[發明專利]基于深度學習的蒸汽管網智能監控方法、系統及設備

在審

• 申請號: 202110271225.0
• 申請日: 2021-03-12
• 公開（公告）號: CN113139427A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 許陽陽
• 申請（專利權）人: 浙江智慧視頻安防創新中心有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 付婧

本申請涉及蒸汽管網技術領域，具體而言，本申請涉及基于深度學習的蒸汽管網智能監控方法、系統及設備。所述方法包括以下步驟：通過攝像頭在蒸汽管網場所進行實時監控，采集監控圖像數據，并對所采集到的圖像數據進行預處理；將預處理過的圖像數據傳入訓練好的深度學習模型中；所述訓練好的深度學習模型對所接收的預處理過的圖像數據進行計算，得到目標框與相應檢測區域的位置關系；如果目標框在檢測區域內，則將事件信息上報控制中心，若目標框不在檢測區域內，則檢測下一待檢測圖像數據。本申請的方法及系統，可實現對行人等目標的實時監控，在蒸汽管段周邊檢測區域內發現行人目標，即向控制中心發送告警消息，使運營人員能及時消除安全隱患。

技術領域

本申請涉及蒸汽管網技術領域，更為具體來說，本申請涉及基于深度學習的蒸汽管網智能監控方法、系統及設備。

背景技術

蒸汽管網中流體介質通常具有較高壓力和溫度，在企業生產中主要依靠運營人員日常巡檢來發現安全隱患，而此方式對人員靠近、非法破壞等突發情況不能及時發現。蒸汽管網輸送的流體為蒸汽，根據輸送的蒸汽壓力不同，可以分為低壓、中壓和高壓蒸汽管網。蒸汽作為高溫流體，且有一定壓力，一旦出現泄漏事故，危害較大。

另外，在蒸汽管網上每隔一定距離安裝有疏水裝置，主要是為了排出蒸汽管道中出現的冷凝水。由于蒸汽冷凝水溫度依然較高，若有人員靠近疏水裝置，可能會被高溫燙傷。

所以，對蒸汽管網和疏水裝置周邊區域進行智能監控，發現行人目標及時上報控制中心，運行人員可以及時消除人員燙傷和管網人為破壞隱患，對企業安全生產至關重要。

目標檢測是計算機視覺中基本的視覺識別問題，近幾年得到了廣泛的研究。視覺對象檢測的目的是在給定的圖像中找到具有特定目標類的對象并進行精確定位，并為每個對象實例分配相應的類標簽。由于基于深度學習的圖像分類取得了巨大的成功，近年來，利用深度學習的目標檢測技術得到了積極的研究，目標檢測算法也越來越多地落地到公安、安監等應用領域。

結合現有深度學習目標檢測算法，可以實現行人等目標的實時檢測。如若算法在蒸汽管段周邊檢測區域內發現行人目標，即向控制中心發送告警消息，使運營人員能夠及時消除安全隱患。

因此，本申請提出一種改進的方法，以至少部分地解決上述技術問題。

發明內容

為實現上述技術目的，本申請提供了一種基于深度學習的蒸汽管網智能監控方法，包括以下步驟：

通過攝像頭在蒸汽管網場所進行實時監控，采集監控圖像數據，并對所采集到的圖像數據進行預處理；

將預處理過的圖像數據傳入訓練好的深度學習模型中；

所述訓練好的深度學習模型對所接收的預處理過的圖像數據進行計算，得到目標框與相應檢測區域的位置關系；

如果目標框在檢測區域內，則將事件信息上報控制中心，如果目標框不在檢測區域內，則檢測下一待檢測圖像數據。

具體地，所述深度學習模型為CNN模型。

進一步地，所述對所述圖像數據進行預處理為數據增強、圖像縮放和/或歸一化處理。

具體地，所述訓練好的深度學習模型對所接收的預處理過的圖像數據進行計算目標框與相應檢測區域位置關系，包括：根據目標框的坐標數據計算目標框的中心點坐標。

具體地，所述檢測區域包括蒸汽管網兩側區域及疏水裝置周邊區域。

進一步地，所述根據目標框的坐標數據計算目標框的中心點坐標通過射線法，判斷由目標框的中心點發出的射線與所述檢測區域的多邊形的交點個數，如果交點個數是奇數表示目標框的中心點在所述檢測區域內，否則在所述檢測區域外。

進一步地，所述模型的訓練過程包括：建立行人樣本數據集，圖像預處理，算法訓練、調優，及CNN模型測試。