本發(fā)明涉及大數(shù)據(jù)視頻ai分析，特別涉及一種油氣田現(xiàn)場視頻ai分析系統(tǒng)及方法。

背景技術(shù)：

1、我國油田產(chǎn)業(yè)已經(jīng)擺脫了早期粗放式增長的階段，需要更加精細(xì)化、智慧化、科學(xué)化的運(yùn)營管理手段。當(dāng)前油田的生產(chǎn)和管理工作仍面臨著以下痛點(diǎn)：

2、傳統(tǒng)安防系統(tǒng)存在弊端：采油、輸油和煉油過程中安全風(fēng)險(xiǎn)系數(shù)高，無法實(shí)時(shí)預(yù)警；人工管理難度大：隨著大型油庫的生產(chǎn)規(guī)模不斷擴(kuò)大，加上油田生產(chǎn)作業(yè)分布廣，工作人員安全管理難度大。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)問題，本發(fā)明提供了一種油氣田現(xiàn)場視頻ai分析系統(tǒng)及方法。

2、一方面，提供了一種油氣田現(xiàn)場視頻ai分析方法，所述方法包括：

3、采集現(xiàn)場的視頻圖像；

4、將所述視頻圖像進(jìn)行預(yù)處理；

5、將處理后的視頻圖像通過動(dòng)作模型模型獲取特征標(biāo)簽；

6、將預(yù)設(shè)時(shí)間段內(nèi)的特征標(biāo)簽進(jìn)行整合，獲取特征標(biāo)簽組，將特征標(biāo)簽組和數(shù)據(jù)庫內(nèi)進(jìn)行相似度比較，獲取風(fēng)險(xiǎn)信息；

7、根據(jù)風(fēng)險(xiǎn)信息獲取預(yù)警指令，將預(yù)警指令發(fā)送至廣播。

8、進(jìn)一步地，所述視頻圖像包括：設(shè)備運(yùn)行視頻圖像、人員視頻圖像和油氣田環(huán)境視頻圖像。

9、進(jìn)一步地，對(duì)于所述設(shè)備運(yùn)行視頻圖像，所述特征標(biāo)簽包括設(shè)備的外觀和運(yùn)行狀態(tài)；

10、對(duì)于所述人員視頻圖像，所述特征標(biāo)簽包括安全帽、工作服、作業(yè)人員行為和人臉圖像；

11、對(duì)于所述油氣田環(huán)境視頻圖像，所述特征標(biāo)簽包括周圍環(huán)境。

12、進(jìn)一步地，所述預(yù)處理包括：去噪、增強(qiáng)對(duì)比度、調(diào)整亮度。

13、進(jìn)一步地，所述動(dòng)作模型模型為基于目標(biāo)查找的yolo模型及圖像識(shí)別的殘差分類器模型。

14、進(jìn)一步地，所述方法還包括：將采集的視頻圖像進(jìn)行保存，以便于進(jìn)行歷史數(shù)據(jù)分析和長期數(shù)據(jù)保留。

15、另一方面，提供了一種油氣田現(xiàn)場視頻ai分析系統(tǒng)，所述系統(tǒng)包括：

16、采集模塊，用于采集現(xiàn)場的視頻圖像；

17、預(yù)處理模塊，用于對(duì)所述視頻圖像進(jìn)行預(yù)處理；

18、特征標(biāo)簽獲取模塊，用于將將處理后的視頻圖像通過動(dòng)作模型模型獲取特征標(biāo)簽；

19、數(shù)據(jù)庫，預(yù)先儲(chǔ)存有安全特征標(biāo)簽組；

20、比較模塊，用于將預(yù)設(shè)時(shí)間段內(nèi)的特征標(biāo)簽進(jìn)行整合，獲取特征標(biāo)簽組，將特征標(biāo)簽組和數(shù)據(jù)庫內(nèi)進(jìn)行相似度比較，獲取風(fēng)險(xiǎn)信息；

21、預(yù)警指令提取模塊，用于根據(jù)風(fēng)險(xiǎn)信息獲取預(yù)警指令；

22、廣播模塊，用于將預(yù)警指令進(jìn)行廣播。

23、進(jìn)一步地，所述系統(tǒng)還包括：保存模塊，用于將采集的視頻圖像進(jìn)行保存，以便于進(jìn)行歷史數(shù)據(jù)分析和長期數(shù)據(jù)保留。

24、本發(fā)明實(shí)施例提供的技術(shù)方案帶來的有益效果是：本發(fā)明中通過采集油氣田現(xiàn)場視頻，并基于人工智能圖像識(shí)別技術(shù)，實(shí)現(xiàn)油氣田各作業(yè)區(qū)域海量視頻監(jiān)控的智能化識(shí)別分析，實(shí)現(xiàn)對(duì)生產(chǎn)現(xiàn)場、出入口、原油存儲(chǔ)區(qū)等重點(diǎn)區(qū)域的集中可視化安全監(jiān)管，第一時(shí)間預(yù)警事故隱患，緩解視頻查驗(yàn)壓力，降本增效。

