張 帆
(中海油信息科技有限公司天津分公司,天津 300452)
海上鉆井采油平臺(tái)作為海上油田生產(chǎn)的關(guān)鍵設(shè)施,具有遠(yuǎn)離陸地、環(huán)境復(fù)雜且空間有限等特點(diǎn),一旦發(fā)生安全事故將帶來巨大損失[1]。因此,嚴(yán)格的安全管理對(duì)于海上平臺(tái)至關(guān)重要,旨在預(yù)防事故發(fā)生。視頻監(jiān)控作為安全生產(chǎn)的重要監(jiān)管手段,已經(jīng)被廣泛應(yīng)用于油氣田生產(chǎn)領(lǐng)域[2]。然而,隨著生產(chǎn)規(guī)模的擴(kuò)大和技術(shù)的發(fā)展,傳統(tǒng)的人工監(jiān)控方式因其效率低下且容易受到主觀因素干擾,難以滿足安全需求。智能視頻監(jiān)控技術(shù)在海上平臺(tái)安全生產(chǎn)的應(yīng)用已經(jīng)成為大勢(shì)所趨。
智能視頻監(jiān)控是利用計(jì)算機(jī)視覺技術(shù)對(duì)視頻信號(hào)進(jìn)行處理、分析和理解,在不需要人為干預(yù)的情況下,通過自動(dòng)分析序列圖像對(duì)監(jiān)控場(chǎng)景中的變化進(jìn)行定位、識(shí)別和跟蹤[3]。智能視頻監(jiān)控通常由攝像機(jī)、視頻分析服務(wù)器、存儲(chǔ)設(shè)備、網(wǎng)絡(luò)設(shè)備和顯示設(shè)備等組成,通過不同的算法模型和協(xié)議標(biāo)準(zhǔn)實(shí)現(xiàn)數(shù)據(jù)的采集、傳輸、存儲(chǔ)和展示。智能視頻監(jiān)控技術(shù)具有自動(dòng)化、智能化、高效化的特點(diǎn),能夠在監(jiān)控場(chǎng)景中自動(dòng)識(shí)別和跟蹤目標(biāo),分析和判斷目標(biāo)的屬性、行為以及場(chǎng)景的狀態(tài)和事件,并在發(fā)現(xiàn)異常或危險(xiǎn)時(shí)及時(shí)發(fā)出警報(bào)或采取措施,有效協(xié)助安全人員處理危機(jī),并最大限度降低誤報(bào)和漏報(bào)現(xiàn)象。
智能視頻監(jiān)控技術(shù)的發(fā)展經(jīng)歷了幾個(gè)重要階段,從模擬視頻監(jiān)控技術(shù)、數(shù)字視頻監(jiān)控技術(shù)、網(wǎng)絡(luò)視頻監(jiān)控技術(shù)到如今的智能視頻監(jiān)控技術(shù)[4]。模擬視頻監(jiān)控技術(shù)是最早期的形式,采用模擬信號(hào)傳輸和存儲(chǔ),雖然成本低、安裝簡(jiǎn)單,但是由于圖像質(zhì)量差、傳輸距離有限等缺點(diǎn)限制了其發(fā)展。數(shù)字視頻監(jiān)控技術(shù)在模擬技術(shù)基礎(chǔ)上引入數(shù)字信號(hào)處理和存儲(chǔ)技術(shù),提高了圖像質(zhì)量和傳輸效率,實(shí)現(xiàn)了遠(yuǎn)程監(jiān)控和回放,但是仍然缺乏對(duì)視頻內(nèi)容的智能分析。網(wǎng)絡(luò)視頻監(jiān)控技術(shù)的出現(xiàn)使得視頻信號(hào)數(shù)字化、網(wǎng)絡(luò)化和標(biāo)準(zhǔn)化成為可能,為系統(tǒng)的可擴(kuò)展性和互操作性帶來改善,但是對(duì)視頻內(nèi)容的智能化處理仍然有限。
隨著深度學(xué)習(xí)的出現(xiàn)與發(fā)展,誕生了以卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)為基礎(chǔ)的一系列在圖像處理領(lǐng)域大放異彩的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。這些基于CNN的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在圖像處理方面具有很強(qiáng)的特征提取能力和泛化能力。相較于傳統(tǒng)方法,它們提取的圖像特征更為準(zhǔn)確和有效。由于深度神經(jīng)網(wǎng)絡(luò)在圖像處理上的出色表現(xiàn),它們開始被應(yīng)用到智能視頻監(jiān)控技術(shù)中。通過部署基于深度學(xué)習(xí)的方法,現(xiàn)在的視頻監(jiān)控技術(shù)可以實(shí)現(xiàn)自動(dòng)識(shí)別目標(biāo)、分析目標(biāo)行為、發(fā)現(xiàn)異常情況等功能。
