1.一种基于深度学习的桥洞空间安全监测与报警系统，其特征在于，包括视频采集模块、行人入侵检测模块、烟火检测模块、信息管理模块、报警模块；视频采集模块分别与行人入侵检测模块、烟火检测模块输入端相连，行人入侵检测模块、烟火检测模块输出端分别与信息管理模块输入端相连，信息管理模块输出端与报警模块相连；

所述视频采集模块利用监控摄像头采集桥洞视频；

所述行人入侵检测模块通过视频采集模块捕获桥洞空间入侵的行人，采用深度学习人脸检测与匹配分析桥洞空间监控摄像机采集到的视频检测行人入侵行为；

所述烟火检测模块采用深度学习神经网络模型训练烟火数据，通过深度学习残差网络训练图像特征检测烟火；

所述信息管理模块建立行人入侵数据管理和烟火数据管理库，对桥洞空间安全监测的过程中涉及到数据信息进行管理；

所述报警模块对检测到行人入侵或烟火事件发出报警信号。

2.如权利要求1所述的一种基于深度学习的桥洞空间安全监测与报警系统，其特征在于，所述信息管理模块将异常时间、地点、人物信息发送给巡检人员进行报警，同时在地图界面标注行人入侵、烟火的警示图标，并实现包含报警事件的时间、地点、事件类型的报表，供后续查看历史事件，分析数据。

3.如权利要求1所述的一种基于深度学习的桥洞空间安全监测与报警系统，其特征在于，所述行人入侵检测模块进行行人入侵检测包括以下步骤：S1、建立基于深度学习神经网络训练桥洞空间行人入侵模型；

S2、通过网络摄像机捕获桥洞空间入侵的行人，将采集到的数据经深度学习人脸识别进行处理。

4.如权利要求3所述的一种基于深度学习的桥洞空间安全监测与报警系统，其特征在于，所述步骤S1首先训练开源图像集，迭代200000次，得出通用行人特征表示模型，在通用模型基础上，加入桥洞空间和行人样本，进行细化训练，得到桥洞行人入侵检测模型。

5.如权利要求3所述的一种基于深度学习的桥洞空间安全监测与报警系统，其特征在于，所述步骤S2一旦识别出桥洞空间内有人入侵，则向巡检人员发送报警信息，包括事发地点、事发人员信息，同时通过人脸匹配判断入侵者是否为多次入侵桥洞内的人员，若匹配为多次出现的入侵者则要通知巡检人员查看信息管理记录并结合视频画面判断是否定居此处，若是则通知其尽快搬离，若疑似小偷等则向相关部门及时反映。

6.如权利要求1所述的一种基于深度学习的桥洞空间安全监测与报警系统，其特征在于，所述烟火检测模块进行烟火检测流程如下：通过网络爬虫技术采集路边焚烧图像，加入桥洞空间正常场景图像，组成正负样本集，在Caffe环境下训练分类器，识别正常、生火、冒烟三种场景；

采用深度学习神经网络模型训练烟火数据，全连接层输出3类，分别表示火、烟、正常场景；

当系统检测到烟火时，便将时间、地点、人物信息发送给巡检人员，进行及时有效的管理，确保桥洞空间的安全。