐患值的 大小， 进行远程指导或者现场指导， 并协调消防部门、 医院。 10.一种消防隐患处理系统， 采用权利要求1 ‑9任意一项所述的一种消 防隐患处理方 法， 包括图像数据提取模块， 图像数据识别模块， 结果判断及输出模块； 所述图像数据提取 模块负责通过摄像头对工厂仓库、 过道、 车间的物品的堆放进 行监控得到物品监控图像， 通 过红外摄像装置对工厂仓库、 过道、 车间的可疑火点进 行监控得到 火点监控图像； 通过摄像 头对楼道、 走廊、 安全通道、 消防通道的物品进行监控得到杂物监控图像； 所述图像数据识 别模块负责通过基于机器学习算法的图像识别技术实现对所述物品监控图像、 杂物监控图 像的物品种类和物品摆放方式的识别， 并根据识别结果采用专家算法得到此时的物品监控 图像的物品消防隐患值， 得到此时的杂物监控图像的杂物消防隐患值， 通过基于机器学习 算法的红外图像识别技术对所述火点监控图像进 行识别， 并根据识别结果采用专家 算法得 到此时的火点监控图像的火点消防隐患值； 所述结果判断及输出模块负责判断所述物品消 防隐患值是否大于第一阈值， 判断所述杂物消防隐患值是否大于第二阈值， 判断所述火点 消防隐患值是否大于第三阈值， 当其中任意一项 大于阈值时， 输出消防隐患安全提醒， 直至 全部小于或者等于阈值， 消防隐患安全提醒才会消除； 结合安全用电情况、 历史消防事故情 况、 职工消防演练情况， 基于物品消防隐患值、 杂物消防隐患值、 火点消防隐患值构建此时 的综合消防隐患值， 判断综合消防隐患值是否大于第四阈值， 当大于第四阈值时， 输出消防 隐患警报， 直至小于或者 等于阈值， 安全隐患警报才 会消失。权　利　要　求　书 2/2 页 3 CN 114973133 A 3