耿潘潘，张勇昌

（江苏建筑职业技术学院，江苏徐州 221116)

0 引言

传统的火灾和烟雾探测器基于热传感器和化学传感器。这些传感器适用于室内环境，并且需要较多的探测时间和火灾或烟雾量来提醒居住者。此外，如果系统未正确安装和维护，或位于火灾位置附近，则可能发生故障[1]。根据不完全统计，在住宅火灾中死亡的人员中，有11%没有获得火灾和烟雾探测器的有效提醒，还有60%的住宅火灾死亡是在没有烟雾探测器或探测器发生故障且未向居住者发出警报的建筑中造成的。然而，大多数消防队员在应对建筑火灾时，会受到人力、设备和预算等可用资源的限制。另外，现代建筑材料和技术、开放式布局和合成家具对火灾发生的影响比其传统产品更大。这些变化导致了火灾传播速度更快、人员逃生时间和建筑结构倒塌时间更短，导致有效火场扑救的可用时间缩短[2]。因此，亟须一套反应速度更快、覆盖范围更广的火灾报警系统来提高火灾险情的预警。

对于建筑火灾，传统的探测方法依赖于火灾和烟雾探测器，其局限性和有效性主要取决于烟雾的体积与起火位置的接近程度[3]。一个被忽视的因素是来自无处不在的智能摄像设备的图像流，这些设备在大多数建筑环境中都很容易获得。将获取的图像流与用于图像分类的机器学习集成，可为远程实时自主火灾和烟雾检测提供有效的解决方案[4]。随着人工智能、图像处理、计算机视觉和物联网平台的快速发展，与摄像头集成的智能设备为远程实时自主火灾和烟雾检测提供了有效的解决方案[5]。……