Обнаружение пожара с помощью систем видеонаблюдения имеет решающее значение для быстрого реагирования на пожары и снижения потенциальных опасностей. В этом исследовании мы представляем инновационный подход к обнаружению пламени, который использует анализ формы, направленный на повышение точности и надежности механизмов обнаружения пожара. В отличие от традиционных методов, которые для обнаружения пламени полагаются исключительно на цветовые характеристики, наш подход включает в себя контурный анализ, позволяющий эффективно отличать настоящее пламя от нюансов окружающей среды. Подход включает в себя два основных алгоритма: один ориентирован на распознавание дыма и огня по цветовым признакам, а другой специализируется на распознавании дыма и огня путем анализа формы объектов. Предложенный метод прошел экспериментальную проверку на разнообразном наборе из двенадцати видео, которые включали различные сцены, такие как внутренние и внешние условия, а также условия в течение дня и ночи. Результаты эксперимента демонстрируют многообещающую производительность: результаты обнаружения варьируются от 91,4% до 99,6%. Предлагаемый метод демонстрирует высокие показатели обнаружения при минимизации ложных тревог, о чем свидетельствует низкий уровень ошибок как для упущений, так и для ложных тревог. Таким образом, результаты подчеркивают эффективность введенного метода обнаружения пламени в точном обнаружении пламени в видеопоследовательностях. Интеграция контурного анализа расширяет возможности системы отличать настоящее пламя от факторов окружающей среды, что приводит к повышению точности и надежности обнаружения. Это исследование способствует развитию технологий обнаружения пожара в системах видеонаблюдения, которые потенциально могут применяться для повышения безопасности и защищенности в различных средах.

Fire detection through CCTV systems is critical to quickly responding to fires and reducing potential hazards. In this study, we present an innovative approach to flame detection that uses shape analysis to improve the accuracy and reliability of fire detection mechanisms. Unlike traditional methods that rely solely on color characteristics to detect flames, our approach incorporates contour analysis to effectively distinguish real flames from environmental nuances. The approach includes two main algorithms: one is focused on recognizing smoke and fire based on color features, and the other specializes in recognizing smoke and fire by analyzing the shape of objects. The proposed method was experimentally validated on a diverse set of twelve videos that included different scenes such as indoor, outdoor, and day and night conditions. The experimental results show promising performance, with detection results ranging from 91.4% to 99.6%. The proposed method exhibits high detection rates while minimizing false alarms, as evidenced by low error rates for both omissions and false alarms. Thus, the results highlight the effectiveness of the introduced flame detection method in accurately detecting flames in video sequences. The integration of contour analysis enhances the system's ability to distinguish real flames from environmental factors, resulting in improved detection accuracy and reliability. This research contributes to the development of fire detection technologies in video surveillance systems, which can potentially be applied to improve safety and security in various environments.