[發(fā)明專利]一種基于深度學(xué)習(xí)的LNG廠區(qū)監(jiān)控方法

在審

• 申請?zhí)枺?/td>: 202210307652.4
• 申請日: 2022-03-25
• 公開（公告）號: CN114863314A
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 侯偉;彭睿;邸尚明;程云濤;于立成;喻永生;任鵬飛
• 申請（專利權(quán)）人: 海隆石油集團(tuán)（上海）信息技術(shù)有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V20/52;G06V20/62;G06V40/16;G06V10/40;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 劉美蓮

本申請涉及一種基于深度學(xué)習(xí)的LNG廠區(qū)監(jiān)控方法，屬于安全監(jiān)控的技術(shù)領(lǐng)域，其方法包括：獲取LNG廠區(qū)的實(shí)時(shí)監(jiān)控視頻；基于LNG場景監(jiān)控模型判斷實(shí)時(shí)監(jiān)控視頻中是否含有預(yù)設(shè)監(jiān)控項(xiàng)目，并獲得第一判斷結(jié)果；若第一判斷結(jié)果為是，則生成并輸出提示信息。本申請具有降低人工成本，對LNG廠區(qū)進(jìn)行實(shí)時(shí)監(jiān)控，降低出現(xiàn)危險(xiǎn)情況的概率，提高監(jiān)控效率的效果。

技術(shù)領(lǐng)域

本申請涉及安全監(jiān)控的技術(shù)領(lǐng)域，尤其是涉及一種基于深度學(xué)習(xí)的LNG廠區(qū)監(jiān)控方法。

背景技術(shù)

LNG為液化石油氣，安全監(jiān)控在LNG廠區(qū)現(xiàn)場是至關(guān)重要的一個(gè)環(huán)節(jié)。隨著廠區(qū)的不斷擴(kuò)大，巡檢任務(wù)的復(fù)雜程度也不斷增加，例如安全帽佩戴監(jiān)控，廠區(qū)內(nèi)火焰監(jiān)控，煙霧監(jiān)控，泄露監(jiān)控，非法闖入監(jiān)控等監(jiān)控需求。

現(xiàn)有廠區(qū)監(jiān)控是利用人員巡檢為主，攝像頭監(jiān)控為輔的監(jiān)控方式，這對巡檢人員或監(jiān)控人員都是一個(gè)極大的考驗(yàn)，巡檢人員需要全天候不間斷的守候在現(xiàn)場并對廠區(qū)保持巡視，而監(jiān)控人員同樣需要不間斷的一直觀察安防攝像頭傳回的實(shí)時(shí)畫面，從而通過的人工巡檢和監(jiān)控畫面，來判斷有無不滿足監(jiān)控要求的現(xiàn)象或場景，這樣的監(jiān)控方式效率較低且難以確保相關(guān)人員能夠保持在全過程中的高度集中度。為解決此問題，大部分現(xiàn)場及行業(yè)也使用了一些傳統(tǒng)的計(jì)算機(jī)視覺方法，例如動態(tài)幀的入侵檢測，基于光流上升方法的煙霧識別等。

但現(xiàn)有的計(jì)算機(jī)視覺方法中，對于數(shù)據(jù)輸入的要求極為苛刻，應(yīng)用的場景比較少，只能在一些特定的區(qū)域進(jìn)行使用，因此在大多數(shù)時(shí)候，對LNG廠區(qū)進(jìn)行監(jiān)控仍然采用的是以人員巡檢為主及攝像頭為輔的監(jiān)控模式，因此存在監(jiān)控不及時(shí)、監(jiān)控難度大、耗時(shí)耗力以及效率低下的問題。

發(fā)明內(nèi)容

為了降低人工成本，對LNG廠區(qū)進(jìn)行實(shí)時(shí)監(jiān)控，降低出現(xiàn)危險(xiǎn)情況的概率，提高監(jiān)控效率，本申請?zhí)峁┮环N基于深度學(xué)習(xí)的LNG廠區(qū)監(jiān)控方法。

本申請?zhí)峁┑囊环N基于深度學(xué)習(xí)的LNG廠區(qū)監(jiān)控方法采用如下的技術(shù)方案：

一種基于深度學(xué)習(xí)的LNG廠區(qū)監(jiān)控方法，包括：

獲取所述LNG廠區(qū)的實(shí)時(shí)監(jiān)控視頻；

基于所述LNG場景監(jiān)控模型判斷所述實(shí)時(shí)監(jiān)控視頻中是否含有所述預(yù)設(shè)監(jiān)控項(xiàng)目，并獲得第一判斷結(jié)果；

若所述第一判斷結(jié)果為是，則生成并輸出提示信息。

通過采用上述技術(shù)方案，首先獲取LNG廠區(qū)的實(shí)時(shí)監(jiān)控視頻，然后將獲得的實(shí)時(shí)監(jiān)控視頻通過LNG場景監(jiān)控模型進(jìn)行判斷，判斷實(shí)時(shí)監(jiān)控視頻中是否含有監(jiān)控項(xiàng)目，并獲得第一判斷結(jié)果，若第一判斷結(jié)果為是，即實(shí)時(shí)監(jiān)控視頻中含有預(yù)設(shè)監(jiān)控項(xiàng)目，此時(shí)生成并輸出提示信息，對工作人員進(jìn)行提醒。從而通過LNG場景監(jiān)控模型對LNG廠區(qū)進(jìn)行實(shí)時(shí)監(jiān)控，降低人工成本、監(jiān)控難度和出現(xiàn)危險(xiǎn)情況的概率，提高監(jiān)控的效率。

作為優(yōu)選，所述獲取所述LNG廠區(qū)的實(shí)時(shí)監(jiān)控視頻之前還包括：

獲取LNG廠區(qū)的第一歷史監(jiān)控視頻；

基于所述第一歷史監(jiān)控視頻獲取圖片幀；

判斷所述圖片幀中是否含有預(yù)設(shè)監(jiān)控項(xiàng)目，并獲得第二判斷結(jié)果；

若所述第二判斷結(jié)果為是，則基于損失函數(shù)獲取所述圖片幀所對應(yīng)的函數(shù)值；

判斷所述函數(shù)值是否大于所述損失函數(shù)的閾值，并獲得第三判斷結(jié)果；

若所述第三判斷結(jié)果為是，則重復(fù)上述步驟；

若所述第三判斷結(jié)果為否，則基于深度學(xué)習(xí)算法模型獲取并輸出LNG場景監(jiān)控模型。

通過采用上述技術(shù)方案，根據(jù)第一歷史監(jiān)控視頻獲得圖片幀后，判斷圖片幀中是否含有預(yù)設(shè)監(jiān)控項(xiàng)目，并獲得第二判斷結(jié)果，能夠判斷監(jiān)控視頻中是否存在需要進(jìn)行監(jiān)控的監(jiān)控項(xiàng)目，若第二判斷結(jié)果為是，即監(jiān)控視頻中存在需要進(jìn)行監(jiān)控的監(jiān)控項(xiàng)目，則根據(jù)損失函數(shù)獲取圖片幀所對應(yīng)的函數(shù)值。