Коротко
Главный ответ
Нейронный детектор огня и дыма TRASSIR — программный модуль видеоаналитики, который анализирует видеопоток с камер, распознаёт возгорание или задымление за 3–5 секунд и отправляет уведомления оператору. Он не заменяет традиционные пожарные извещатели, а служит дополнительным инструментом для раннего оповещения. Детектор лицензируется поканально, работает на регистраторах с графическим ядром или через Offload на более мощном сервере.
Главное из материала
Основные выводы
- За первые 3 месяца 2024 года в России произошло около 60 500 пожаров, что на 8,5% больше, чем за аналогичный период прошлого года; погибло порядка 2 240 человек.
- Нейронный детектор огня и дыма TRASSIR обнаруживает возгорание за 3–5 секунд, что значительно быстрее традиционных дымовых извещателей (среднее время реакции около 40 секунд).
- Детектор не заменяет физические системы пожарной безопасности, а дополняет их для раннего оповещения и выигрыша времени.
- Лицензии на детектор постоянные, рассчитываются по числу каналов; для работы требуется регистратор с графическим ядром или Offload-аналитика на более мощном сервере.
- В обновлении детектор стал работать лучше, появилась возможность разделять события огня и дыма, настраивать чувствительность от 0 до 100 и создавать до 5 зон детектирования.
Статистика пожаров в России
За первые 3 месяца 2024 года в России произошло порядка 60 500 пожаров. По данным отчёта МЧС о надзорной деятельности в сфере пожарной безопасности, количество пожаров выросло почти на 8,5% по сравнению с прошлым годом. При этом погибло порядка 2 240 человек.
Ежедневно гибнет около 25 человек и получают травмы ещё 23 человека. В среднем происходит порядка 730 пожаров каждый день. Порядка 85 зданий и строений уничтожается огнём ежедневно.
Причины возгораний
Основные причины пожаров: технические неисправности и короткое замыкание, нарушение правил проведения сварочных и монтажных работ, разливы горюче-смазочных материалов, нарушение правил пожарной безопасности.
В последние пару лет актуальны атаки беспилотников, но детектор огня и дыма здесь не поможет.
Основные системы детектирования огня и дыма
Дымовой извещатель реагирует на дым, среднее время реакции около 40 секунд. Датчик анализа температуры также имеет среднее время реакции около 40 секунд. Существуют комбинированные извещатели.
Нейронный детектор огня и дыма TRASSIR не заменяет традиционные системы, а служит подспорьем для раннего оповещения. Детектор TRASSIR может задетектировать возгорание за 3–5 секунд и отправить уведомление на пульт.
Принцип работы и настройка TRASSIR Fire Smoke Detector
Система анализирует видеопоток с камеры, прогоняет его через нейронную сеть. Анализируются изменение цвета, контрастности, точки белого, движение пламени и дыма. Детектор формирует события по возгоранию и задымлению.
В обновлении появилась возможность разделить события огня и дыма и получать уведомления только о появлении или исчезновении огня/дыма. Уведомления могут приходить по SMS, email, Telegram, а также в Alarm Monitor. Область возгорания выделяется синими квадратами, дыма — красными.
Области применения
Продукт кроссотраслевой: частные владения, общественные пространства, бизнес-центры, офисы, промышленные предприятия. В общественных местах: возгорание мусорных баков, курение в неположенных местах, пожары на свалках, парковках, задымление в вестибюлях, залах ожидания, метро.
В бизнес-центрах: пожар может распространиться за 60 секунд, пожарная служба едет 15 минут по регламенту, 45 минут горения могут уничтожить большую площадь. На промышленных предприятиях: разлив горюче-смазочных материалов, задымление, попадание окурков, контроль возгораний на открытых территориях, где нельзя повесить датчик.
Лицензии, оборудование и демонстрация
Лицензии постоянные, покупаются раз и навсегда, рассчитываются по числу каналов. Рекомендаций к камерам нет, но разрешение должно быть не ниже 512x896 точек. Детекция доступна только на регистраторах с графическим ядром (нейросерверы) или через Offload на более мощном регистраторе в сети.
Можно запускать от 2 до 42 каналов на одном регистраторе в зависимости от конфигурации. Для работы требуется версия ПО не ниже 4.6.0. В настройках можно управлять зонами (до 5) и чувствительностью от 0 до 100. Демонстрация работы показывает настройку каналов, событий и зон.
Практика
Чек-лист по материалу
- Убедитесь, что на сервере с Offload-аналитикой или на регистраторе с графическим ядром есть лицензия Fire and Smoke.
- Проверьте, что в разделе аналитика на регистраторе с графическим ядром включён нейронный детектор огня и дыма.
- Убедитесь, что детектор не включён одновременно на ЦПУ и на графическом ядре — это может мешать работе.
- Проверьте версию программного обеспечения: она должна быть не ниже 4.6.0.
- Настройте зоны детектирования (до 5) в зависимости от объекта, исключив области с ложными срабатываниями (блики, пар и т.п.).
- Настройте чувствительность в диапазоне от 0 до 100, учитывая, что новый детектор позволяет ставить высокую чувствительность (до 90%) без большого числа ложных срабатываний.
- При необходимости разделите уведомления по событиям огня и дыма в настройках Alarm Monitor.
- Проверьте разрешение камер: оно должно быть не ниже 512x896 точек.
Справка
Термины из видео
- Нейронный детектор огня и дыма TRASSIR
- Программный модуль видеоаналитики, который анализирует видеопоток с камеры с помощью нейронной сети и обнаруживает возгорание или задымление за 3–5 секунд.
- Offload
- Система аналитики по сети, позволяющая запускать детекцию на более мощном регистраторе с графическим ядром, транслируя туда трафик с других камер.
- Графическое ядро
- Аппаратный компонент регистратора (например, нейросервер), необходимый для работы нейронного детектора огня и дыма.
- Alarm Monitor
- Монитор оператора в TRASSIR, который выдаёт уведомления о событиях, включая возгорание и задымление.
- Зона детектирования
- Область в кадре, задаваемая пользователем, в пределах которой детектор анализирует события. Можно создать до 5 зон.
- Чувствительность
- Параметр настройки детектора в диапазоне от 0 до 100, влияющий на вероятность обнаружения события и количество ложных срабатываний.
Первоисточник
Проверьте контекст в оригинале: статья подготовлена на основе видео. Как подготовлены материалы.
Войдите или зарегистрируйтесь — после входа изображение станет кликабельным.
Нашли ошибку?
Сообщите, что нужно проверить. Контакты указывать не требуется.
