GIL/GIS在线监测-智能视频信息识别监控系统

GIL/GIS在线监测-智能视频信息识别监控系统整体建设方案以智能推理平台为主,从数据采集终端获取数据,通过网线网络传输到数据采集控制中心再通过网络网线将数据推送至智能推理平台中,搭配人工智能的软硬件处理,最后以获取到数据的分析结果进行警报响应,从而形成一体化的智能推理平台解决方案。

关键词:

船用工业配件 | 国防工业配件 | 机械工业配件| 矿山工业配件 | 日本新日铁产品

所属分类:

免费咨询电话:

产品详情

GIL/GIS在线监测-智能视频信息识别监控系统


 

背景介绍

 

   在复杂施工环境和条件多变的情况下,施工作业过程中的操作人员难免存在作业违章行为并伴随着较大的作业风险。不同的操作人员业务水平高低不同,在施工作业过程中,无法意识到自身存在作业违章行为并存在一定的作业风险。针对以上问题,开展作业风险告警技术研究,建立基于人工智能的行为识别告警技术。作业风险识别告警模型通过基于作业指导文件内容,同时结合历史风险作业图像特征实现作业风险识别告警目的。


 

系统架构

 

  智能视频信息识别监控系统整体建设方案以智能推理平台为主,从数据采集终端获取数据,通过网线网络传输到数据采集控制中心再通过网络网线将数据推送至智能推理平台中,搭配人工智能的软硬件处理,最后以获取到数据的分析结果进行警报响应,从而形成一体化的智能推理平台解决方案。

   系统可以兼容已有的前端监控设备和系统,对监控画面进行不间断分析和判断,实现全天候自动化视频监控。边缘端只负责采集数据,将采集到的原始数据统一上传到数据采集控制中心进行缓存和设备控制。其中视频数据会传递给智能推理平台,进行处理,并产生报警信息,之后将报警信息推送到推理平台监控中心。推理平台监控中心根据接收到的数据进行可视化的展现以及实时触发报警事件。

  方案采用B/S架构,系统整体计算服务部署在智能推理平台服务器中,使用浏览器客户端进行访问和控制,用户无需安装客户端,具有维护简单,使用方便,分布性强等优点。


 

功能算法介绍


 

   人工智能介绍:

   “人工智能”(Artificial Intelligence,AI)这一概念最早由被誉为人工智能之父的美国学者John Mc Carthy于1956年在达特茅斯大学召开的会议上提出,是研究开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门技术科学。人工智能是一门综合了计算机科学、控制论、信息论、神经生理学、心理学、语言学、哲学等多种学科互相渗透而发展起来的一门交叉学科。关于人工智能,目前研究界尚无统一的定义,美国斯坦福大学人工智能研究中心尼尔逊教授下过这样一个定义:“人工智能是关于知识的学科,是怎样表示知识以及怎样获得知识并使用知识的科学。”而麻省理工学院的温斯顿教授认为:“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”而单从人工智能所实现的功能来定义,主要是探讨如何运用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动,并以此解决如咨询、诊断、预测、规划等需要人类专家才能处理的复杂问题,即研究人类智能活动的规律。经过多年发展,人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。人工智能正在加速与各行业的深度融合,催生新技术、新产品、新产业、新业态、新模式,将深刻改变人类社会生活、改变世界。

   1、深度学习

   深度学习是人工智能的一个方面,它涉及模仿人类用来获取某些类型知识的学习方法,简单的深度学习可以被认为是一种自动化分析的方法。传统的机器学习算法是线性的,但深度学习算法堆叠在一个越来越复杂和抽象的层次结构中。

   一个理解深度学习的例子是,想象一个小孩学习一个词是狗。小孩通过指向一个物体并说出狗这个词来了解什么是狗/不是狗,父母会说“是的,那是一只狗”或者“不,那不是狗”。小孩进而继续指向新的物体并继续询问、了解的时候,他会越来越意识到狗拥有的所有特征。小孩在不了解客观事物的情况下做的这个事情,也就是通过构建一个层次结构来阐明复杂的抽象(狗的概念),其中每个抽象层次都是从层次结构的前一层获得的知识创建的。

   使用深度学习的计算机程序经历了相同的过程。层次结构中的每个算法对其输入应用非线性变换,并使用其学习的内容创建统计模型作为输出。迭代继续直到输出达到可接受的准确度。数据必须通过的处理层数也就是来自标签的深层启发。

