典型文献
1种基于视频的油田危险区域入侵检测智能综合识别技术研究
文献摘要：
为解决油田日常生产作业中缺乏危险作业区域的等级划分与自动识别方式以及缺乏人员踏入危险区域的识别方法.提出1种基于视频智能综合识别技术的全天油田危险区域入侵检测算法,该算法首先结合油田危险因素对油田危险区域进行危险等级的划分与危险区域的识别;然后,针对光照条件良好的白天场景,在训练数据集中融合油田作业区视频数据和公开行人数据集,弥补油田作业区入侵样本不足的问题,有效地增加模型的泛化性;针对光照条件差的黑夜场景,使用三帧差分法,背景减除法等算法对运动目标进行检测.研究结果表明:本文提出算法较YOLOv5方法的精度更高,在不同油田场景下精度可达91.83％,已在油田作业现场进行部署与应用.
文献关键词：
区域入侵;多目标跟踪;油田危险区域分级;智能分析;YOLOv5
中图分类号：
作者姓名：
田枫;白欣宇;刘芳;姜文文;于巾涛
作者机构：
东北石油大学 计算机与信息技术学院,黑龙江 大庆163318
文献出处：
引用格式：
[1]田枫;白欣宇;刘芳;姜文文;于巾涛-.1种基于视频的油田危险区域入侵检测智能综合识别技术研究)[J].中国安全生产科学技术,2022(03):68-75
A类：
危险区域入侵检测,油田危险区域分级
B类：
智能综合,综合识别,识别技术研究,日常生产,生产作业,危险作业,作业区,等级划分,自动识别,踏入,全天,入侵检测算法,合油,危险等级,光照条件,白天,训练数据集,田作,视频数据,开行,补油,泛化性,黑夜,夜场,三帧差分法,背景减除法,运动目标,YOLOv5,现场进行,行部,部署与应用,多目标跟踪,智能分析
AB值：
0.320174
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