25、其次，建立起人員、環(huán)境、設(shè)備的安全監(jiān)管系統(tǒng)，通過動(dòng)作模型獲取特征標(biāo)簽，將特征標(biāo)簽組進(jìn)行比對(duì)，獲取風(fēng)險(xiǎn)信息，一旦檢測到安全隱患則實(shí)時(shí)發(fā)出告警，實(shí)現(xiàn)對(duì)油氣田現(xiàn)場作業(yè)風(fēng)險(xiǎn)和人員違規(guī)行為的高效智能監(jiān)管，提高風(fēng)險(xiǎn)防范能力。

26、另外，油氣田生產(chǎn)過程中存在較高的安全風(fēng)險(xiǎn)，包括火災(zāi)、爆炸、泄漏等，這些風(fēng)險(xiǎn)需要通過有效的監(jiān)控和管理手段來降低；油田作業(yè)人員的水平參差不齊，存在違規(guī)操作的風(fēng)險(xiǎn)，通過ai分析可以實(shí)時(shí)監(jiān)測作業(yè)人員的行為，及時(shí)預(yù)警潛在的違規(guī)行為；油氣田生產(chǎn)對(duì)環(huán)境可能造成影響，通過視頻ai分析可以監(jiān)測環(huán)境變化，及時(shí)做出響應(yīng)；通過ai視頻分析系統(tǒng)，可以實(shí)時(shí)監(jiān)控采油設(shè)備的運(yùn)行狀態(tài)，預(yù)防設(shè)備故障和事故的發(fā)生。

技術(shù)特征：

1.一種油氣田現(xiàn)場視頻ai分析方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的一種油氣田現(xiàn)場視頻ai分析方法，其特征在于，所述視頻圖像包括：設(shè)備運(yùn)行視頻圖像、人員視頻圖像和油氣田環(huán)境視頻圖像。

3.根據(jù)權(quán)利要求2所述的一種油氣田現(xiàn)場視頻ai分析方法，其特征在于，對(duì)于所述設(shè)備運(yùn)行視頻圖像，所述特征標(biāo)簽包括設(shè)備的外觀和運(yùn)行狀態(tài)；

4.根據(jù)權(quán)利要求1所述的一種油氣田現(xiàn)場視頻ai分析方法，其特征在于，所述預(yù)處理包括：去噪、增強(qiáng)對(duì)比度、調(diào)整亮度。

5.根據(jù)權(quán)利要求1所述的一種油氣田現(xiàn)場視頻ai分析方法，其特征在于，所述動(dòng)作模型模型為基于目標(biāo)查找的yolo模型及圖像識(shí)別的殘差分類器模型。

6.根據(jù)權(quán)利要求1所述的一種油氣田現(xiàn)場視頻ai分析方法，其特征在于，所述方法還包括：將采集的視頻圖像進(jìn)行保存，以便于進(jìn)行歷史數(shù)據(jù)分析和長期數(shù)據(jù)保留。

7.一種油氣田現(xiàn)場視頻ai分析系統(tǒng)，其特征在于，所述系統(tǒng)包括：

8.根據(jù)權(quán)利要求7所述的一種油氣田現(xiàn)場視頻ai分析系統(tǒng)，其特征在于，所述系統(tǒng)還包括：保存模塊，用于將采集的視頻圖像進(jìn)行保存，以便于進(jìn)行歷史數(shù)據(jù)分析和長期數(shù)據(jù)保留。

技術(shù)總結(jié)
本發(fā)明公開了一種油氣田現(xiàn)場視頻AI分析系統(tǒng)及方法，屬于大數(shù)據(jù)視頻AI分析技術(shù)領(lǐng)域。所述方法包括：采集現(xiàn)場的視頻圖像；將所述視頻圖像進(jìn)行預(yù)處理；將處理后的視頻圖像通過動(dòng)作模型模型獲取特征標(biāo)簽；將預(yù)設(shè)時(shí)間段內(nèi)的特征標(biāo)簽進(jìn)行整合，獲取特征標(biāo)簽組，將特征標(biāo)簽組和數(shù)據(jù)庫內(nèi)進(jìn)行相似度比較，獲取風(fēng)險(xiǎn)信息；根據(jù)風(fēng)險(xiǎn)信息獲取預(yù)警指令，將預(yù)警指令發(fā)送至廣播。通過采集油氣田現(xiàn)場視頻，并基于人工智能圖像識(shí)別技術(shù)，實(shí)現(xiàn)油氣田各作業(yè)區(qū)域海量視頻監(jiān)控的智能化識(shí)別分析，實(shí)現(xiàn)對(duì)生產(chǎn)現(xiàn)場、出入口、原油存儲(chǔ)區(qū)等重點(diǎn)區(qū)域的集中可視化安全監(jiān)管，第一時(shí)間預(yù)警事故隱患，緩解視頻查驗(yàn)壓力，降本增效。

技術(shù)研發(fā)人員：蔡紅雨,蔡浩楠
受保護(hù)的技術(shù)使用者：賽思科技（西安）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9