(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 202210307652.4 (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　彭睿　邸尚明　程云涛　 于立成　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 20/40(2022.01) G06V 20/52(2022.01) G06V 20/62(2022.01)G06V 40/16(2022.01) G06V 10/40(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于深度学习的L NG厂区监控方法 (57)摘要 本申请涉及一种基于深度学习的LNG厂区监 控方法， 属于安全监控的技术领域， 其方法包括： 获取LNG厂区的实时监控视 频； 基于LN G场景监控 模型判断实时监控视频中是否含有预设监控项 目， 并获得第一判断结果； 若第一判断结果为是， 则生成并输出提示信息。 本申请具有降低人工成 本， 对LNG厂区进行 实时监控， 降低出现危险情况 的概率， 提高监控效率的效果。 权利要求书2页 说明书11页 附图9页 CN 114863314 A 2022.08.05 CN 114863314 A 1.一种基于深度学习的L NG厂区监控方法， 包括， 其特 征在于： 获取LNG厂区的实时监控视频； 基于所述LNG场景监控模型判断所述实时监控视频中是否含有所述预设监控项目， 并 获得第一判断结果； 若所述第一判断结果 为是， 则生成并输出提 示信息。 2.根据权利要求1所述的监控方法， 其特征在于， 所述获取所述LNG厂区的实时监控视 频之前还 包括： 获取LNG厂区的第一历史监控视频； 基于所述第一历史监控视频获取图片帧； 判断所述图片帧中是否含有预设监控项目， 并获得第二判断结果； 若所述第二判断结果 为是， 则基于损失函数获取 所述图片帧所对应的函数值； 判断所述 函数值是否大于所述损失函数的阈值， 并获得第三判断结果； 若所述第三判断结果 为是， 则重复上述 步骤； 若所述第三判断结果 为否， 则基于深度学习算法模型获取并输出L NG场景监控 模型。 3.根据权利要求2所述的监控方法， 其特征在于， 所述基于深度 学习算法模型获取所述 图片帧所对应的损失函数的函数值之前还 包括： 将所述预设监控项目进行 标签化处 理， 并获得 标签种类； 基于所述标签种类对所述图片帧进行编码， 并得到编码图片帧； 基于所述深度学习算法模型和所述编码图片帧获取多维向量； 基于所述损失函数对所述多维向量进行迭代学习。 4.根据权利要求1所述的监控方法， 其特征在于， 所述获取LNG厂区的实时监控视频之 前还包括： 获取所述LNG厂区的摄 像头位置； 基于所述摄 像头位置获取监控覆盖范围； 判断所述 监控覆盖范围与L NG厂区范围是否匹配； 若否， 则生成并输出摄 像头调整信息； 若是， 则判断所述 监控覆盖范围是否存在重合区域； 若是， 则输出 所述摄像头调整信息 。 5.根据权利要求4所述的监控方法， 其特征在于， 所述基于所述摄像头位置获取监控覆 盖范围之后还 包括： 获取所述监控覆盖范围中存在输气管道的所述摄 像头位置； 基于所述摄 像头位置获取 所述输气管道的红外图像； 基于所述红外图像获取 管道温度； 判断所述管道温度是否大于温度阈值； 若是， 则生成并输出温度报警信息 。 6.根据权利要求1所述的监控方法， 其特 征在于， 当所述第一判断结果 为是时， 还 包括： 保存所述实时监控视频， 作为第二历史监控视频； 获取当前时间； 判断所述当前时间与预设迭代时间点是否匹配；权　利　要　求　书 1/2 页 2 CN 114863314 A 2若是， 则将所述第二历史监控视频作为 新的所述第一历史监控视频。 7.根据权利要求1所述的监控方法， 其特征在于， 所述获取所述LNG厂区的实时监控视 频之前还 包括： 判断所述实时监控视频 是否符合图像标准； 若否， 则获取 所述LNG厂区的光照强度； 判断所述 光照强度是否符合 光照标准： 若否， 则生成并输出摄 像模式调整信息 。 8.根据权利要求1所述的监控方法， 其特征在于， 所述获取所述LNG厂区的实时监控视 频之后还 包括： 获取工作人员的头盔颜色； 基于所述头盔颜色获取通行区域； 获取所述工作人员的当前位置； 判断所述当前位置与所述 通行区域是否匹配； 若否， 则生成并输出报警信息 。 9.根据权利要求8所述的监控方法， 其特征在于， 所述获取工作 人员的头盔颜色图像之 前还包括： 基于所述实时监控视频获取现场人员的脸部图像； 判断所述 脸部图像与预存脸部图像是否匹配； 若否， 则获取厂区来访记录； 基于所述厂区来访记录获取来访人脸图像； 判断所述 脸部图像与所述 来访人脸图像是否匹配； 若否， 则生成并输出入侵者警报。 10.根据权利要求1所述的监控方法， 其特征在于， 所述获取所述LNG厂区的实时监控视 频之后还 包括： 基于所述实时监控视频获取 车辆的位置； 判断所述 位置是否处于L NG装卸区； 若是， 则获取 所述车辆的车牌 号码； 判断所述车牌 号码与预存运输车牌 号码是否匹配； 若否， 则生成并输出 车辆报警信息 。权　利　要　求　书 2/2 页 3 CN 114863314 A 3