智能視頻監(jiān)控的核心技術(shù)之一是目標(biāo)檢測(cè),其主要任務(wù)是在視頻圖像中準(zhǔn)確找出感興趣的目標(biāo),并確定它們的類別和位置[5]。目標(biāo)檢測(cè)技術(shù)一般包括兩個(gè)關(guān)鍵步驟:候選區(qū)域的選擇和分類器的訓(xùn)練。在候選區(qū)域的選擇階段,可以采用滑動(dòng)窗口或選擇性搜索等方法提取可能包含目標(biāo)的區(qū)域。而分類器的訓(xùn)練階段則通常采用深度學(xué)習(xí)的方法,通過大量帶標(biāo)注的圖像進(jìn)行學(xué)習(xí),提取圖像的高層特征,并利用這些特征進(jìn)行目標(biāo)的分類和位置回歸。
基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法可以分為Twostage算法和One-stage算法兩大類。典型的Twostage算法包括R-CNN、Fast R-CNN和Faster R-CNN。這類算法的基本思路是通過滑動(dòng)窗口或者選擇性搜索等方法從圖像中提取大量潛在的候選框,然后基于CNN進(jìn)行特征提取,最終輸出候選框中的目標(biāo)類別和坐標(biāo)信息。與Two-stage算法不同,One-stage算法是一步到位,無須生成候選框的過程。典型的One-stage算法有YOLO系列和SSD,這類算法直接在輸入圖像上滑動(dòng)窗口,在窗口位置上同時(shí)完成特征提取、分類和坐標(biāo)回歸,直接輸出目標(biāo)類別及其坐標(biāo)。
行為識(shí)別技術(shù)是通過分析視頻中的人或物體的運(yùn)動(dòng)和動(dòng)作來判斷其所屬的行為類別或意圖,其主要流程包括視頻預(yù)處理、目標(biāo)檢測(cè)與跟蹤、特征提取和行為分類等步驟。首先,通過視頻預(yù)處理,對(duì)視頻進(jìn)行去噪、穩(wěn)定和分割等操作以提高質(zhì)量。其次,在目標(biāo)檢測(cè)與跟蹤階段,系統(tǒng)會(huì)定位和標(biāo)識(shí)視頻中的感興趣目標(biāo),并跟蹤它們的運(yùn)動(dòng)軌跡。再次,在特征提取階段,系統(tǒng)根據(jù)目標(biāo)的類型和行為特點(diǎn),選擇合適的特征描述符進(jìn)行表示。最后,在行為分類階段,系統(tǒng)利用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)的方法對(duì)提取的特征進(jìn)行訓(xùn)練和測(cè)試,建立分類器或識(shí)別模型,以輸出目標(biāo)的行為標(biāo)簽或概率。通過這些步驟,行為識(shí)別技術(shù)能夠有效地分析視頻中的行為信息,提升智能視頻監(jiān)控技術(shù)的監(jiān)控能力。
目標(biāo)跟蹤技術(shù)可以持續(xù)不斷地跟蹤視頻流中感興趣的目標(biāo)。首先,基于前一幀圖像中目標(biāo)的位置信息與運(yùn)動(dòng)模型,預(yù)測(cè)當(dāng)前幀中目標(biāo)可能出現(xiàn)的位置。其次,在預(yù)測(cè)的目標(biāo)位置附近區(qū)域內(nèi),利用圖像處理算法提取特征,形成跟蹤匹配的模板。再次,計(jì)算模板與候選圖像區(qū)域的相似度,找到與模板最匹配的目標(biāo)區(qū)域。最后,基于匹配結(jié)果更新目標(biāo)的位置信息及跟蹤模板,以便適應(yīng)目標(biāo)外觀或背景中的變化。通過重復(fù)以上流程,目標(biāo)跟蹤技術(shù)可以高效穩(wěn)定地跟蹤視頻流中的行人、車輛等目標(biāo)。可以說,目標(biāo)跟蹤是智能視頻監(jiān)控技術(shù)實(shí)現(xiàn)自動(dòng)分析、異常檢測(cè)等智能功能的基礎(chǔ),也是判斷監(jiān)控技術(shù)性能優(yōu)劣的重要指標(biāo)之一。
海上平臺(tái)安全生產(chǎn)中的一個(gè)重要方面是人員監(jiān)控,即利用智能視頻監(jiān)控技術(shù)對(duì)海上平臺(tái)上的人員進(jìn)行實(shí)時(shí)的識(shí)別、統(tǒng)計(jì)、追蹤、行為分析等,以保障人員的安全和健康,提高人員的工作效率和管理水平。人員監(jiān)控涉及多個(gè)方面的技術(shù)。