夏博強(qiáng)

關(guān)鍵詞：智能視頻識(shí)別；石油石化；應(yīng)用研究

一、研究背景

石油是國(guó)家發(fā)展的基本戰(zhàn)略資源，石油的開(kāi)采是保障石油生產(chǎn)的重要環(huán)節(jié)，創(chuàng)造重要的商業(yè)價(jià)值。在石油的開(kāi)采過(guò)程中，需要保障整個(gè)生產(chǎn)過(guò)程的安全。在生產(chǎn)作業(yè)過(guò)程中，需要采用各類(lèi)防范措施，減少石油開(kāi)采過(guò)程中的各項(xiàng)風(fēng)險(xiǎn)。隨著數(shù)字技術(shù)以及智能技術(shù)的發(fā)展，各類(lèi)數(shù)字技術(shù)以及智能技術(shù)被應(yīng)用于石油開(kāi)采的安全防護(hù)過(guò)程中，比如在各類(lèi)野外采油環(huán)境下，通過(guò)安裝各類(lèi)視頻監(jiān)控，來(lái)防止石油泄漏、動(dòng)物或者人員入侵等。傳統(tǒng)的視頻監(jiān)控等安防措施通過(guò)視頻監(jiān)控石油開(kāi)采過(guò)程中的環(huán)境變化，有監(jiān)控人員及時(shí)發(fā)現(xiàn)可能發(fā)生的各項(xiàng)風(fēng)險(xiǎn)，并及時(shí)通知相關(guān)人員進(jìn)行處理來(lái)減少風(fēng)險(xiǎn)。但是，由于需要監(jiān)控人員人工干預(yù)，對(duì)監(jiān)控人員的精力要求較高，而監(jiān)控人員有可能會(huì)錯(cuò)過(guò)風(fēng)險(xiǎn)因素，并不能完全避免風(fēng)險(xiǎn)的發(fā)生。

作為安防系統(tǒng)中的重要組成部分，視頻安防系統(tǒng)在油田生產(chǎn)中發(fā)揮了重要的作用。油田生產(chǎn)具有一定的危險(xiǎn)性，一旦發(fā)生事故，可能給石油企業(yè)帶來(lái)重大的人員以及財(cái)產(chǎn)損失。雖然視頻監(jiān)控逐漸在石油生產(chǎn)中得到應(yīng)用，但由人工進(jìn)行視頻內(nèi)容分析時(shí)，主要存在以下問(wèn)題：

①監(jiān)控人員由于注意力難以持續(xù)專(zhuān)注，可能錯(cuò)過(guò)視頻監(jiān)控中的風(fēng)險(xiǎn)因素。

②一般而言，石油生產(chǎn)過(guò)程是24 小時(shí)不間斷的過(guò)程，監(jiān)控人員需要24 小時(shí)不間斷地分析視頻中的監(jiān)控內(nèi)容。但是，監(jiān)控人員難以不間斷地對(duì)視頻內(nèi)容進(jìn)行觀察，可能在某些時(shí)間錯(cuò)過(guò)生產(chǎn)過(guò)程中的危險(xiǎn)因素。

③視頻監(jiān)控的內(nèi)容存儲(chǔ)過(guò)程中需要大量的存儲(chǔ)資源。由于視頻內(nèi)容難以采用文本等方式完整地描述其內(nèi)容，一般只能根據(jù)視頻的錄制時(shí)間等標(biāo)簽來(lái)進(jìn)行索引，導(dǎo)致對(duì)視頻內(nèi)容進(jìn)行溯源等分析時(shí)較為困難，并且需要耗費(fèi)大量的時(shí)間資源。

④傳統(tǒng)的視頻監(jiān)控屬于被動(dòng)監(jiān)控，監(jiān)控的主要方式是以錄制的方式，將生產(chǎn)過(guò)程中的各類(lèi)環(huán)境進(jìn)行記錄。但是難以主動(dòng)地發(fā)現(xiàn)生產(chǎn)環(huán)境的變動(dòng)或者對(duì)事故進(jìn)行預(yù)警處理，更多的是作為一種事后的分析手段留存相關(guān)證據(jù)，難以有效避免損失的發(fā)生。

