[发明专利]一种燃气设施区域的智能监控方法及装置

说明书

本发明提供一种燃气设施区域的智能监控方法及装置。所述方法包括：基于人工神经网络构建人员检测模型，所述模型输出人员位置及包括工作人员和非工作人员的人员类别；实时获取燃气设施区域的监控视频图像，将所述图像输入至训练好的人员检测模型，得到人员的位置及类别；基于所述人员的位置及类别对所述人员进行异常行为检测，如果存在异常行为，则进行报警。本发明通过构建人员检测模型，能够自动识别进入监控区域的人员类别；通过对进入监控区域的人员进行异常行为检测，能够对监控区域存在的潜在危险进行自动检测并报警。

技术领域

本发明属于安全监控技术领域，具体涉及一种燃气设施区域的智能监控方法及装置。

背景技术

燃气作为人民生活中的必需品，一方面提高了人民的生活质量，另一方面也存在着潜在的风险。燃气设施的不当使用、人为破坏都有可能引发燃气设施损坏，燃气泄漏，导致人员中毒、火灾甚至燃气爆炸的发生，严重威胁着燃气设施和人员的人身安全。燃气事故不仅给国家造成了巨大损失，而且对人民的生命和财产安全构成了严重威胁。据统计，2020年中国共发生燃气事故539例，造成88人遇难和496人受伤。因此，保障燃气设施的平稳运行对构建安全的生活环境具有重要意义。

随着电子、通信和视频监控技术的不断发展与更新，视频监控系统在各个领域中得到了广泛地应用。为了实现对燃气设施区域的安全监控，本发明提出一种基于视频图像的智能监控方法及装置。

发明内容

为了解决现有技术中存在的上述问题，本发明提供一种燃气设施区域的智能监控方法及装置。

为了实现上述目的，本发明采用以下技术方案。

第一方面，本发明提供一种燃气设施区域的智能监控方法，包括以下步骤：

基于人工神经网络构建人员检测模型，所述模型输出人员位置及包括工作人员和非工作人员的人员类别；

实时获取燃气设施区域的监控视频图像，将所述图像输入至训练好的人员检测模型，得到人员的位置及类别；

基于所述人员的位置及类别对所述人员进行异常行为检测，如果存在异常行为，则进行报警。

进一步地，所述人员检测模型采用改进的YOLOv4-Tiny网络结构，在原有的两个特征层的基础上，增加一个较大尺寸的特征层，用于对小目标进行预测；利用K-means++聚类算法计算出当前数据集中人员图像的宽高尺寸，从而确定检测框的数量和尺寸大小；引入了注意力机制模块，通过训练确定不同尺度的特征融合权重。

进一步地，所述异常行为检测包括携带异物检测，方法如下：

构建异物检测模型，并对所述模型进行训练；

将实时获取的视频图像输入至训练好的所述模型，得到异物检测框；

计算人员检测框和异物检测框交集的面积与异物检测框的面积的比值K：

式中，S_A∩B为人员检测框和异物检测框交集的面积，S_B为异物检测框的面积；

若K大于设定的阈值，则认为所述人员携带异物。

进一步地，所述异常行为检测包括人员徘徊检测，方法如下：

将实时获取的视频图像输入人员检测模型，识别出人员类别并获得人员检测框；

对所述人员进行跟踪，估算所述检测框的运动速度V；

计算所述人员通过燃气设施区域所用的时间T；

若T大于设定的阈值，则认为所述人员存在徘徊行为，所述阈值与V负相关，即V越大所述阈值越小。