高 翔，睢星飛，李曉亮，孫 濤，張雋麒

（中海油安全技術(shù)服務(wù)有限公司，天津 300450）

危險(xiǎn)化學(xué)品生產(chǎn)企業(yè)的安全管理和安全事故防范是化工企業(yè)的一個(gè)主要研究方向。在危險(xiǎn)化學(xué)品生產(chǎn)企業(yè)的安全管理工作中，企業(yè)的管理者要不斷地探索和創(chuàng)新企業(yè)的安全管理方法和安全事故防范模式，從而提高其總體安全管理水平。但是通過(guò)分析當(dāng)前我國(guó)危險(xiǎn)化學(xué)品管理工作的實(shí)際來(lái)看，由于受到管理方式、管理技術(shù)以及管理理念等的影響，導(dǎo)致危險(xiǎn)化學(xué)品的安全事故時(shí)常發(fā)生，需要對(duì)其進(jìn)行進(jìn)一步的強(qiáng)化。在信息科技快速發(fā)展的今天，我們已經(jīng)進(jìn)入了信息化和智能化的時(shí)代。信息技術(shù)的高效應(yīng)用對(duì)生產(chǎn)力的發(fā)展起到了巨大的促進(jìn)作用。將AI機(jī)器視覺智能監(jiān)管技術(shù)用于安全生產(chǎn)的基本管理中，對(duì)于提升化學(xué)品安全生產(chǎn)的質(zhì)量，加大信息交換具有重要的意義[1]?！丁笆奈濉蔽ｋU(xiǎn)化學(xué)品安全生產(chǎn)規(guī)劃方案》指出，要加強(qiáng)安全管理的信息化、信息化，并在全國(guó)范圍內(nèi)廣泛開展。在《全國(guó)危險(xiǎn)化學(xué)品安全風(fēng)險(xiǎn)集中治理方案》中明確提出了要加強(qiáng)“信息化、智能化”的要求，并在此基礎(chǔ)上提出了加強(qiáng)“五化”的要求。因此，對(duì)危險(xiǎn)化學(xué)品的安全管理工作的開展已經(jīng)成為化工企業(yè)迫在眉睫的一項(xiàng)作業(yè)。

1 AI機(jī)器視覺智能監(jiān)管系統(tǒng)建設(shè)的原理及技術(shù)要點(diǎn)

在現(xiàn)代社會(huì)的背景下，信息技術(shù)發(fā)展迅速使得人工智能和物聯(lián)網(wǎng)應(yīng)用技術(shù)在人們的日常生活中被廣泛應(yīng)用。人工智能是當(dāng)今信息科技的中心，在通信系統(tǒng)、網(wǎng)絡(luò)系統(tǒng)中扮演著非常重要的角色。利用人工智能技術(shù)可以更好地發(fā)展先進(jìn)的網(wǎng)絡(luò)系統(tǒng)，使之達(dá)到智能化、自動(dòng)化的程度。該項(xiàng)技術(shù)在實(shí)際使用的過(guò)程中能夠直接對(duì)靜止的攝像頭以及移動(dòng)機(jī)器人采集到的數(shù)據(jù)等進(jìn)行收取，同時(shí)將人工智能技術(shù)中的機(jī)器視覺技術(shù)實(shí)現(xiàn)對(duì)整個(gè)視頻和圖像的智能分析[2]。以設(shè)備、材料、人員、車輛和環(huán)境為研究對(duì)象，通過(guò)對(duì)視頻源中的重要對(duì)象進(jìn)行識(shí)別和提取，實(shí)現(xiàn)對(duì)視頻源中的有效信息的自動(dòng)分析和提取，實(shí)現(xiàn)以相機(jī)替代人眼，以更加“聰明”的方式進(jìn)行學(xué)習(xí)和思維。這一監(jiān)管系統(tǒng)的應(yīng)用能夠達(dá)到24 h不間斷、無(wú)人的智能值班，使資源和人力得到了極大的節(jié)省的目的，這種方法能夠迅速地檢測(cè)出各種類型的安全隱患，并對(duì)其進(jìn)行預(yù)警，從而減少人工巡檢的工作壓力。同時(shí)，管理者也可基于自身增強(qiáng)風(fēng)險(xiǎn)意識(shí)加速緊急事件的響應(yīng)速度，提高安全監(jiān)察及預(yù)防工作效率。因此，AI機(jī)器視覺智能監(jiān)管擬解決的關(guān)鍵科學(xué)問(wèn)題為面向云-邊-端-機(jī)器視覺小樣本分析模型和算法的應(yīng)用。

1.1 基于深度學(xué)習(xí)的小樣本機(jī)器視覺視頻分析模型與算法開發(fā)