   2、计算机视觉

   计算机视觉是使计算机“看到”的科学。它采用一个或多个摄像机,模数转换(ADC)和数字信号处理(DSP),生成的数据将发送到计算机或机器人控制器。计算机视觉的复杂性与语音识别相似。由于人眼只对390至770纳米的电磁波长敏感。摄像机可以对比这更宽的波长范围敏感。一些计算机视觉系统就可以在红外(IR),紫外(UV)或X射线波长下起作用。

   机器视觉需要更具有高级处理器的计算机,这种深度感知需要高分辨率相机,大量随机存取器(RAM)和人工智能(AI)编程。它用于从签名识别到医学图像分析的各种应用中。专注于基于机器的图像处理的计算机视觉通常与机器视觉相混淆。

   基础设施提供者为人工智能系统提供计算能力支持,实现与外部世界的沟通,并通过基础平台实现支撑。计算能力由智能芯片(CPU、GPU、ASIC、FPGA等硬件加速芯片以及其它智能芯片)等硬件系统开发商提供;与外部世界的沟通通过新型传感器制造商提供;基础平台包括分布式计算框架提供商及网络提供商提供平台保障和支持,即包括云存储和计算、互联互通网络等。

   基本算法介绍:

   1、目标分类

   解决“是什么? ”的问题,即给定一张输入图像,图像分类任务旨在判断该图像所属类别。常见的分类算法有:ResNet、LetNet、AlexNet、GooleNet等。

   2、目标检

   解决“是什么?在哪里? ”的问题,即给定一张输入图像,目标检测的任务旨在定位出目标的位置并且告知目标物是什么。常见的检测算法有:SSD、YOLO、Fast RCNN、Faster RCNN等。

   3、目标分割

   目标分割分为实例的分割和场景分割,解决“每一个像素属于哪个目标物或场景? ”的问题。常见的分割算法有:DeepLab、Mask R-CNN、U-Net、FCN等。

 

   算法方案构成:

   为保证视频智能分析的检测精度,用户现场摄像头要求:

   1、支持RTSP、RTMP视频流格式的摄像头,分辨率不低于200万像素(1920x1080或1600x1200);

   2、摄像头安装位置:一般摄像机距需要采集的区域为3至30米左右,高度为1至8米;室内场景监控距离一般小于10米,架设高度1至3米,室外场景监控距离一般小于30米,架设高度小于8米。


 

安全帽监测


 

   安全帽检测为防范特定区域内人员未佩戴安全帽,本算法方案首先使用YOLO-V3目标检测算法进行人头检测,定位图片中的人头位置,得到包含人头的检测框后,在此检测框的基础上再使用ResNet-50安全帽的分类算法对检测框内容进行分类处理,根据分类输出的安全帽置信度与预设的阈值比较,若低于阈值,则输出告警信息。

 

 

  下图为对特定区域的人员安全帽佩戴情况进行检测效果,对于未佩戴安全帽的人员进行黄框标注,正常佩戴安全帽的人员试用绿框标注。

安全帽实际效果


 

 

工作服监测


 

  为规范特定区域的人员穿戴规范,对未合规穿戴工作服的人员进行预警,本算法方案首先采用YOLO-V3目标检测算法进行人体检测,定位图片中的人体,得到包含人体的检测框后,在此检测框的基础上再使用质量模型进行过滤,去除图像质量不好的图像。再对图像质量较好的行人检测框进行ResNet-50工作服的分类处理,根据分类输出的工作服置信度与预设的阈值比较,若低于阈值,则输出告警信息。

   下图为对特定区域的人员工作服穿着情况进行检测的效果,对于未穿着工作服的人员使用黄框标注,正常穿着工作服的人员使用绿框标注。

工服穿戴实际效果


 

反光衣穿戴识别


 

   为规范特定区域的人员穿戴规范,对未合规穿戴反光衣的人员进行预警,本算法方案首先采用YOLO-V3目标检测算法进行人体检测,定位图片中的人体,得到包含人体的检测框后,在此检测框的基础上再使用ResNet-50反光衣的分类算法对检测框内容进行分类处理,根据分类输出的反光衣置信度与预设的阈值比较,若低于阈值,则输出告警信息。

   下图为对特定区域的人员反光衣穿着情况进行检测的效果,对于未穿着反光衣的人员使用红框标注,正常穿着反光衣的人员使用绿框标注。

反光衣佩戴实际效果演示



 

