掌桥专利:专业的专利平台
掌桥专利
首页

卸油违规作业检测方法、装置、设备及介质

文献发布时间:2024-04-18 19:58:26


卸油违规作业检测方法、装置、设备及介质

技术领域

本发明涉及计算机技术领域,特别是涉及一种卸油违规作业检测方法、一种卸油违规作业检测装置、一种电子设备以及一种可读存储介质。

背景技术

随着经济的快速发展,汽车保有量和加油站数量持续增长,随着加油站数量逐渐增多,加油站安全事故和意外发生概率也逐渐增加。如此,既能够获得加油站带来的收益又能够保障加油站安全运行成了各地政府的迫切需求。

目前对加油站卸油区作业中的安全管控主要是人工执行,例如,对工作人员的安全培训,要求工作人员自觉按照合规作业,同时使用视频记录整个卸油作业过程,后续再通过视频查看现场卸油作业状况,在存在不合规操作的情况下对工作人员提醒,以使其下一次可以按照合规作业,但是上述方式无法做到对工作人员的卸油作业进行有效的监管,容易造成卸油的安全隐患。

发明内容

为了及时发现卸油作业中的违规操作,并及时输出报警信息,以便尽早介入,提高卸油作业的安全性,本发明提供了一种卸油违规作业检测方法、一种卸油违规作业检测装置、一种电子设备以及一种可读存储介质。

本发明提供了一种卸油违规作业检测方法,应用于卸油违规作业检测系统中的边缘计算设备,卸油违规作业检测系统至少包括边缘计算设备以及多个摄像头,边缘计算设备分别与各个摄像头之间通信连接,不同的摄像头采集的卸油作业区域中的视频流数据不同;所述方法包括:

分别接收各个摄像头发送的、各个摄像头分别采集的卸油作业区域的视频流数据;

对于多个摄像头中的任意一个摄像头,获取已训练的多个检测模型中的目标检测模型的模型标识;目标检测模型适用于对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测;不同的检测模型分别适用于对不同的摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测;

根据目标检测模型的模型标识调用目标检测模型对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测,得到目标检测模型输出的、卸油作业区域中的卸油作业是否违规的检测结果;

在检测结果用于指示卸油作业区域中的卸油作业违规的情况下,实时地持续输出报警信息,报警信息中包括所述摄像头采集的卸油作业区域的视频流数据中的至少一帧视频图像以及在所述至少一帧视频图像中标记的卸油作业违规的位置。

在一个可选的实现方式中,所述根据目标检测模型的模型标识调用目标检测模型对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测,得到目标检测模型输出的、卸油作业区域中的卸油作业是否违规的检测结果,包括:

根据目标检测模型的模型标识调用目标检测模型;

将所述摄像头采集的卸油作业区域的视频流数据输入目标检测模型中,以使目标检测模型执行如下流程:

对于所述摄像头采集的卸油作业区域的视频流数据中的任意一帧视频图像,获取所述帧视频图像中的卸油作业违规的置信度,将所述帧视频图像中的卸油作业违规的置信度存储在所述摄像头对应的预设列表中;

在所述摄像头对应的预设列表中的置信度的数量达到预设数量的情况下,计算所述摄像头对应的预设列表中的预设数量个置信度的平均值;

在所述平均值大于或等于第一预设阈值的情况下,确定卸油作业区域中的卸油作业违规;

或者,

在所述平均值小于第一预设阈值的情况下,确定卸油作业区域中的卸油作业不违规。

在一个可选的实现方式中,所述摄像头采集的卸油作业区域的视频流数据中包括所述摄像头的摄像头标识;

所述获取已训练的多个检测模型中的目标检测模型的模型标识,包括:

在所述摄像头采集的卸油作业区域的视频流数据中提取出所述摄像头的摄像头标识;

在已存储的、摄像头的摄像头标识与适用于对摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与所述摄像头的摄像头标识相对应的模型标识,并作为目标检测模型的模型标识。

在一个可选的实现方式中,所述获取已训练的多个检测模型中的目标检测模型的模型标识,包括:

调用已训练的对象确定模型确定所述摄像头采集的卸油作业区域的视频流数据所涉及的待检测对象;待检测对象包括卸油车辆、卸油工作人员以及卸油相关器材;

