[发明专利]油田安全生产图像识别方法及系统

说明书

本发明公开了一种油田安全生产图像识别方法及系统，具体步骤为：摄像设备实时摄取油田现场视频，并对油田现场视频中图片分批次进行预处理和编码后得到视频图像数据；对视频图像数据依次进行暗通道滤波数据增强设计、感受野设计、激活函数设计、通道注意力机制设计、金字塔池化设计和不平衡训练设计后得到最终识别目标同尺寸视频图像数据；对最终识别目标同尺寸视频图像数据进行解码和帧排序后，得到识别视频，并输出并标记识别目标。有益效果：克服了天气对摄取图片模糊的影响；扩大了感受野，提取更多有用特征信息，解决目标小无法识别的问题。最终识别目标更加清晰，提高识别率。

技术领域

本发明涉及石油安全技术领域，具体的说是一种油田安全生产图像识别方法及系统。

背景技术

油田安全作业中存在作业流动性大，业务作业交叉的不确定问题，现场作业需要配备相应的防护设备。整个作业过程涉及环境不安全因素、人的不安全行为、机器的不安全状态及管理上的缺陷可能会带来无法估量的危害和损失。

例如在油田安全作业中工人安全帽的佩戴、工服穿戴、火焰、烟雾、陌生人闯入、工人人脸等情况均需要严格把关。因此，在油田作业区域，已经出现了一些识别技术措施，来解决上述问题。

其中，安全帽佩戴识别已有方法是用YOLOv3直接训练学习后对佩戴检测，通过利用前帧图像的视频流检测获得结果和对下一帧进行位置和类别信息的预测然后将检测框与预测框交并比关联最终实现跟踪，该方法的检测是依赖计算机视觉图像处理技术的目标检测算法和跟踪，核心技术是通过计算预测框的中心点坐标的准确率来提高检测及跟踪效果。但是由于本身下采样的方法导致识别小目标、遮挡问题困难，该方法中从算法本身来看在油田生产作业现场中分析目标较小很难。

工服识别是采用基于业务场景的数据使用安全帽识别同样的方法进行训练、测试、验证然后进行对场景图像数据进行预测类别和标出区域检测识别然后将结果得出进行存库及取证。由于工服检测识别方面一般在同一个业务场景中利用的现有技术的方法。虽然该方法在正常天气情况下通过行人检测可以解决基本业务问题，但是由于不同的天气状态下传感器存在漫反射导致图像数据和视频出现分辨率失真造成大量的错误识别问题。

火焰识别是通过同样算法视频采集取证，图像标记预处理、火焰识别和烟雾定位烟雾和火焰的发生区域并及时告警同时将相关结果存储取证存入数据库分析及其他业务中使用。传统的火焰、烟雾检测同样是采用现有技术的方法上进行识别会存在出现大雾天气报警的错误现象问题。

综上所述，上述问题在油田安全作业仍不能完善解决，仍然存在很大的安全隐患。

发明内容

针对上述问题，本发明提供了一种油田安全生产图像识别方法，对石油生产现场视频图像进行获取，经暗通道滤波数据增强设计，消除了天气干扰，是图像更为准确清晰，再结合感受野设计、激活函数设计、通道注意力机制设计、激活函数设计、通道注意力机制设计、金字塔池化设计和不平衡训练设计得到识别对象，快速准确的提取出特征。便于对生产现场情况进行监管。

为达到上述目的，本发明采用的具体技术方案如下：

一种油田安全生产图像识别方法，其关键技术在于：具体步骤为：

S1：摄像设备实时摄取油田现场视频，并对油田现场视频中图片分批次进行预处理和编码后得到视频图像数据；

S2：根据天气时段情况，对视频图像数据进行暗通道滤波数据增强设计，得到增强视频图像数据；

S3：对增强视频图像数据进行感受野设计，得到视野确定范围视频图像数据；

S4：确定识别特征，并对应设定识别特征的识别阈值，对视野确定范围视频图像数据进行激活函数设计和通道注意力机制设计，提取视野确定范围视频图像数据中的最终识别目标；