隨著各類(lèi)智能技術(shù)在石油企業(yè)的應(yīng)用，利用智能技術(shù)自動(dòng)分析監(jiān)控內(nèi)容，能夠避免人員主觀監(jiān)控存在的風(fēng)險(xiǎn)因素遺漏等問(wèn)題，并且可以節(jié)約人力資源，提高管理效率，并且解決傳統(tǒng)視頻監(jiān)控中存在的上述問(wèn)題。視頻的智能分析是視頻監(jiān)控的主要發(fā)展方向，智能分析基于圖像處理以及人工智能技術(shù)，能夠有效地對(duì)各類(lèi)事故進(jìn)行預(yù)警。通過(guò)智能分析技術(shù)，可以處理較大范圍的安全防范問(wèn)題，比如檢測(cè)各類(lèi)可疑的生產(chǎn)現(xiàn)場(chǎng)的入侵行為、對(duì)漏油火災(zāi)等生產(chǎn)事故進(jìn)行偵測(cè)。并且，通過(guò)智能視頻分析技術(shù)，可以高效地自動(dòng)分析視頻內(nèi)容，執(zhí)行生產(chǎn)預(yù)警，對(duì)生產(chǎn)過(guò)程進(jìn)行主動(dòng)監(jiān)控。

2. 智能視頻分析技術(shù)概述

智能視頻分析以機(jī)器視覺(jué)技術(shù)為基礎(chǔ)，通過(guò)機(jī)器視覺(jué)技術(shù)自動(dòng)識(shí)別視頻的內(nèi)容，同時(shí)結(jié)合機(jī)器學(xué)習(xí)等技術(shù)，對(duì)視頻中的內(nèi)容進(jìn)行自動(dòng)識(shí)別，對(duì)視頻中相關(guān)物體的行為進(jìn)行偵測(cè)，可以用于特定事件或環(huán)境的監(jiān)控。

采用智能視頻分析進(jìn)行視頻監(jiān)控，可以達(dá)到以下目的。

①通過(guò)智能視頻分析，可以讓監(jiān)控方式轉(zhuǎn)變?yōu)橹鲃?dòng)監(jiān)控，實(shí)現(xiàn)事前的預(yù)警。

②通過(guò)智能視頻分析，可以實(shí)時(shí)對(duì)生產(chǎn)環(huán)境進(jìn)行監(jiān)控，及時(shí)進(jìn)行事中處理。

③通過(guò)智能視頻分析，可以從歷史視頻數(shù)據(jù)中快速定位相關(guān)內(nèi)容，高效進(jìn)行事后的取證。

智能視頻分析的常用技術(shù)基礎(chǔ)有以下幾種。

①背景減除法。該方法可以對(duì)視頻內(nèi)容中的特定對(duì)象進(jìn)行識(shí)別，可以將運(yùn)動(dòng)物體與其背景進(jìn)行分割。其核心原理是通過(guò)對(duì)比背景區(qū)域的圖像像素與檢測(cè)物體的像素差異來(lái)識(shí)別物體。一般而言，當(dāng)差異較小時(shí)，該區(qū)域被認(rèn)為是背景區(qū)域，而差異較大時(shí)，被認(rèn)為是物體的運(yùn)動(dòng)區(qū)域。通過(guò)該方法，可以將視頻中每一幀的圖像進(jìn)行區(qū)分，有助于識(shí)別被監(jiān)控物體的變化。

②時(shí)間差分方法。該方法對(duì)比視頻中相鄰幀中圖像的變化，從而處理視頻中特征物體的連續(xù)動(dòng)態(tài)變化特征。通過(guò)對(duì)比視頻流中，不同幀中物體的變化，通過(guò)對(duì)比不同幀像素的變化，識(shí)別出物體的連續(xù)運(yùn)動(dòng)。通過(guò)對(duì)比各個(gè)幀的物體信息的變化，可以檢測(cè)中目標(biāo)邊緣，從而識(shí)別物體的運(yùn)動(dòng)。

③ Haar-like 算法。該算法可以通過(guò)處理視頻中不同幀中的邊緣特性等，對(duì)視頻中的信息進(jìn)行噪聲的消除，減少視頻中圖像中存在的的噪聲干擾。并且通過(guò)該算法對(duì)圖像進(jìn)行積分變換，可以提高對(duì)物體識(shí)別的準(zhǔn)確性。為了有效提高該算法對(duì)物體識(shí)別的精度，還可以進(jìn)一步采用Adaboost 等算法，增強(qiáng)Haar-like 對(duì)物體識(shí)別的精度，提高智能視頻分析的準(zhǔn)確性。

④混合高斯方法。該方法是基于混合高斯模型，假設(shè)不同的圖像的像素分布呈現(xiàn)高斯分布的特點(diǎn)，而視頻中高斯分布的變化可以反映視頻中物體的變化。該模型基于統(tǒng)計(jì)分析模型，對(duì)視頻中的每一幀進(jìn)行高斯模型的擬合，從而識(shí)別出待檢測(cè)物體的變動(dòng)情況。

