人工智能视频监控技术在加油站安全管理中的应用
摘要: 随着云化网络技术、人工智能技术、大数据技术、5 G技术、芯片技术等技术的不断发展和应用,人工智能技术在城市安全、交通安全、电力系统等方面都有了大量的应用。随着智慧城市、智慧交通、智慧园区等理念的不断涌现,使得智慧影像监测在各行各业都得到了广泛的运用。

引言

在我国,有关的智能监测技术发展相对比较缓慢,到了2000多年,世界范围内的大部分都是由欧美公司如美国和德国所独占。21世纪以来,伴随着科学技术的飞速发展,以及国家加大了对视频监测的投资力度,在国内引起了越来越多的关注和应用。当前,国内很多工业还处于从视频监测向智能化监测转变的时期,重点集中在交通、金融、电力、治安等领域。

加油站是石油储存、贩卖的地方,它的性质是非常危险的,人员流动频繁,给人们带来了更多的安全风险,比如抽烟、违规闯入等。因此,在安全性上,对加油站的管理要比其它工业场地更为严格,并且要有较高的可靠性,而智能的视频监控则可以很好地解决这个问题。

一、人工智能视频监控技术在加油站现场安全管理中的作用

1.传统视频监控系统安全管理的短板

现在全国有十万多个加油站。目前,我国的石油公司在使用的大多是传统的视频监测。由于对加油站的安全性要求不断提高,加上人员和业务的增加,使得加油站的收发、送油工作日益频繁,传统的视频监视技术在安全方面存在不足。

(1)常规的视频监视要求通过大量的专家进行实时或重放的监视。而在加油站数量众多的情况下,若要全面监控其影像,将会花费很多的精力。

(2)常规的视频监测系统的警报精度不高。一是大量的影像资料依靠手工检索,不可避免地会产生疲乏和遗漏,导致工作效率不高;二是员工的质量水平较低,有可能由于自身的原因而疏忽了一些异常问题。

(3)传统的录像监视是一种事后的管理方法。常规的录像监控只能够对真实的现场进行实时的录像,而不能够在任何时候向警察报告,只能在事后提供证据。

2.智能视频监控技术的优势

(1)24小时的稳定监测。智能化的视讯监视系统将完全颠覆以往人工监测、分析监测图像的方式。该系统利用人工智能的运算能力,对被监视的图像进行实时的处理,并在第一时间通知监控中心。

(2)具有较高的报警率和精确度。智能视频监测系统采用了人工智能技术,使得使用者能够对不正常的行为进行更为精准的界定,在发现不正常的情况下,及时发出预警,从而达到了较好的预警效果。

(3)快速的反应。该系统具有一般的视频监视所不具有的智能化特征,可以对非正常的行为进行精确的检测。所以,在不正常的行为发生之前,保安可以提醒保安,让他们有足够的时间来应对不正常的行为。

(4)为数据的解析提供了便利。通过对多种不同类型的报警进行直观、便捷的综合,可以对不同类型的不同类型的事故发生地点、时间、频率等进行实时的统计和统计,从而直观地反映出企业的安全工作中存在的问题,从而可以更好地指导企业的下一阶段的工作。

二、智能监控系统在加油站安全管理的需求分析

(1)建立一个智能化的加油站工作场所的智能行为辨识体系,实现实时、全天候、准确的自动监控。

(2)利用深度学习、计算机视觉等技术,建立了一套智能的影像解析技术,可以在各种不同的环境下,对不同的人、车辆进行动态的实时、自动地进行分析,并对车辆进行有效的控制,并对其进行及时的短信报警和声音广播。

三、智能监控系统识别异常行为的技术方案

智能监测系统的目的在于根据技术要求的差别来确定反应状态。本论文研究的技术内容包括:异常的动作识别、人员的穿戴异常、作业过程的异常识别,在此过程中,作业过程的异常识别可以划分成若干个不同的异常识别序列。

通过对烟草检测的实例说明了该方法的应用过程。本论文提出了一种基于姿态估计、目标检测和运动分级相结合的方法,通过对图像的实时数据进行实时的检测和报警。抽烟识别方法采用基于视频流的方法对图像进行采集,在进行一些预处理后,通过检测行人、目标跟踪、人体姿态估计、烟头检测和动作识别等方法,将香烟报警的效果传递给烟民。特别是,步行者探测给出了一个人的地点;利用与行人的运动轨迹相结合,可以减少对车辆进行的背景错误的探测;在此基础上,利用自主研发的基于深度学习的烟草烟雾探测方法对烟草头部进行定位;并利用自主研发的运动辨识方法,将时间序列的行为特征与运动特征相融合,实现了烟草特征的辨识。结合香烟的特征提取和运动辨识的方法,对香烟的最终使用进行判断。采用多个模式的多个模式串联,可以有效克服单一模式低效率的缺点,从而进一步改善了该方法的正确性。

针对人体着装标准的测试,提出了一种利用深度学习技术实现人体头部实时监测的方法,利用 IOU的高效能追踪方法,实现了对工作人员的实时追踪。将多帧步行者的特征分类与自主研发的姿态滤波技术相结合,建立了一种基于特征识别的多模式融合预报方法。为了在真实情况下增强该方法的健壮度和减少误报,将自主研发的专用姿势滤波技术引入到该系统的输出中,以达到对特定姿态的视觉信息丢失的情况下的自动检测,并将其作为最后的报警结果。本方法主要是针对图像数据进行实时数据处理,保证了实时性,并可实现基于多帧数据的预报,减少了单个帧间的扰动对图像的干扰。

四、智能视频监控系统在加油站应用实例

为了更好地展现出与常规的视频监测相比的优越性,在市区一家加油站设置了一套智能化的视频监控设备,并配备一位专门的工作人员进行全天候的监视。以下的资料是经过一个多月的练习(参见表格2)。

图片3.png

由表2可知,智能化监测系统的报警率达96.8%,而人工检测仪的报警率达52.6%,而智能检测仪的报警率则明显优于手工检测仪。

结束语

成品油销售商因其管理分散、点多面广,其安全监控工作始终处于核心地位,但目前还不能做到24小时24小时24小时24小时的监控。运用智能化的视频监测技术,可以提高加油站的安全生产管理,并对加油站工作人员进行现场操作,通过“智慧的眼睛”实时拍摄加油站工作人员不安全行为。同时通过语音、短消息等多种形式进行实时预警,便于管理者及时发现、纠正和处理各种突发事件,提高预警的效率和精确度,从而达到从“事后管理”到“事前管理”的目的。

参考文献

[1]秦海瑞. 视频监控移动侦测技术在数据中心安防管理中的应用研究[J]. 中国金融电脑, 2020(4):4.

[2]刘海珍许海滨. 加油站人工智能(AI)行为分析系统的设计与应用[J]. 石油库与加油站, 2021, 30(5):14-17.