少样本学习的自适应多尺度动态火灾检测方法及系统

本发明涉及计算机视觉与公共安全技术领域，特别是涉及一种少样本学习的自适应多尺度动态火灾检测方法及系统。所述方法包括：构建多尺度语义属性库；基于视频序列生成融合颜色、时域运动及多尺度光流信息的多尺度动态特征图；获取视觉、文本特征向量，通过对比学习进行跨模态语义对齐构建基础模型；计算视觉原型和语义原型并融合得到场景原型，对基础模型进行微调生成场景专用模型；获取实时视频序列并计算得到实时多尺度动态特征图，并提取实时特征视觉向量与场景原型之间的余弦相似度，从而进行实时火灾检测。由于提取了多尺度光流信息，能精准捕捉从微观闪烁到宏观蔓延的全尺度动态特性，能够高效检测火灾。