随着社会、经济的快速发展,城市人口呈区域性聚集,室内人口密度随之增加,室内火灾隐患也随之加重,需要尽早的发现室内火焰,确定火焰位置,并将其扑灭以降低损失减少人员伤亡,因此室内火焰的快速识别与精确定位具有重要意义。基于视频监测的室内火焰识别与定位方法最为常见,但现有基于视频图像火灾识别定位的研究都存在识别速率慢、精度低,且无法基于室内单一固定的摄像头进行精确定位等问题,针对这些问题,本文开展对视频图像火焰实时高效检测方法和空间语义约束的室内火焰智能定位方法的研究,选择案例场景并进行案例实验分析,本文主要研究工作和成果总结如下:（1）提出了改进Yolo-v3的视频图像火焰实时高效检测方法。首先给出了火焰检测总体思路,分析了Yolo-v3算法特征;然后从多尺度检测网络改进及先验框设置优化两个方面改进了Yolo-v3算法;并结合视频相邻帧之间目标区域像素亮度差异提取了火焰闪烁特征,设计了基于改进Yolo-v3的视频图像火焰实时检测流程,提高了火焰的检测精度和速度;（2）提出了空间语义约束的室内火焰智能定位方法。设计了空间语义约束的室内火焰智能定位总体思路,探讨了空间语义约束下的室内场景模型构建方法,分析了基于视频图像的室内目标定位方法,研究了基于单目视觉影像的二、三维空间位置转换方法以及火焰空间位置判定方法,设计了空间语义约束的视频图像室内火焰智能定位方法;（3）场景搭建及实验案例分析。基于以上研究成果,选择案例场景,构建案例场景火焰视频数据集,建立室内三维基础场景,开展了火焰识别与空间定位实验分析。实验结果表明:本文火焰检测方法准确率均值可达到98.5%,误检率低至2.3%,平均检测速率为52帧/秒,在精度和速度方面皆具有更好的表现;本文定位方法定位误差均值为2.66cm,远小于火焰半径,完全满足火焰定位精度要求。