-
题名油气田智能视频报警系统设计与实践
- 1
-
-
作者
刘湃
耿玉广
马彪
王宇蒙
田彦林
张巍
赵立庆
-
机构
中国石油华北油田分公司工程技术研究院
中国石油华北油田分公司第一采油厂
-
出处
《数码设计》
2018年第4期28-32,共5页
-
文摘
随着油气田开发的不断深入,远程视频监控系统在油田生产管理发挥了较大作用。但是由于生产环境复杂、监控环节众多、报警辨识度低等因素限制,现有的视频监控系统主要应用于人工甄别管理与事后问题分析。本文针对如何提高油气田视频监控系统的报警准确率的问题进行探讨,基于深度学习的SSD图像处理技术,设计了油气田视频智能报警系统。通过现场实验验证,该系统对视频中车辆及人员等的目标辨识度达到90%以上,报警响应速度在2s以内,系统内嵌误报信息自学习技术,极大提高油气田视频监控系统报警成功率及使用率。
-
关键词
深度学习
SSD
视频监控
视频报警
目标辨识度
报警响应速度
-
Keywords
Deep Learning
SSD
Cameras and Surveillance
Video alarm
Target identification
Alarm response speed
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名复杂背景下红外弱小运动目标检测的新方法
被引量：10
- 2
-
-
作者
黄康
毛峡
胡海勇
梁晓庚
-
机构
北京航空航天大学电子信息工程学院
中国空空导弹研究院
-
出处
《航空学报》
EI
CAS
CSCD
北大核心
2009年第9期1754-1760,共7页
-
基金
航空科学基金(20070112001)
-
文摘
提出了一种用于检测不同类型复杂背景下红外弱小运动目标的新方法。该方法能够根据图像信息自动选择背景预测算子;同时,针对不同类型复杂背景中目标和背景特性的差异,提出了"局部小目标可辨识度"的概念,并定义了一种有效的方法将其量化。在此基础上,采用蒙特卡罗实验方法构造了一种新的阈值函数,实现了单帧目标的检测,然后采用移动加权管道滤波提取目标的运动轨迹。实验结果表明,该方法对不同类型复杂背景的红外弱小运动目标具有很好的检测性能。
-
关键词
红外图像
背景预测
弱小运动目标检测
局部小目标可辨识度
蒙特卡罗方法
-
Keywords
infrared image
background prediction
detection of moving dim targets
differentiation degree of small local targets
Monte Carlo methods
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