例如,人臉識(shí)別技術(shù)可以利用深度卷積神經(jīng)網(wǎng)絡(luò)識(shí)別和驗(yàn)證人員的身份,實(shí)現(xiàn)人員的準(zhǔn)入控制、考勤管理、黑名單預(yù)警等功能;個(gè)人保護(hù)裝備(Personal Protective Equipment,PPE)穿戴檢測(cè)技術(shù)可以利用目標(biāo)檢測(cè)技術(shù),對(duì)人員是否佩戴規(guī)定的個(gè)人防護(hù)裝備進(jìn)行檢測(cè)和提醒,降低人員的安全風(fēng)險(xiǎn),提高人員的安全意識(shí);檢測(cè)人、艦船或者其他一些特定的物體技術(shù)可以利用目標(biāo)檢測(cè)技術(shù),對(duì)某些威脅海上平臺(tái)的物體(未知的艦船)設(shè)置較高的優(yōu)先級(jí),實(shí)現(xiàn)對(duì)海上平臺(tái)的實(shí)時(shí)監(jiān)測(cè)和報(bào)警。這些技術(shù)共同構(gòu)成海上平臺(tái)人員監(jiān)控的智能視頻監(jiān)控系統(tǒng),為海上平臺(tái)的安全生產(chǎn)提供有效的技術(shù)支撐。
智能視頻監(jiān)控技術(shù)在海上平臺(tái)的安全生產(chǎn)中扮演著重要角色,可以實(shí)現(xiàn)對(duì)海上平臺(tái)各類設(shè)備的實(shí)時(shí)監(jiān)測(cè)和異常報(bào)警,從而提高設(shè)備運(yùn)行效率和故障處理能力。智能視頻監(jiān)控技術(shù)主要依托于目標(biāo)跟蹤技術(shù),能夠動(dòng)態(tài)監(jiān)測(cè)和定位設(shè)備,同時(shí)進(jìn)行目標(biāo)的行為分析和預(yù)測(cè)。
在海上平臺(tái)設(shè)備監(jiān)測(cè)中,目標(biāo)跟蹤技術(shù)發(fā)揮著多方面的作用。一方面,它可以監(jiān)測(cè)設(shè)備的運(yùn)動(dòng)狀態(tài)和異常情況。例如,跟蹤設(shè)備的運(yùn)動(dòng)軌跡,判斷是否存在偏移、碰撞或脫落等異常情況,及時(shí)發(fā)出預(yù)警,有效避免事故發(fā)生。據(jù)統(tǒng)計(jì),海上平臺(tái)的設(shè)備事故中超過30%是運(yùn)動(dòng)狀態(tài)異常所致。另一方面,該技術(shù)可以監(jiān)測(cè)和優(yōu)化設(shè)備的參數(shù)和性能,如溫度、壓力、液位、流量等參數(shù),以及工作效率、能耗、壽命等性能指標(biāo)。因此,應(yīng)用智能視頻監(jiān)控技術(shù)能夠有效提高設(shè)備性能和可靠性,降低運(yùn)行成本,增加設(shè)備利潤(rùn),進(jìn)而保障海上平臺(tái)的安全運(yùn)行。
在海上平臺(tái)安全生產(chǎn)中,場(chǎng)景監(jiān)視是至關(guān)重要的一環(huán)。它指的是對(duì)平臺(tái)整體環(huán)境和重要部位進(jìn)行實(shí)時(shí)視頻監(jiān)控,并通過智能分析和處理視頻圖像實(shí)現(xiàn)對(duì)平臺(tái)的安全管理和保護(hù)。場(chǎng)景監(jiān)視的功能主要包括目標(biāo)檢測(cè)和識(shí)別、區(qū)域劃分和報(bào)警以及事件檢索和回放。
第一,通過智能視頻監(jiān)控技術(shù),場(chǎng)景監(jiān)視能夠自動(dòng)檢測(cè)和識(shí)別視頻圖像中的運(yùn)動(dòng)目標(biāo),如人員、船只、飛機(jī)、鳥類等,并對(duì)其進(jìn)行分類、標(biāo)記和跟蹤,分析其行為和狀態(tài),及時(shí)發(fā)現(xiàn)異常、危險(xiǎn)或侵入等情況。第二,通過智能視頻監(jiān)控技術(shù),場(chǎng)景監(jiān)視可以對(duì)海上平臺(tái)的不同區(qū)域進(jìn)行劃分和設(shè)置,根據(jù)安全要求設(shè)定相應(yīng)的報(bào)警規(guī)則和條件。一旦發(fā)現(xiàn)違規(guī)行為,系統(tǒng)將及時(shí)發(fā)出報(bào)警信號(hào),并采取相應(yīng)的措施,如語(yǔ)音提示、照明開啟、聯(lián)動(dòng)其他設(shè)備等。第三,場(chǎng)景監(jiān)視還能對(duì)視頻圖像中的各種事件進(jìn)行檢索和回放,如入侵事件、火災(zāi)事件、事故事件等。通過設(shè)定不同的檢索條件,可以快速定位和展示相關(guān)視頻片段,便于事后的分析和處理。
智能視頻監(jiān)控技術(shù)在海上平臺(tái)安全生產(chǎn)中的應(yīng)用研究是一個(gè)持續(xù)發(fā)展的過程,需要不斷學(xué)習(xí)、創(chuàng)新和探索。相信隨著科技的進(jìn)步和應(yīng)用的不斷深化,智能視頻監(jiān)控技術(shù)將為海上平臺(tái)安全生產(chǎn)做出更多貢獻(xiàn),為海洋石油與天然氣資源的開發(fā)與利用提供更加堅(jiān)實(shí)的保障。