深度學(xué)習(xí)是當(dāng)前我國(guó)人工智能技術(shù)應(yīng)用過(guò)程中重點(diǎn)研究的一個(gè)方向，它通過(guò)對(duì)樣本數(shù)據(jù)內(nèi)部的規(guī)則和表達(dá)方式進(jìn)行學(xué)習(xí)，從而有效地理解文本、圖像、語(yǔ)音等信息。其終極目的是使機(jī)器具備與人類類似的分析學(xué)習(xí)功能。深度學(xué)習(xí)作為一種先進(jìn)的機(jī)器學(xué)習(xí)方法其在語(yǔ)音、圖像識(shí)別等領(lǐng)域的應(yīng)用效果遠(yuǎn)超現(xiàn)有方法，同時(shí)在多個(gè)領(lǐng)域中也得到了較好的應(yīng)用。

目前，我國(guó)應(yīng)用的深度網(wǎng)絡(luò)的物體識(shí)別方法主要是使用R-CNN、快R-CNN和FasterR-CNN等[3]。R-CNN將卷積神經(jīng)網(wǎng)絡(luò)用于物體識(shí)別，該算法能夠直接達(dá)到對(duì)收集內(nèi)容的提取和分類的優(yōu)勢(shì)，在此基礎(chǔ)上對(duì)區(qū)域提名等進(jìn)行識(shí)別。該方法由3個(gè)步驟組成：①生成候選區(qū)；②該方法首先采用卷積、池化等方法對(duì)各候選區(qū)域進(jìn)行卷積、池化等操作，提取出具有一定長(zhǎng)度的特征；③分類上一個(gè)階段的輸出向量，然后利用邊緣窗回歸方法提取出準(zhǔn)確的對(duì)象范圍，從而實(shí)現(xiàn)對(duì)物體的識(shí)別。

Fast R-CNN的出現(xiàn)有效地解決了R-CNN測(cè)試速度慢、訓(xùn)練速度慢、占用訓(xùn)練空間較大等問(wèn)題。該算法的基本步驟主要有以下4個(gè)方面。①生成一個(gè)類似于R-CNN的候選點(diǎn)，并利用Selective Serach算法生成一個(gè)候選點(diǎn)；②把規(guī)范化的圖像置于CNN神經(jīng)網(wǎng)絡(luò)中，利用CNN對(duì)圖像進(jìn)行特征提??；③RoI池化從原始圖的候選框架到特征圖譜之間的映射關(guān)系，在RoI池化層中能夠達(dá)到實(shí)現(xiàn)對(duì)每個(gè)特征幀的池化操作；④借助第三步驟的提取信息可以得到一個(gè)完整的連通層，也能實(shí)現(xiàn)對(duì)邊界窗口的分類和整理，從而得到最終的結(jié)果[4]。

FasterR-CNN是一種基于R-CNN與RCNN的融合方法，通過(guò)對(duì)4個(gè)關(guān)鍵步驟的有機(jī)結(jié)合來(lái)增強(qiáng)算法的完整性和可行性。①構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)提取出一幅圖像的特征圖，并把它分享給后繼的RPN層、全連通層；②使用RPN神經(jīng)網(wǎng)絡(luò)構(gòu)建候選窗；③采用RoI池將前兩個(gè)層次產(chǎn)生的窗口和特征圖進(jìn)行融合，從而得到一種新候選區(qū)的特征圖譜，并將其導(dǎo)入到下一步的全局連通層判斷對(duì)象類別。④根據(jù)選定的區(qū)域特征圖確定待選區(qū)域的類別，然后對(duì)選定對(duì)象的邊緣進(jìn)行再細(xì)化，從而得到準(zhǔn)確的物體位置。

目前，以深度學(xué)習(xí)為基礎(chǔ)的機(jī)器視覺研究存在樣本少、非對(duì)稱、噪聲大等非完美特性，導(dǎo)致現(xiàn)有的算法很難用于實(shí)際的安全監(jiān)測(cè)與管理。因此，為改善這一研究困境，本研究將為AI機(jī)器視覺智能監(jiān)管系統(tǒng)提供新的思路與方法，具體研究?jī)?nèi)容包括：①基于生成對(duì)抗理論的小樣本機(jī)器視覺數(shù)據(jù)增強(qiáng)方法研究。當(dāng)前，深度學(xué)習(xí)的算法模式在很多場(chǎng)景中得到了較好的應(yīng)用，但由于其具有完全監(jiān)督的學(xué)習(xí)特性使得它很難在不均衡的故障樣本下有效地處理故障。本研究擬在機(jī)器視覺分析中引入博弈情景半監(jiān)督特征學(xué)習(xí)，采用生成式對(duì)抗理論構(gòu)建均衡數(shù)據(jù)集，選取合適的生成器和區(qū)分算子，實(shí)現(xiàn)不均衡數(shù)據(jù)的增強(qiáng)；②研究面向小樣本數(shù)據(jù)的特定特征抽取算法?；诖?，本研究擬基于深度神經(jīng)網(wǎng)絡(luò)，通過(guò)訓(xùn)練樣本的特征，采用與原始樣本特征分布相近的方法重構(gòu)樣本，實(shí)現(xiàn)樣本數(shù)目的增加。通過(guò)對(duì)所建模型的源、目區(qū)域進(jìn)行分區(qū)，在此基礎(chǔ)上，借助遷移學(xué)習(xí)技術(shù)等的優(yōu)勢(shì)能夠達(dá)到對(duì)現(xiàn)行的運(yùn)行數(shù)據(jù)等進(jìn)行分析和應(yīng)用，這樣的方式有助于減少計(jì)算的時(shí)間，同時(shí)還能針對(duì)一些人工無(wú)法挖掘的數(shù)據(jù)等進(jìn)行分析，對(duì)于提升整體的智能機(jī)器視覺監(jiān)控系統(tǒng)的智能化水準(zhǔn)具有重要的意義[5]。