⑤ HOG 方法。該方法利用圖像中灰度特征，通過(guò)計(jì)算物體的邊緣分布，用于識(shí)別物體的形狀。該算法可以有效地切分圖像的區(qū)域，通過(guò)切分圖像區(qū)域并計(jì)算各個(gè)區(qū)域中像素的灰度特征，采用一定的算法來(lái)描述不同區(qū)域的特征，從局部圖中更為精準(zhǔn)地描述各類(lèi)待檢測(cè)物體。該算法可以適應(yīng)視頻中各幀圖像的比例變化以及光線強(qiáng)度的變化，可以在較高精度上識(shí)別物體的變動(dòng)。

⑥卷積神經(jīng)網(wǎng)絡(luò)。該方法屬于一種深度學(xué)習(xí)方法，通過(guò)建立深度神經(jīng)網(wǎng)絡(luò)，處理圖像、視頻的識(shí)別。通過(guò)建立含有卷積層、Relu 層等神經(jīng)單元的深度神經(jīng)網(wǎng)絡(luò)，可以較好地識(shí)別圖像中的各類(lèi)物體。并且通過(guò)調(diào)整卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)，可以適應(yīng)于不同生產(chǎn)環(huán)境下的智能視頻監(jiān)控。卷積神經(jīng)網(wǎng)絡(luò)可以根據(jù)歷史視頻信息，自動(dòng)調(diào)整網(wǎng)絡(luò)的結(jié)構(gòu)以及參數(shù)。通過(guò)對(duì)比預(yù)測(cè)與真實(shí)圖像的誤差，通過(guò)迭代計(jì)算來(lái)調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)，達(dá)到預(yù)測(cè)圖像與真實(shí)圖像逐漸一致的效果，能夠在較高精度上識(shí)別圖像的相關(guān)內(nèi)容，并且對(duì)圖像中的干擾噪聲等具有一定的魯棒性。但是卷積神經(jīng)網(wǎng)絡(luò)一般需要大量的歷史數(shù)據(jù)進(jìn)行訓(xùn)練，并且對(duì)計(jì)算資源具有一定的要求，模型運(yùn)行的效率相對(duì)較低。

三、智能視頻分析技術(shù)在油氣田的應(yīng)用場(chǎng)景分析

（一）石油和天然氣泄漏檢測(cè)

在石油企業(yè)對(duì)石油以及天然氣等資源進(jìn)行開(kāi)采的過(guò)程中，由于生產(chǎn)作業(yè)場(chǎng)地一般位于較為偏遠(yuǎn)的野外，并且分布的區(qū)域較廣，生產(chǎn)過(guò)程中面臨各類(lèi)氣候條件的挑戰(zhàn)，比如高溫、大雪等。如果采用人工方式監(jiān)控生產(chǎn)過(guò)程，要求全天 24 小時(shí)實(shí)時(shí)監(jiān)控所有油井視頻圖像，可能難以達(dá)到油井泄漏原油告警的目的。

因此，可以配有CIF 傳感器的熱攝像與視頻監(jiān)控軟件相結(jié)合，氣體泄漏檢測(cè)用視頻智能分析軟件可以根據(jù)揮發(fā)性氣體泄漏的物理性質(zhì)檢測(cè)氣體泄漏。同時(shí)，采用一定的智能視頻分析技術(shù)，通過(guò)識(shí)別監(jiān)控圖像中可能存在的煙霧等特征，及時(shí)對(duì)可能發(fā)生的石油和天然氣的泄漏進(jìn)行檢測(cè)。

