面向石化厂区安全风险防控的异常场景图像识别技术研究

针对石化厂区安全风险防控的需求,提出了一种基于卷积神经网络的单分类图像识别算法。为了构建识别模型,首先创建了一个带标签的厂区火灾、烟雾图像数据集用于模型的训练。其次,通过特征提取及分类器模块,实现了对视频监控异常场景的识别。此外,设计了一种全新的损失函数,以增强异常场景识别能力。该算法采用端到端的网络架构,解决了传统目标检测方法的结构臃肿、计算复杂等问题,减少了模型的复杂程度,弥补了现有视频监控资源利用场景的不足,进一步提高了厂区风险识别能力。实验结果表明,所提出的单分类视频监控图像识别算法在准确率等方面优于现有算法。

化工厂智能安监巡检机器人的研发与应用

煤制甲醇化工厂气化车间在生产过程中存在高温高压、易燃易爆或者有毒气体,这些气体在工厂生产过程存在重大安全隐患,若气体泄漏后一段时间内未能得到及时处理,极易造成闪燃爆炸或者人员中毒事故,引起设备损坏或重大人员伤亡的恶性生产事件。为了保障生产安全,基于导航定位技术、非接触检测技术、模式识别技术、多传感融合技术、物联网技术等高新机器人技术理论,开发出化工厂智能安监巡检机器人,实现车间全天候、全方位、全自主智能巡检和监控,有效降低了人工巡检运维成本,增强了有毒有害气体泄漏巡检效率,充分保障化工厂生产安全和巡检人员人身安全,提高智能化工厂自动化智能化建设水平。

现代信息技术助力大精仪器实现全面透明开放的可控化高效管理

现代信息技术助力大精仪器管理,与大精仪器管理相关联的各环节(包括国家主管部门、学校职能部门、仪器管理人员及用户等)均能第一时间获取大精仪器管理的相关实时数据,每个环节都成为监督和被监督的对象,从而激发每个环节的最大潜能,实现大精仪器高度公开、高度透明、高度可控有序及高效管理。基于一线仪器管理人员视角,探索信息技术(包括有线监控模块、扫码控、人脸识别/视频监控等)助力大精仪器实现全面透明开放的可控化管理。

基于PaddleHub的人脸口罩识别系统

新冠病毒的传播方式主要是通过呼吸道传染,人们佩戴口罩进行防护是最有效的预防感染的途径之一,而人脸口罩自动化识别可以有效监督人们是否佩戴口罩。文章设计了基于PaddleHub的人脸口罩识别系统,利用PyramidBox单阶段人脸检测器和FaceBoxes主干网络分别对目标区域进行人脸检测和口罩识别。此外,为扩展该系统的功能,还增加了嵌入式人体测温和视频监控识别的核心功能,以及增加了分类人数统计、实时语音报警和实时截图的特色功能。该系统采用了网页端的形式进行了各功能的效果展示,并且在全天候自然场景下进行了实地测试达到了显著的检测效果。

多示例的输电线路区域车辆识别算法

输电线路周围区域出现的挖掘机等特种车辆是引起输电线路损害的高风险因素,因此成为输电线智能视频分析系统重点监控的对象。本文提出了一种多示例学习方法,采用局部加权的Citation-kNN算法,以训练样本分布为依据,为选举集合中的元素设置局部权值。通过实验验证该方法,能够有效地区分出输电线路区域内的车辆类型。