(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210307643.5 (22)申请日 2022.03.25 (71)申请人 海隆石油集团 （上海） 信息技 术有限 公司 地址 201900 上海市宝山区罗东路1825号3 幢1层 (72)发明人 侯伟　张树峰　邸尚明　彭睿　 于立成　孙全军　喻永生　任鹏飞　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 刘美莲 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于机器视觉的油气管道实时监控方 法及系统 (57)摘要 本申请涉及油气管道 技术领域， 尤其涉及一 种基于机器视觉的油气管道实时监控方法及系 统； 其方法包括： 获取图像获取设备捕获的实时 视频图像， 对实时视频图像进行预处理， 对预处 理后的实时视频图像进行推理分析， 获取分析结 果， 若分析结果为第一结果， 基于第一结果进行 报警， 若分析结果为第二结果， 不进行报警， 若分 析结果为第三结果， 对实时视频图像进行再次识 别与分析， 并生成分析结果。 本申请具备有助于 准确、 方便地识别危险源， 减少人工监管压力的 效果。 权利要求书2页 说明书8页 附图4页 CN 114842409 A 2022.08.02 CN 114842409 A 1.一种基于 机器视觉的油气管道实时监控方法， 其特 征在于， 包括： 获取图像获取设备捕获的实时视频图像； 对所述实时视频图像进行 预处理； 对预处理后的所述实时视频图像进行推理分析， 并生成分析结果， 所述分析结果包括 第一结果、 第二结果以及第三结果； 判断所述分析 结果的类型； 若所述分析 结果为所述第一结果， 则基于所述第一结果进行报警； 若所述分析 结果为所述第二结果， 则不进行报警； 若所述分析结果为所述第三结果， 则对相应的所述实时视频图像进行再次识别与分 析， 并生成分析 结果。 2.根据权利要求1所述的一种基于机器视觉的油气管道实时监控方法， 其特征在于， 所 述对预处 理后的所述实时视频图像进行推理分析， 并生成分析 结果的具体步骤 包括： 基于预设开源数据集， 获取基础网络 权重； 基于处理后的所述实时视频图像， 获取场景 数据集； 基于所述场景 数据集对所述基础网络 权重进行迁移学习训练， 得到 迁移学习权 重； 基于所述迁移学习权 重， 对所述实时视频图像进行分析， 并生成所述分析 结果。 3.根据权利要求1所述的一种基于机器视觉的油气管道实时监控方法， 其特征在于， 所 述判断所述分析 结果的类型的具体步骤 包括： 基于所述实时视频图像， 判断危险源是否处于危险状态； 若所述危险源处于所述 危险状态， 则所述分析 结果为所述第一结果； 若所述危险源未处于所述 危险状态， 则所述分析 结果为所述第二结果； 若不能判断所述 危险源是否处于所述 危险状态， 则所述分析 结果为所述第三结果。 4.根据权利要求3所述的一种基于机器视觉的油气管道实时监控方法， 其特征在于， 所 述基于所述实时视频图像， 判断所述 危险源是否处于危险状态的具体步骤 包括： 基于所述实时视频图像， 获取 所述危险源与地 面之间的最小距离； 若所述最小距离小于或等于零， 则判定所述 危险源为 危险状态。 5.根据权利要求4所述的一种基于机器视觉的油气管道实时监控方法， 其特征在于， 还 包括： 若所述最小距离大于零， 获取所述危险源驾驶座状态， 并基于所述驾驶座状态， 再次对 危险源是否处于危险状态进行判定； 若所述危险源驾驶 座处于无 人状态， 则所述 危险源判定为未处于危险状态。 6.根据权利要求5所述的一种基于机器视觉的油气管道实时监控方法， 其特征在于， 还 包括： 若所述危险源驾驶座处于有人状态， 则获取所述危险源实时温度， 并基于所述实时温 度， 再次对危险源是否处于危险状态进行判定； 若所述实时温度低于预设温度阈值， 则所述 危险源判定为未处于危险状态。 7.根据权利要求6所述的一种基于机器视觉的油气管道实时监控方法， 其特征在于， 还 包括： 若所述实时温度等于或高于所述预设温度阈值， 则基于所述实时视频图像获取所述危权　利　要　求　书 1/2 页 2 CN 114842409 A 2险源的尾气排 放状态； 若所述危险源处于未排 放尾气状态， 则所述 危险源判定为未处于危险状态； 若所述危险源处于排 放尾气状态， 则所述 危险源判定为处于危险状态。 8.根据权利要求1所述的一种基于机器视觉的油气管道实时监控方法， 其特征在于， 所 述若所述分析结果为第三结果， 对所述实时视频图像进行再次识别与分析， 并生成分析结 果的具体步骤 包括： 若所述分析 结果为所述第三结果， 获取控制指令； 基于所述控制指令对所述图像获取设备进行处 理； 通过处理后的所述图像获取设备获取 所述实时视频图像； 基于所述实时视频图像再次进行识别与分析， 并生成所述分析 结果。 9.一种基于 机器视觉的油气管道实时监控系统， 其特 征在于， 包括： 图像采集模块(1)， 所述图像采集模块(1)用于捕获图像获取设备的实时视频图像； 数据生成模块(2)， 所述数据生成模块(2)用于对所述图像采集模块(1)捕获的实时视 频图像进行 预处理， 并创建数据集； 权重训练模块(3)， 所述权 重训练模块(3)用于 迁移学习以及训练基础网络的权 重； 推理预测模块(4)， 所述推理预测模块(4)用于加载所述权重训练模块(3)训练的迁移 学习权重， 以及智能推理分析 所述图像采集模块(1)采集的所述实时视频图像； 报警推送模块(5)， 所述报警推送模块(5)用于推送所述推理预测模块(4)推理结果中 的报警信息； 人机交互模块(6)， 所述人机交互模块(6)用于接收所述报警推送模块(5)推送的报警 信息， 以及发送控制指令； 云台控制模块(7)， 所述云台控制模块(7)用于控制图像获取设备。权　利　要　求　书 2/2 页 3 CN 114842409 A 3