浅析森林烟火AI检测算法的应用及场景使用说明

一、方案背景

现有的森林防火监测系统落后，以人工地面巡护、瞭望塔高点巡查为主，存在巡护范围有限、巡护效率低等问题，建立健全的森林防火风险预警体系，实现对森林、林场等场景的全天候智能自动监测、火情预警，及时发现森林火灾并辅助决策，是当前林业管理的重要任务。

二、方案概述

旭帆科技基于视频监控技术、AI图像智能识别技术、网络传输技术、GIS地理信息技术等先进技术，结合AI算法平台与安防监控系统EasyCVR平台，对森林防火所有前端感知设备的传输数据进行汇聚管理、智能分析、处理分发、预警推送等，能快速、精准发现火灾隐患并预警，实现森林火灾的全方位、立体化监测。

三、算法概述

森林烟火检测算法主要应用在森林消防领域，主要是检测感兴趣区域（ROI）内是否有烟和火的一种AI算法。输入为图像或者视频帧，设定ROI（其中ROI为封闭的多边形区域），算法自动计算出是否有烟火在ROI内，主要判定依据为烟火的检测框中心是否在ROI内。

AI算法平台在森林防火场景中的烟火识别算法包括以下两种：

• 明火识别：支持识别视频画面中出现的深橘黄色、非半透明色的火焰目标。

• 烟雾识别：支持识别视频画面中出现的团状烟雾。

四、场景要求和建议

1）相机架设

所有应用场景中，尽量统一相机架设的高度和角度，算法无法适应所有相机角度和高度。相机架设尽量保证统一，从而可以保证一套算法在各相机视频图像上都能场景兼容达到更好的效果。在高点瞭望球机设置预置位时，尽量避免天空占用图像过多的画面比例，主要原因：

a) 实际检测的区域会减少；

b) 可能因天空的朝霞和晚霞带来火的误报，天空的乌云带来烟的误报。

预置位设置时，天空留白不超过1/5高度为佳。

2）相机内参

相机的焦距控制，在720P的图像中烟火分辨率低于64*64像素，检出率会降低；相机预置位设置时，应考虑预置位画面重叠度。

3）图像质量

视频码率较高，截取的视频帧或者图像分辨率较高。烟火肉眼清晰可见，与背景区分度较大。

4）应用场景

1）烟火检测应用应在晴天干燥情况下进行监测。雨天或者大雾天气可以适当降低检测频率，从而可以降低误检率；

2）图片或视频内无明显强光源（如车灯、大型照明灯等强光），可能会导致火源误报；

3）大雾场景可能会产生烟源误报。部分场景下山雾会造成烟雾的误判，在风力较小时，山中局部地区水汽蒸发强烈，水蒸气袅袅而升，易被判断为火灾烟雾；

4）天上的乌云可能会产生烟源误报。