一种基于自监督+目标追踪的油田生产区域安全距离判断
公开
摘要
本发明提出了一种基于自监督+目标追踪的油田生产区域安全距离判断，基于自监督学习框架和目标追踪的思想，设计了一种油田作业现场危险作业场景预警的神经网络SDNet(Self‑supervised Learning+Deepsort)。SD‑Net首先基于了自监督图像学习的框架，学习作业现场高风险作业场景标识物，该框架免去了大量的人工标注数据集任务，省去了人力物力，提高了开发效率，再通过Deepsort目标追踪模型判断作业人员的行动轨迹，与此同时，该网络会将检测到的图像根据摄像头内参进行投影重建，在重建出来的鸟瞰图上计算作业人员是否离开危险区域，是否与作业器具保持了安全距离等。作业现场环境复杂，该网络可以通过作业现场的单目摄像头进行安全距离的判断，省去了盯审人员的大量工作，提高了监管效率。
基本信息
专利标题 ：
一种基于自监督+目标追踪的油田生产区域安全距离判断
专利标题（英）：
暂无
公开（公告）号 ：
CN114332761A
申请号 ：
CN202111603278.4
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马子镇梁鸿张千
申请人 ：
中国石油大学（华东）
申请人地址 ：
山东省青岛市黄岛区长江西路66号
代理机构 ：
代理人 ：
优先权 ：
CN202111603278.4
主分类号 ：
G06V20/52
IPC分类号 ：
G06V20/52 G06V40/20 G06T7/80 G06T7/246 G06T7/277 G06V10/82 G06N3/08
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
