问题所在：火灾往往被发现得太晚
传统火灾探测要等烟气上升并实际接触到传感器。这在封闭、层高低、空气静止的房间里有效。但真正存在风险的区域很少是这样：
- 在高顶仓库里，烟气到达传感器时火已经烧大了。
- 在露天场地、堆料区和工地，烟气会扩散，探测器根本不会动作。
- 在温室、农场和机库，湿度和粉尘让传感器变得不可靠。
- 夜间和周末现场也没有人能看见火情。
与此同时，大多数场所本来就有数十台摄像机正对着这些风险区域。缺的只是一个全天候盯着它们的系统。
解决办法：让人工智能看见摄像机看见的东西
CamGuard AI 在厂区内的 GPU 服务器上分析实时码流。一旦出现火焰或烟雾，会在毫秒级被标记。随后由多层验证判断这是否真的是火情。
一个刻意的设计选择：实时画面绝不离开您的现场。分析在本地完成，只有确认后的报警才会把证据画面和事件记录发送到中央平台。这既保护了带宽，也把外发数据降到最低。
火灾检测的逐步工作流程
1. 持续图像分析
目标检测模型逐帧扫描每一路码流，该模型经过火焰与烟雾识别训练。模型会把颜色、形状、纹理和运动一并权衡。
2. 物理特征过滤
检测到的区域是否符合真实火焰的行为？系统会检查尺寸、长宽比和纹理离散度。灯罩、车灯、反光板这类平整光滑的亮斑会被剔除。真实火焰是不规则的，模型正是要求这种不规则性。
3. 固定光源过滤
系统会学习在同一位置重复出现的反光。固定灯具、闪烁的 LED，或某个时段被阳光照到的表面，会逐步从报警链路中排除。
4. 持续性与蔓延判断
真实火焰在时间上有特征：会闪动、面积扩大、状态不稳定。单帧闪光不会触发报警。事件必须在一段时间窗口内持续存在、面积增长，或两者兼有。
5. 日夜模式
系统能从画面判断摄像机已切换到夜视并输出黑白图像。夜间采用不同标准：是不是明亮的白斑、纹理是否过于平滑、形状是否过于规整？这就是路灯和车灯不会被误判为火情的原因。
6. 第二阶段视觉复核
通过所有过滤的事件，在成为报警之前还要经过第二次视觉复核。系统会把证据截图与该场景的常态进行比对。正是这一步让系统不会无故乱响。
7. 区域与时间规则
您在每台摄像机上划定监看区域，并为其附加时间条件。焊接工位可以在工作时段排除，工作结束后自动纳入监看；休息室的灶具则可以完全排除。
为什么要这么多层过滤？因为火灾报警最大的敌人就是误报。一个每天无故响几次的系统，到第三周就会变成没人再看的通知。CamGuard AI 的过滤链正是为了避免这种情况而存在。
报警触发时会发生什么
- 自动语音电话：拨打您的联系人，播报事件类型和位置。
- 短信：立即送达简短告警。
- 邮件：附截图、摄像机名称、位置和时间。
- 手机推送：发送给平台用户。
- 现场设备：警笛鸣响、红灯闪烁，并在屏幕上显示事件。
同时，事件录像和证据画面会被归档，便于您之后在平台上回看和出具报告。
与烟感探测器的对比
| 烟感探测器 | CamGuard AI | |
|---|---|---|
| 触发条件 | 烟气实际接触到传感器 | 摄像机看到火焰或烟雾 |
| 露天区域 | 基本无效 | 可用 |
| 高顶空间 | 有延迟 | 无延迟 |
| 位置精度 | 只到区域级别 | 画面中的确切位置 |
| 证据 | 没有 | 截图与事件录像 |
| 施工 | 布线并安装传感器 | 使用您已有的摄像机 |
| 验证 | 没有 | 多层过滤加视觉复核 |
两者并非竞争关系。请保留消防规范要求的探测器设施，并把 CamGuard AI 作为视觉早期预警层叠加其上。
支持哪些摄像机
支持任何具备 ONVIF 或 RTSP 的 IP 摄像机，不限品牌。模拟摄像机可通过能输出 RTSP 流的 NVR 或 DVR 接入。不需要热成像摄像机。只要摄像机能清楚看到风险区域，且夜视功能正常即可。
常见问题
基于摄像机的火灾检测有多快？
火焰或烟雾进入摄像机视野后，识别与验证通常在数秒内完成。与烟感探测器不同，无需等待烟气先升到天花板上的传感器。
需要热成像摄像机吗？
不需要。带夜视功能的普通 IP 摄像机即可。系统会判断摄像机何时切换到黑白夜视模式，并采用夜间专用的过滤规则。
焊接、排烟或灶具会不会造成误报？
可以针对这类干扰源设置区域和时段规则。焊接工位可在工作时段排除，工作时段之外再纳入监看。固定光源过滤和持续性判断也会剔除重复出现的人工光源。
在室外和高顶仓库能用吗？
可以，而且这正是摄像机检测最具优势的场景。露天场地、高顶仓库、温室和堆料区中烟感探测器反应迟缓甚至完全失效，这些都可以用视频分析覆盖。