本申请涉及火灾溯源定位技术领域,特别涉及一种基于深度学习的火源准确定位方法及装置,其中,方法包括:获取火灾区域的传感器数据集和火源信息数据集,并根据传感器数据集生成特征向量以得到特征矩阵,基于传感器数据的分布情况,获取火源信息数据集中对应每个特征矩阵的火源信息,以生成训练集、验证集和测试集,基于训练集、验证集和测试集,利用预设深度学习策略获取预测火灾区域的火源信息,并根据预测的火源信息得到火源定位信息。由此,解决了相关技术中,在光线不足、存在其他热源或火焰被遮挡等情况下,传感器容易出现误报或漏报,导致火源定位精度不稳定,从而难以准确定位火源位置,严重影响灭火救援效率,延误最佳救援时机的问题。
背景技术
相关技术中,火灾报警系统主要依赖于烟雾传感器、温度传感器等进行探测,一旦传感器触发报警,即可初步判断火灾发生区域。
然而,相关技术中,在光线不足、存在其他热源或火焰被遮挡等情况下,传感器容易出现误报或漏报,导致火源定位精度不稳定,从而难以准确定位火源位置,严重影响灭火救援效率,延误最佳救援时机,亟待改进。
实现思路