漏油檢測(cè)原理是基于油和水在溫度、熱反射和熱發(fā)射率之間的差異之上。由于導(dǎo)熱性差異，油通常在白天吸熱很快，因此它比周?chē)暮Ｋ疁嘏?，在熱圖像上顯示為熱點(diǎn)。到了晚上，情況剛好相反：油體的放熱速度比周?chē)暮Ｋ欤蚨?，油在熱圖像上顯示為一個(gè)低溫區(qū)。在白天，因?yàn)橛头瓷鋪?lái)自陽(yáng)光的熱輻射不同，反射油也顯示在熱圖像中。發(fā)射率不同是漏油檢測(cè)能有效進(jìn)行的另一因素。雖然不同種類(lèi)的油發(fā)射率不盡相同，但一般而言要低于水的發(fā)射率。這使得熱像儀能夠在完全黑暗時(shí)“看到”漏油，這意味著油回收可以在夜間繼續(xù)進(jìn)行。這一點(diǎn)至關(guān)重要，因?yàn)樵谟桶l(fā)生下沉、溶解或蒸發(fā)前，將漏油收集起來(lái)的時(shí)間是十分有限的。在白天，熱成像系統(tǒng)的性能也優(yōu)于可見(jiàn)光成像系統(tǒng)。熱像儀不僅可以在完全黑暗時(shí)檢測(cè)到漏油，還可以穿透煙霧，灰塵和薄霧。因?yàn)榭梢?jiàn)光成像儀對(duì)可見(jiàn)光的依賴(lài)性較強(qiáng)，他們對(duì)太陽(yáng)反射和視角的變化也更敏感，而這些因素對(duì)熱像儀的影響卻微乎其微。

數(shù)字細(xì)節(jié)增強(qiáng)技術(shù)：明辨細(xì)微的熱差異但并不是所有的紅外熱像儀都可以檢測(cè)漏油。要求熱像儀對(duì)細(xì)微的溫差十分敏感。

（二）安防區(qū)域入侵檢測(cè)

由于石油生產(chǎn)的作業(yè)場(chǎng)所大部分位于野外，在生產(chǎn)過(guò)程中可能會(huì)遇到各類(lèi)動(dòng)物、昆蟲(chóng)等入侵帶來(lái)的干擾，需要及時(shí)發(fā)現(xiàn)這些入侵行為，減少對(duì)石油生產(chǎn)過(guò)程帶來(lái)的危害。因此，可以采用智能視頻分析技術(shù)，提前監(jiān)控視頻中的各類(lèi)物體以及物體的連續(xù)變化。比如識(shí)別視頻中可能存在的動(dòng)物以及飛蟲(chóng)，通過(guò)視頻過(guò)濾技術(shù)，檢測(cè)視頻中的各類(lèi)物體。同時(shí)，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)等模型，對(duì)圖像進(jìn)行精細(xì)化的處理，偵測(cè)視頻圖像中的各類(lèi)物體。通過(guò)在監(jiān)測(cè)區(qū)域中設(shè)置警戒區(qū)域，一旦識(shí)別到存在動(dòng)物或者昆蟲(chóng)等入侵到警戒區(qū)域以?xún)?nèi)，系統(tǒng)自動(dòng)發(fā)出報(bào)警信息，通知現(xiàn)場(chǎng)作業(yè)人員進(jìn)行處理。

（三）人員徘徊檢測(cè)

在石油生產(chǎn)過(guò)程中，還需要防范各類(lèi)盜油、對(duì)生產(chǎn)設(shè)備進(jìn)行破壞等行為。通過(guò)智能視頻分析，可以有效甄別出可疑人員在生產(chǎn)設(shè)備附近的徘徊行為。根據(jù)用戶指定的工地重點(diǎn)區(qū)域，例如工地大門(mén)口，通過(guò)監(jiān)控?cái)z像頭，當(dāng)發(fā)現(xiàn)有異常徘徊人員時(shí)主動(dòng)觸發(fā)報(bào)警，根據(jù)需要可以設(shè)置徘徊時(shí)間，徘徊物體大小，或者徘徊對(duì)象過(guò)濾等。如果系統(tǒng)檢測(cè)中可疑人員在敏感區(qū)域進(jìn)行徘徊時(shí)，可以主動(dòng)觸發(fā)報(bào)警機(jī)制，提取徘徊人員的特征，自動(dòng)發(fā)送給現(xiàn)場(chǎng)安保人員進(jìn)行處理，減少可能存在的可疑人員對(duì)石油開(kāi)采過(guò)程帶來(lái)的破壞。

（四）危險(xiǎn)因素智能識(shí)別

在油氣管道附近的施工作業(yè)，尤其大型機(jī)械作業(yè)（如：挖掘機(jī)、泵機(jī)）在造成管道損傷的案例中占有一定的比例。通過(guò)AI 視頻分析功能對(duì)管線附近的第三方施工進(jìn)行智能監(jiān)控識(shí)別大型機(jī)械作業(yè)，一般對(duì)大型作業(yè)車(chē)輛的檢測(cè)不需要實(shí)時(shí)開(kāi)展，可以采用算法輪巡的方式進(jìn)行檢測(cè)，可以大大降低成本。對(duì)管道周邊的煙火監(jiān)測(cè)是極其重要的，通過(guò)視頻分析的煙火識(shí)別技術(shù)，可以對(duì)火災(zāi)進(jìn)行預(yù)警、事故調(diào)查的支撐。