行人闯入监测

 

 

  目前特定区域内闯入仍然采用人工查看监控视频的方式,对于防范具有滞后性,不能准确实时的进行监测告警。为防止事态进一步恶化,本算法方案先采用YOLO-V3目标检测算法进行人体检测,定位图片中的人体,得到包含人体的检测框后,在此检测框的基础上使用质量模型进行过滤,去除图像质量不好的人体区域图像。然后基于配置好的区域进行判断,判断区域内是否有人员在内,当有人员在区域内则进行告警。
 

 

    下图为对特殊区域内行人闯入的检测效果,对出现在违进区域(绿色为禁止进入区域)的人员进行异常报警。

人员闯入实际效果

 

 

皮肤裸露检测

 

 

   皮肤裸露检测为防范区域内人员未穿戴防护用品,造成皮肤裸露有事故隐患,本算法方案首先使用YOLO-V3目标检测算法进行人体检测,定位图片中的人体,得到包含人体的检测框后,在此检测框的基础上使用质量模型进行过滤,去除图像质量不好的人体区域图像。过滤后使用DeepLab v3皮肤裸露的分割算法对剩余检测框内的图像进行分割处理(注意:分割区域为胳膊、手、腿、脚部),然后计算分割出的皮肤区域占人体检测框的比值。根据计算出的皮肤区域占比与预设的阈值比较,若高于阈值,则输出告警信息。

 

 

  下图为对区域内的人员进行皮肤裸露检测的效果,正常人员以绿框进行标识,皮肤裸露的人员以红框进行标识。

皮肤裸露实际效果


 

烟火监测


 

   本算法功能首先采用YOLO-V3目标检测算法进行烟雾、火焰检测,定位图片中的烟火,得到包含烟火的检测框后,基于该检测框位置抠取出后4帧的对应图像,将这5帧中该检测框区域图像的通道进行合并。最后使用ResNet-50算法对合并后的图像进烟火分类处理,根据分类输出的烟火置信度与预设的阈值比较,若高于阈值,则输出告警信息。
 

 

烟火算法效果图


 

 

抽烟检测

 

 

   为规范区域的人员行为,防止人员在禁烟区域内吸烟,有火灾的安全隐患,本算法方案首先采用YOLO-V3目标检测算法进行人头检测,定位图片中的人头,得到包含人头的检测框后,在此检测框的基础上再使用ResNet-50抽烟的分类算法对检测框内容进行分类处理,根据分类输出的抽烟置信度与预设的阈值比较,若高于阈值,则输出告警信息。

 

   下图为抽烟行为检测的效果。
 

抽烟检测算法效果



 

打电话监测


 

  为规范区域的人员行为,防止意外事故发生,进行人员打电话行为监测,本算法方案首先采用YOLO-V3目标检测算法进行人头检测,定位图片中的人头,得到包含人头的检测框后,在此检测框的基础上再使用ResNet-50打电话的分类算法对检测框内容进行分类处理,根据分类输出的抽烟置信度与预设的阈值比较,若高于阈值,则输出告警信息。


   下图为打电话行为检测检测效果。

打电话检测算法效果


 

人员倒地检测

 

 

   为及时预警区域的人员安全,防止人员在发生倒地时无人发现,可以采用智能识别方式,本算法方案首先采用YOLO-V3目标检测算法进行摔倒人体的检测,定位图片中的人体,得到包含人体的检测框后,在此检测框的基础上再使用HRNet进行人体关键点检测,获取左右肩中点和左右脚踝中点的连线(人体中心线),计算人体中心线与垂直方向的夹角并进行判断,若大于阈值角度就判定为摔倒,否则继续进行判断。基于前一步的人体关键点绘制骨架图,使用ResNet-50对骨架图进行分类处理,根据分类输出的摔倒置信度与预设的阈值比较,若高于阈值,则输出告警信息。

   下图为人员倒地行为检测的效果图。

 

 

相关产品

智能巡检控制系统


智能巡检控制系统是专为开闭所、配电房智能远程巡检管理服务的新一代智能产品,它集现代移动通信技术、计算机技术、电力测量技术于一身,实现配变异常远程告警,加强了电力部门技术远程巡检能力,生成电力部门的各项管理数据、分析曲线、报表等,为电力部门细化管理提供了科学的、先进的技术手段。

