孙维亚，陈恺鑫，吴 铭，王 丹，杜立轩，马占宇

（1.南水北调中线建管局，北京 100053；2.北京邮电大学人工智能学院，北京 100876；3.南水北调中线信息科技有限公司，北京 100053）

引 言

现实场景中的火焰检测在科学研究领域和实际应用场景中都具有重大意义。本文主要目的是设计出高效可应用的检测算法，因此本文以南水北调中线干线工程智能视频监控数据为研究背景，聚焦到实际场景。南水北调中线干线工程是一项跨流域、长距离的特大型、综合性调水工程，各站配备了包括启闭机、柴油发电机、网络交换机、大型计算机房及高压电源等设备设施。对于这些设备而言，火灾是最常见的严重危害之一，它会造成不可逆转的严重危害，是中线工程中重点防范的灾害。

现有的火灾报警大多依赖于烟雾报警器和红外传感器，这些物理传感器的覆盖范围十分有限，且易受到外界干扰，诸如大型室内仓库或室外场景均无法有效报警，对应用场景要求较高［1］。采用基于紫外线或红外线的光谱传感器会受到大型电子设备和其他光传感器的影响，可靠性不高，不能满足安全管控需求［2］。基于视频监控的火焰检测系统可以对摄像头覆盖的区域进行实时火焰检测，覆盖范围更广，检测效率更快，而且基本不会受到温度等自然因素的影响，在实际安全监控中具有重要意义。

基于视频的火焰检测可以分为两类。第一类是传统的机器学习方法，利用人为设定的特征对火焰进行检测［3⁃7］。……