摘要

针对大跨度大空间场所火灾探测的复杂性与传统方法的局限性，分析了大跨度大空间场所火灾中火焰、烟雾和干扰源图像特征变化机理和辨识要素，构建适用于大范围场景、超高清晰度图像的深度学习分类模型，通过开展大跨度大空间实体火灾试验，采集火焰、烟雾和干扰图像数据，采用多场景、多参数控制的采集策略，涵盖不同燃烧物、探测距离及背景环境，累计获取有效样本15 000余张，结合以往标准实验室试验数据和国内外同领域学者公开的数据，建立火灾和干扰图像样本库并进行分类，为大跨度大空间火灾智能探测提供重要数据支撑。

关键词