基于多模态融合与元学习的自适应火灾检测系统研究
王红晨

陕西国际商贸学院，陕西咸阳，712046；

摘要：针对传统火灾检测系统在低光、浓烟等复杂场景下误报率高、自适应能力弱的问题，本文提出一种基于多模态融合与元学习的自适应火灾检测系统。首先，设计多模态数据采集系统，获取RGB图像、红外热成像图像及环境传感数据，经预处理后提取有效特征；其次，构建融合模型，通过特征提取模块挖掘各模态核心信息，结合动态权重融合机制实现多源数据协同，利用元学习模块优化模型自适应性能；最后，通过实验验证系统在复杂场景下检测精度达96.2%，误报率降低81.3%。因此，系统可以应用到复杂火灾场景的检测中，并且检测可靠，为智慧消防提供技术支撑。

关键词：多模态融合；元学习；火灾检测；自适应优化；特征提取

参考文献

[1]张佳,辛斌,王蕾.基于多传感器的火灾检测仿真实验系统[J].实验室研究与探索,2025,44(5):42-47.

[2]朱贺新,赵元苏,郭蕊,赵志源.基于YOLOv8火灾检测及告警系统的设计与实现[J].北京工业职业技术学院学报,2025,24(2):16-20.

[3]雷建云,田祚汉,夏梦,雷瑞璠.基于改进YOLOv8的森林火灾检测方法研究[J].中南民族大学学报(自然科学版),2026,45(1):97-105.

[4]王磊,胡节,彭博.用于半监督火灾检测的分布自适应和动态课程伪标签框架[J].计算机应用,2025,45(10):3131-3137.

[5]翟新涛,徐向奎,代立杨,陈启卫,赵丹.基于易熔塞与火焰探测器的FPSO火灾协同检测系统设计[J].石油和化工设备,2025,28(10):97-101.

[6]王迪,孙伟,王一美,张权,徐爽爽,王跃屿.物联网技术在智能建筑火灾检测系统中的应用[J].集成电路应用,2022,39(6):140-141.

[7]郭纪良,刘莉,何建.基于改进YOLOv8的无人机航拍火灾检测算法[J].林业工程学报,2025,10(2):111-122.