典型文献
油气管道线路图像智能识别技术应用研究
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
王洪超;杨启明;李冰;齐晖;马云宾;魏来
作者机构：
国家管网集团科学技术研究总院,河北廊坊 065000;国家管网集团北方管道有限责任公司,河北廊坊 065000
文献出处：
引用格式：
[1]王洪超;杨启明;李冰;齐晖;马云宾;魏来-.油气管道线路图像智能识别技术应用研究)[J].物联网技术,2022(12):7-9
A类：
二次识别模型
B类：
油气管道线路,线路图,图像智能识别,智能识别技术,技术应用研究,长输油气管道,所经,农耕,第三方活动,打孔盗油,蓄意,破坏行为,管道泄漏,安全防护,分管,重点区域,摄像头,别管,头功,识别功能,误报警,深度学习技术,立车,工程车,农用车,普通车,识别准确率,图像识别
AB值：
0.326387
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。