避雷器泄漏电流数字化远传表计


该产品可实现金属氧化锌避雷器绝缘性能的监测,一台MOA用于采集1相避雷器的泄露电流及雷击次数。

SF6气体微水密度在线监测系统


 该系统本公司根据国家智能电网发展要求而设立的重点项目,该系列产品采用最新遥测遥感技术和后台计算机技术于一体,外观小巧,可实现高精度测量、计算机后台处理、海量的历史数据存储等功能,适用于各种电压等级的SF6断路器、GIS、AIS等设备SF6气体的微水、密度和温度的在线测量,实现无排放、环保、安全、实时、远程等先进的动态监控,以满足电力配网自动化和设备状态检修的需要,为电网的智能化建设预留接口。

无线SF6气体监测传感器


气体检测器包括六氟化硫检测单元、温度测量单元和通信单元,对六氟化硫的检测运用高精度激光红外技术克服了使用寿命短、稳定性差等缺点;温度测量部分采用数字输出的温度模块,具有精度高、重复性好等特点。综上所述,无线SF6气体监测传感器可实时、在线监测环境中SF6气体浓度以及温度的变化,并将检测到的数据通过LORA总线上传。

无线SF6+O2气体检测器


气体检测器包括六氟化硫检测单元、氧气检测单元、温度测量单元和通信单元,对六氟化硫的检测运用超声波(可选配激光红外)检测技术克服了使用寿命短、稳定性差等缺点;氧气检测单元采用英国进口传感器,测量精度高、性能稳定;温度测量部分采用数字输出的温度模块,具有精度高、重复性好等特点。综上所述,无线SF6+O2气体检测器可实时、在线监测环境中SF6气体浓度、氧气含量以及温度的变化,将检测到的数据通过LoRa无线通讯进行上传。

无线避雷器在线监测系统


通过实时监测避雷器的全电流、阻性电流、容性电流以及雷击次数、雷击时刻,通过对监测到的数据进行分析、拟合处理,并结合现场工况,可及时地发现避雷器由污秽或内部受潮引起的瓷套泄漏电流或绝缘杆泄漏电流增大等问题,以避免事故的发生。

无线直流断路器避雷器在线监测装置


 无线直流断路器避雷器在线监测装置主要由无线传感录波装置、集中数据收集单元和后台软件分析系统组成

无线变压器直流偏磁在线监测装置


含直流测量模块、供电电源模块、采集模块及不锈钢柜体,实时持续监测流过变压器中性点的交、直电流;监测、记录变压器状态的参数,及时有效地跟踪变压器的状态变化,有效判断被监测设备状况,对潜伏性故障进行预警。输出:LoRa无线通信。

无线变压器铁芯/夹件接地在线监测系统


监测变压器铁芯(夹件)接地电流大小,实现对铁芯(夹件)接地电流连续的在线监测,及时发现内部绝缘受潮或受损、铁芯多点接地、箱体内异物、油箱油泥沉积等故障引起的电流异常,对事故做到早预防早处理,把故障消灭在萌芽状态

高频电流局放在线监测装置


电感型传感器中的高频电流局放在线监测装置具有便携性强、安装方便、现场抗干扰能力较好等优点。因此影厂最为广泛,其工作方式是对刘静电力设备的接地线、中性点接线及电缆本体中放电脉冲电流信号进行检测。

变压器超声波局放在线监测


变压器超声波局放在线监测是为了检测安装在室内或室外的变压器运转状况,利用AE传感器获取传感器的输出信号并通过分析事先预防变压器事故的发生,本设备检测出超声波波段(50KHz~400KHz)的局部放电PD(Partial Discharge:局部放电)信号,将相电压以同步信号接收,实时显示PD信号。

运行环境智能调控装置


我们专门研发生产了先进的运行环境智能调控装置。完善和改变了室内运行环境。运行环境智能调控装置是用于变电所、配电房、环网柜等需要对运行环境进行实时监控的高科技环境调控装置。运行环境智能调控系统的建立可有效降低变电站故障概率,提高变电站运行的可靠性、稳定性,并可实时排出变电站内有毒气体与窒息性气体,保障进入的工作人员的安全,同时,针对现场环境实时监测情况智能调控装置亦能够及时通过相应的智能联网平台及时有效通知相关人员,实现远端调控。

欢迎您的留言咨询

我们的工作人员将会在24小时之内(工作日)联系您,如果需要其他服务,欢迎拨打服务热线:0519-85851518