計算機視覺在港口作業(yè)安全中的應用研究

李維權 程國安 青島港灣職業(yè)技術學院信息工程系

引言：隨著我國經濟的發(fā)展，海洋經濟發(fā)展成為國家戰(zhàn)略，港口經濟發(fā)展也在國民經濟發(fā)展中起到了重要作用，港口信息化發(fā)展受到前所未有的重視。

目前，由于港口重機器操作比較多，加上貨物復雜，有傳統(tǒng)的散雜貨物以及現代集裝箱貨物，這些貨物在裝卸過程中都會有一定的安全風險存在。因此，每年都會在港口作業(yè)中出現誤操作，誤傷很多作業(yè)工人，嚴重的可以讓作業(yè)工作人員喪失生命，使得港口損失了大量的人力和財力。

使用計算機視覺的相關理論，結合機器學習、深度學習相關算法模型，對港口作業(yè)人員進行實時檢測和跟蹤，判斷其作業(yè)人員是否處在危險位置，在一定程度上可以減少不必要的人員傷亡，也可以降低港口中控工作人員的工作量。

1 港口作業(yè)安全隱患

在現代港口操作過程中，智能化是港口發(fā)展的未來方向，但是目前港口作業(yè)的操作設備也是比較復雜，其對應的操作難度也是隨之增加。

目前，港口的視頻監(jiān)控人員分工進行24小時監(jiān)控港口作業(yè)人員，對操作人員進行實時監(jiān)控，出現安全隱患操作的時候通過通訊設備及時給予提醒，在工人參與工作的過程中很多情況屬于安全隱患，如下圖所示：

圖1 港口不同場景下工人違規(guī)操作示意圖

根據圖1可以看出港口不同場景下工人違規(guī)操作的情況，目前港口操作都是以大型吊裝機械進行對貨物或集裝箱進行裝卸，在裝卸的過程中會需要人工進行干預，尤其是對于散雜貨進行裝卸的過程依然需要人工幫助完成。眾所周知，大型貨物的吊車吊鉤在操作的過程中很難受到控制，比如在操作散雜貨的過程中貨物發(fā)生滑落等情況也是經常發(fā)生，對周圍的裝卸工人的安全風險增加不少，尤其是部分裝卸工人的安全意識薄弱，導致港口每年因失誤操作發(fā)生安全事故比比皆是。

基于計算機視覺在港口操作安全中的應用，是計算機視覺在工程應用的擴展領域，也是屬于計算機視覺的典型應用。目前基于計算機視覺理論在多個領域已經取得了很好的成就，比如車牌的自動識別、汽車的自動識別、集裝箱的自動識別、無人駕駛技術、視覺機器人等應用領域內使用比較廣泛。但是，將計算機視覺相關方面的理論研究應用到港口安全操作的自動檢測識別上面還有很大的挑戰(zhàn)。

2 計算機視覺在港口作業(yè)安全應用

由于視頻信息的多變性，在復雜場景下的運動目標的跟蹤和檢測比較困難。在不同的領域里面，解決不同的事情需要用不同的方法。通過分析視頻序列，得出需要的圖像序列，并以此為基礎，分析其中每一幀中表示對應的目標區(qū)域；然后，根據這些相似的數據信息進行學習，建立一個檢測目標物的模型；最后，對目標物跟蹤，實現檢測和識別目標物的各種行為。通過這些計算機視覺相關理論基礎，開發(fā)設計出相關平臺，應用于實際的社會生產，根據港口的實際操作情況進行跟蹤模擬并分析，然后達到安全檢測的目的。

具體方案如圖2港口監(jiān)控系統(tǒng)架構示意圖：

圖2 港口監(jiān)控系統(tǒng)架構示意圖

該系統(tǒng)搜集的視頻數據可以使用計算機視覺理論進行分析。當今，計算機視覺領域和模式識別已經在理論上積累了大量的學術成果，很多已經轉化為實際的應用，在理論研究當中主要以貝葉斯決策理論、線性分類器、非線性分類器為代表的判別決策理論作為使用比較廣泛的模式識別算法。基于模式識別和計算機視覺的一些理論作為核心，為港口安全生產和作業(yè)人員操作的安全操作有巨大的現實意義，同時降低了國家和人民的財產損失，使港口作業(yè)操作的智能化信息化邁向一個新的臺階。

3 應用研究實施方案

本文主要研究內容是通過高分辨率的港口監(jiān)控視頻系統(tǒng)獲取相應的作業(yè)操作視頻，然后，基于作業(yè)操作視頻數據對作業(yè)人員進行檢測和分析，并發(fā)出安全警告信息，實施違規(guī)跟蹤，保存數據及分類處理。

（1）獲取實時的港口作業(yè)的監(jiān)控視頻數據。將港區(qū)內安裝的大量視頻監(jiān)控設施整合形成實時的港口監(jiān)控系統(tǒng)，并與本系統(tǒng)形成數據共享。

（2）標定安全區(qū)域。基于監(jiān)控視頻數據進行確定作業(yè)人員在特定環(huán)境下的安全現狀，標定虛擬區(qū)域來檢測區(qū)域內人員是否處于安全。安全區(qū)域完全可以由港口安全技術專業(yè)人員來確定，待危險區(qū)域確定完成之后，可以由計算機視覺技術進行區(qū)域標定。

（3）對危險區(qū)域的人員進行檢測。根據人員與作業(yè)機器之間的位置，比對設定的安全區(qū)域，進行判定最終操作人員是否存在安全異常。

（4）發(fā)出安全警告信息。若存在安全異常，將會返回給中心工作人員，工作人員或者機器為其警告。

（5）違規(guī)跟蹤。為了保證今后人員不再出現類似的問題，可以對其違規(guī)的人員進行跟蹤，選擇跟蹤算法對于處于危險的工作人員進行實時跟蹤，然后對跟蹤之后的工作人員信息進行保存，保存數據以圖片的形式，方便后期的工作人員和計算機進行分類處理。

（6）數據積累及分類處理。對保存到本地服務器端的數據開發(fā)相應軟件進行分類處理。可以很好的實現人工智能在港口作業(yè)人員操作的應用，同時最終研究目的是實現港口信息智能化操作和降低人工干預程度，提高港口作業(yè)工作效率的同時來降低風險。

4 結束語

面對復雜環(huán)境的港口作業(yè)操作，人工和重機械結合工作使得人身和財產都會面臨著巨大的威脅，在目前大部分安全保護措施當中，高清的智能視頻監(jiān)控將會是最佳的解決方案之一。在港口當中大量的監(jiān)控設備覆蓋每一個作業(yè)操作場景，就會形成龐大的監(jiān)控系統(tǒng)，大多數都需要人工去控制和識別查看是否存在異常信息。費時費力且主觀因素較多，一旦出現判斷失誤，容易產生損傷事故。

基于目前的高清監(jiān)控視頻系統(tǒng)和港口作業(yè)操作的背景與現狀，結合當下人工智能下的計算機視覺的深入研究和發(fā)展，進行對視頻當中港口作業(yè)人員的實時分析與處理，主要對不同環(huán)境下的港口作業(yè)人員進行識別，在特定危險區(qū)域內進行對作業(yè)人員的檢測與跟蹤，發(fā)出安全警告信息并記錄，跟蹤的同時基于計算機視覺技術將其數據保存在本地服務器，而后開發(fā)相應系統(tǒng)在分類處理。