油气管道线路图像智能识别技术应用研究

• 作者: 王洪超 杨启明 李冰 齐晖 马云宾 魏来
• 来源期刊: 物联网技术
• 学科: 工学
• 关键词: 管道 重点区域 第三方活动 图像识别 深度学习技术 二次识别模型
• 年，卷（期）: 2023,（12）
• 所属期刊栏目: 学术研究_全面感知
• 页码范围: 7-9
• 页数: 2页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2022.12.002

摘要

长输油气管道距离长，所经区域人文、自然环境多样，沿线存在大量施工、农耕等第三方活动，甚至打孔盗油等蓄意破坏行为，极易对管道造成破坏，一旦引起管道泄漏将带来极大的安全风险。为了提高管道的安全防护水平，部分管道线路重点区域安装了摄像头识别管道周边的人员和机械施工等。受摄像头功能单一、识别功能弱等影响，应用中仅能发现物体的移动，并且会带来大量误报警。因此，采用深度学习技术建立车辆、人员的识别模型对摄像头报警图片进行二次识别。经实际管道测试，二次识别模型对工程车、农用车、普通车辆和人员具有较高的识别准确率，可有效降低误报警次数，提高了管道的安全防护水平。