1.2 云-邊-端-機(jī)器人融合的智能視覺分析應(yīng)用

人工智能已經(jīng)成為當(dāng)前人們生活中不可缺少的一項(xiàng)重要技術(shù)，且在不同的行業(yè)中得到了普遍的應(yīng)用。當(dāng)前，我國(guó)人工智能技術(shù)中的AI機(jī)器人技術(shù)已經(jīng)逐漸發(fā)展成成熟的趨勢(shì)，在不同的行業(yè)中都得到了較好的應(yīng)用，且智能化場(chǎng)景的應(yīng)用越來(lái)越多。尤其是在5G技術(shù)的支持下通過(guò)安裝高清、紅外等傳感裝置，根據(jù)預(yù)定的線路巡視重點(diǎn)區(qū)域?qū)崿F(xiàn)固定攝像頭的盲區(qū)，形成全方位的監(jiān)控系統(tǒng)。以AI機(jī)器視覺智能監(jiān)管系統(tǒng)為基礎(chǔ)運(yùn)用智能監(jiān)管系統(tǒng)中的工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能（AI）等新一代信息技術(shù)，使現(xiàn)行的安全標(biāo)準(zhǔn)化管理系統(tǒng)實(shí)現(xiàn)信息化、數(shù)字化、網(wǎng)絡(luò)化、智能化的目標(biāo)，提高其運(yùn)行效能[6]。

2 AI機(jī)器視覺智能監(jiān)管系統(tǒng)在危險(xiǎn)化學(xué)品安全管控中的應(yīng)用

AI機(jī)器視覺智能監(jiān)控系統(tǒng)可以根據(jù)危險(xiǎn)化學(xué)品工業(yè)的特征，通過(guò)視頻智能分析技術(shù)對(duì)化工生產(chǎn)中存在的各種安全風(fēng)險(xiǎn)進(jìn)行快速檢測(cè)，并提出相關(guān)的預(yù)警，從而降低工作人員的工作壓力，增強(qiáng)企業(yè)對(duì)安全隱患的感知，加速事故的預(yù)警和響應(yīng)[7]。最后，借助感知分析技術(shù)能夠研發(fā)云-邊-端-機(jī)混為一體的智能監(jiān)控應(yīng)用。如衣著監(jiān)視，越界監(jiān)視，行人路線監(jiān)視，周邊監(jiān)視、警報(bào)系統(tǒng)等等。AI機(jī)器視覺智能監(jiān)管系統(tǒng)以?；饭I(yè)為研究對(duì)象，以監(jiān)控人員、車輛、設(shè)備和環(huán)境異常行為為研究對(duì)象，可以達(dá)到實(shí)現(xiàn)不低于10種可視化智能分析算法，具體見圖1。同時(shí)，可以通過(guò)對(duì)特種作業(yè)全過(guò)程的流程與軌跡管理使特種作業(yè)的申請(qǐng)、審核、批準(zhǔn)、監(jiān)護(hù)、驗(yàn)收等全過(guò)程信息化、標(biāo)準(zhǔn)化、數(shù)字化、網(wǎng)絡(luò)化、程序化管理。并能在設(shè)備設(shè)施信息數(shù)據(jù)庫(kù)中對(duì)聯(lián)鎖切除、恢復(fù)、變更、送電等的狀態(tài)作出校驗(yàn)。

圖1 危險(xiǎn)化學(xué)品行業(yè)視覺智能監(jiān)測(cè)擬實(shí)現(xiàn)算法

3 結(jié)語(yǔ)

綜上所述，AI機(jī)器視覺智能監(jiān)管系統(tǒng)轉(zhuǎn)變了傳統(tǒng)監(jiān)管模式的不同，在危險(xiǎn)化學(xué)品安全管理方面的賦能并不局限于上述幾個(gè)方面，通過(guò)對(duì)現(xiàn)行的安全標(biāo)準(zhǔn)化管理工作進(jìn)行信息化、數(shù)字化、網(wǎng)絡(luò)化和智能化的監(jiān)管，一定可以提高目前的安全管理水平和能力。本研究在現(xiàn)有的研究算法的基礎(chǔ)上分析其該監(jiān)管系統(tǒng)在危險(xiǎn)化學(xué)品安全管控中的應(yīng)用，可以幫助化工企業(yè)提升其監(jiān)管預(yù)警效果，在此基礎(chǔ)上將視覺引導(dǎo)機(jī)器人的自動(dòng)決策路徑進(jìn)行應(yīng)用，可為化工企業(yè)提供更加優(yōu)質(zhì)的管理與服務(wù)。