（五）關(guān)鍵設(shè)施監(jiān)控

石油生產(chǎn)過(guò)程中，需要依賴(lài)各類(lèi)生產(chǎn)設(shè)備，比如各類(lèi)鉆采專(zhuān)用設(shè)備。這些鉆采設(shè)備在生產(chǎn)過(guò)程中可能出現(xiàn)故障、停機(jī)等問(wèn)題，影響石油開(kāi)采的連續(xù)進(jìn)行。通過(guò)智能視頻分析，可以有效地識(shí)別關(guān)鍵設(shè)備的異常行為，并結(jié)合SCADA 等系統(tǒng)，通過(guò)視頻監(jiān)控以及傳感器監(jiān)控，對(duì)可能存在的設(shè)備異常進(jìn)行識(shí)別以及預(yù)警，及時(shí)通知相關(guān)人員進(jìn)行處理。通過(guò)智能視頻分析，可以高效地、實(shí)時(shí)地對(duì)關(guān)鍵設(shè)備的生產(chǎn)狀態(tài)進(jìn)行監(jiān)控，有效地識(shí)別各類(lèi)故障行為。同時(shí)，針對(duì)油區(qū)、重點(diǎn)站庫(kù)等生產(chǎn)場(chǎng)所，通過(guò)智能視頻分析，可以監(jiān)測(cè)關(guān)鍵設(shè)備的各個(gè)部件，比如閥門(mén)等是否正常的運(yùn)行，一旦出現(xiàn)部件的異常狀況，及時(shí)將異常部件的圖像提取給運(yùn)維部門(mén)以及檢修人員，幫助相關(guān)人員及時(shí)判斷可能出現(xiàn)的故障，能夠提高設(shè)備維護(hù)的效率，減少關(guān)鍵設(shè)備出現(xiàn)問(wèn)題時(shí)進(jìn)行維護(hù)的時(shí)間。

（六）人員車(chē)輛等管理

在對(duì)油區(qū)等區(qū)域進(jìn)行管理時(shí)，可以結(jié)合智能視頻分析技術(shù)，對(duì)關(guān)鍵區(qū)域的人員、車(chē)輛等進(jìn)行管理。通過(guò)在系統(tǒng)中自動(dòng)識(shí)別通行車(chē)輛的相關(guān)標(biāo)識(shí)，對(duì)可能存在的無(wú)牌車(chē)輛、車(chē)輛的危險(xiǎn)行為、可疑人員等進(jìn)行及時(shí)的預(yù)警。為提高油田生產(chǎn)區(qū)域的安全防護(hù)級(jí)別，通過(guò)對(duì)各類(lèi)生產(chǎn)車(chē)輛、生產(chǎn)人員進(jìn)行智能視頻的監(jiān)控，設(shè)置各類(lèi)安全規(guī)則，對(duì)可能違反規(guī)則的車(chē)輛以及人員進(jìn)行告警，減少可能存在的危害油田安全的事件。在各類(lèi)重點(diǎn)的油庫(kù)周邊，可以進(jìn)一步布置智能視頻分析的相關(guān)設(shè)備，對(duì)各類(lèi)入侵、徘徊等高危行為進(jìn)行及時(shí)預(yù)警，并通過(guò)智能視頻系統(tǒng)，自動(dòng)記錄人員、車(chē)輛的運(yùn)動(dòng)信息，一旦出現(xiàn)違規(guī)行為即進(jìn)行預(yù)警，并且通過(guò)對(duì)歷史數(shù)據(jù)的自動(dòng)檢索，識(shí)別可能存在的各類(lèi)危險(xiǎn)行為。

四、結(jié)束語(yǔ)

在石油石化行業(yè)的發(fā)展過(guò)程中，智能技術(shù)的使用對(duì)加強(qiáng)生產(chǎn)管理、提升安全防護(hù)等級(jí)提供了重要的保障。其中，智能視頻分析是保障石油生產(chǎn)過(guò)程中，關(guān)鍵設(shè)備安全、對(duì)可疑行為進(jìn)行預(yù)警的重要基礎(chǔ)，有效降低了石油生產(chǎn)過(guò)程中的風(fēng)險(xiǎn)，提高了石油企業(yè)的管理效率，有利于石油企業(yè)進(jìn)一步提高智能化程度，增強(qiáng)自身的核心競(jìng)爭(zhēng)力。