[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)的油田井場(chǎng)視頻目標(biāo)檢測(cè)與識(shí)別方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110485534.8
• 申請(qǐng)日: 2021-04-30
• 公開（公告）號(hào): CN113191273A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 錢學(xué)明;王哲;李永輝;江方明;薛堯
• 申請(qǐng)（專利權(quán)）人: 西安聚全網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 范巍

本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)的油田井場(chǎng)視頻目標(biāo)檢測(cè)與識(shí)別方法及系統(tǒng)，所述方法包括以下步驟：對(duì)油田井場(chǎng)視頻抽幀形成的油田場(chǎng)景圖像進(jìn)行預(yù)處理；將預(yù)處理后的圖像輸入預(yù)先訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)油田井場(chǎng)目標(biāo)檢測(cè)與識(shí)別器進(jìn)行識(shí)別，獲得圖像中出現(xiàn)的目標(biāo)位置及目標(biāo)類別信息；將獲得的目標(biāo)位置及目標(biāo)類別信息與預(yù)先建立的油田告警等級(jí)信息進(jìn)行匹配，輸出識(shí)別結(jié)果。本發(fā)明針對(duì)于油田井場(chǎng)現(xiàn)場(chǎng)的多樣化場(chǎng)景，利用自定義的兩級(jí)深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可提升識(shí)別的準(zhǔn)確率，實(shí)現(xiàn)油田場(chǎng)景下多目標(biāo)的快速有效檢測(cè)與識(shí)別，為油田生產(chǎn)與運(yùn)輸帶來安全上的保障。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)數(shù)字圖像處理與模式識(shí)別技術(shù)領(lǐng)域，涉及油田井場(chǎng)作業(yè)區(qū)目標(biāo)檢測(cè)與識(shí)別領(lǐng)域，特別涉及一種基于神經(jīng)網(wǎng)絡(luò)的油田井場(chǎng)視頻目標(biāo)檢測(cè)與識(shí)別方法及系統(tǒng)。

背景技術(shù)

大多數(shù)油田位于現(xiàn)場(chǎng)交通不便、自然環(huán)境十分惡劣的地區(qū)，同時(shí)又加上盜竊和破壞的問題，石油生產(chǎn)和運(yùn)輸安全受到嚴(yán)重威脅。油田開采工作的一個(gè)重要組成部分就是做好安全控制工作。安全工作包括自然環(huán)境十分復(fù)雜帶來的安全問題、石油生產(chǎn)和運(yùn)輸安全問題以及井場(chǎng)操作人員的安全。

現(xiàn)有在安防監(jiān)控上最重要的技術(shù)是采用移動(dòng)幀檢測(cè)，一般也叫運(yùn)動(dòng)檢測(cè)，常用于無人值守監(jiān)控錄像和自動(dòng)報(bào)警。通過攝像頭按照不同幀率采集圖像，得到的圖像被CPU按照一定算法進(jìn)行計(jì)算和比較，當(dāng)畫面有變化時(shí)，如有人走過、鏡頭被移動(dòng)等，計(jì)算比較得出的數(shù)字結(jié)果會(huì)超過閾值并指示系統(tǒng)自動(dòng)做出相應(yīng)的處理。針對(duì)于油田廠區(qū)中復(fù)雜的場(chǎng)景，包含抽油機(jī)、工程車、工作人員、動(dòng)物、轎車這些復(fù)雜目標(biāo)。

目前，通用的移動(dòng)幀檢測(cè)方案不能夠準(zhǔn)確實(shí)時(shí)地檢測(cè)到具體目標(biāo)，難以精確化監(jiān)控且實(shí)施有目的性管控。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于神經(jīng)網(wǎng)絡(luò)的油田井場(chǎng)視頻目標(biāo)檢測(cè)與識(shí)別方法及系統(tǒng)，以解決上述存在的一個(gè)或多個(gè)技術(shù)問題。本發(fā)明針對(duì)于油田井場(chǎng)現(xiàn)場(chǎng)的多樣化場(chǎng)景，利用自定義的兩級(jí)深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可提升識(shí)別的準(zhǔn)確率，實(shí)現(xiàn)油田場(chǎng)景下多目標(biāo)的快速有效檢測(cè)與識(shí)別，為油田生產(chǎn)與運(yùn)輸帶來安全上的保障。

為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案：

本發(fā)明的一種基于神經(jīng)網(wǎng)絡(luò)的油田井場(chǎng)視頻目標(biāo)檢測(cè)與識(shí)別方法，包括以下步驟：

對(duì)油田井場(chǎng)視頻抽幀形成的油田場(chǎng)景圖像進(jìn)行預(yù)處理，獲得預(yù)處理后的圖像；

將預(yù)處理后的圖像輸入預(yù)先訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)油田井場(chǎng)目標(biāo)檢測(cè)與識(shí)別器進(jìn)行識(shí)別，獲得圖像中出現(xiàn)的目標(biāo)位置及目標(biāo)類別信息；其中，所述預(yù)先訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)油田井場(chǎng)目標(biāo)檢測(cè)與識(shí)別器中，基于深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)與識(shí)別網(wǎng)絡(luò)包括：

第一級(jí)網(wǎng)絡(luò)模型，用于對(duì)油田井場(chǎng)拍攝的分辨率大于預(yù)設(shè)閾值的高分辨率圖像進(jìn)行目標(biāo)識(shí)別，輸出圖像中存在的目標(biāo)物的位置信息和第一類別信息；

第二級(jí)網(wǎng)絡(luò)模型，用于輸入預(yù)設(shè)關(guān)心的目標(biāo)物圖像，輸出第二類別信息；其中，所述預(yù)設(shè)關(guān)心的目標(biāo)物圖像通過將第一級(jí)網(wǎng)絡(luò)模型輸出的目標(biāo)圖像去除掉背景類目標(biāo)后獲得；

將獲得的目標(biāo)位置及目標(biāo)類別信息與預(yù)先建立的油田告警等級(jí)信息進(jìn)行匹配，輸出識(shí)別結(jié)果。

本發(fā)明的進(jìn)一步改進(jìn)在于，所述預(yù)先訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)油田井場(chǎng)目標(biāo)檢測(cè)與識(shí)別器的訓(xùn)練步驟具體包括：

將標(biāo)注有目標(biāo)位置和類別信息標(biāo)簽的學(xué)習(xí)樣本集圖片輸入基于深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)與識(shí)別網(wǎng)絡(luò)進(jìn)行訓(xùn)練，基于目標(biāo)位置和類別的聯(lián)合學(xué)習(xí)損失函數(shù)調(diào)整基于深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)與識(shí)別網(wǎng)絡(luò)參數(shù)；

使用隨機(jī)梯度下降的方式進(jìn)行優(yōu)化，生成油田井場(chǎng)目標(biāo)檢測(cè)與識(shí)別器，每隔一個(gè)epoch的迭代進(jìn)行一次模型測(cè)試，挑選性能最好或性能達(dá)到預(yù)設(shè)要求的模型作為訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)油田井場(chǎng)目標(biāo)檢測(cè)與識(shí)別器。

本發(fā)明的進(jìn)一步改進(jìn)在于，采用Yolo網(wǎng)絡(luò)作為第一級(jí)神經(jīng)網(wǎng)絡(luò)模型。