获取适用于对确定的待检测对象进行卸油违规作业检测的检测模型的模型标识,并作为目标检测模型的模型标识。

在一个可选的实现方式中,所述获取适用于对确定的待检测对象进行卸油违规作业检测的检测模型的模型标识,包括:

在已存储的待检测对象与适用于对待检测对象进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与确定的待检测对象相对应的模型标识。

在一个可选的实现方式中,训练对象确定模型的流程包括:

获取训练数据集,训练数据集中包括多个训练数据,训练数据中包括样本视频流数据以及对样本视频流数据的标注标签,标注标签包括样本视频流数据中的待检测对象以及待检测对象在样本视频流数据中的位置;

构建对象确定模型的网络结构;

使用训练数据集对网络结构中的网络参数训练,直至网络结构中的网路参数收敛,得到对象确定模型。

在一个可选的实现方式中,所述实时输出报警信息,包括:

确定位于卸油作业区域中的各个卸油操作人员的手持设备;向位于卸油作业区域中的各个卸油操作人员的手持设备分别发送报警信息,以使位于卸油作业区域中的各个卸油操作人员的手持设备实时持续播放报警信息;

和/或,控制位于卸油作业区域内的报警设备实时持续输出报警信息;

和/或,向上级监管部门的监管设备发送报警信息,以使上级监管部门的监管设备实时持续播放报警信息;

和/或,向卸油作业区域的监管人员的监管设备发送报警信息,以使监管人员的监管设备实时持续播放报警信息。

在一个可选的实现方式中,所述方法还包括:

向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息,以使审核设备实时持续播放报警信息,便于审核人员审核报警信息属于属实报警或错误报警,并在报警信息属于错误报警的情况下,向审核设备输入停止报警指令,以便审核设备向边缘计算设备发送停止报警指令;

接收审核设备发送的停止报警指令;

根据停止报警指令停止输出报警信息。

在一个可选的实现方式中,所述方法还包括:

在所述摄像头对应的预设列表中的预设数量个置信度的平均值大于或等于第一预设阈值且小于第二预设阈值的情况下,再执行所述向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息的步骤;

其中,所述摄像头对应的预设列表中包括所述摄像头采集的卸油作业区域的视频流数据中的预设数量帧视频图像中的卸油作业违规的置信度,预设数量帧视频图像中的卸油作业违规的置信度分别是借助目标检测模型获取到的。

在一个可选的实现方式中,卸油违规作业检测至少包括:卸油车稳油时间检测、卸油口开关状态检测、灭火毯检测、灭火器检测、安全帽检测、静电衣检测、静电鞋检测、静电夹检测、静电标志牌检测、静电手套检测、人员打电话检测、人员吸烟检测、明火检测以及人体静电释放设备检测。

本发明提供了一种卸油违规作业检测装置,应用于卸油违规作业检测系统中的边缘计算设备,卸油违规作业检测系统至少包括边缘计算设备以及多个摄像头,边缘计算设备分别与各个摄像头之间通信连接,不同的摄像头采集的卸油作业区域中的视频流数据不同;所述装置包括:

第一接收模块,用于分别接收各个摄像头发送的、各个摄像头分别采集的卸油作业区域的视频流数据;

获取模块,用于对于多个摄像头中的任意一个摄像头,获取已训练的多个检测模型中的目标检测模型的模型标识;目标检测模型适用于对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测;不同的检测模型分别适用于对不同的摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测;

检测模块,用于根据目标检测模型的模型标识调用目标检测模型对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测,得到目标检测模型输出的、卸油作业区域中的卸油作业是否违规的检测结果;

输出模块,用于在检测结果用于指示卸油作业区域中的卸油作业违规的情况下,实时地持续输出报警信息,报警信息中包括所述摄像头采集的卸油作业区域的视频流数据中的至少一帧视频图像以及在所述至少一帧视频图像中标记的卸油作业违规的位置。

在一个可选的实现方式中,所述检测模块包括:

调用单元,用于根据目标检测模型的模型标识调用目标检测模型;

输入模块,用于将所述摄像头采集的卸油作业区域的视频流数据输入目标检测模型中,以使目标检测模型执行如下流程:

第一获取单元,用于对于所述摄像头采集的卸油作业区域的视频流数据中的任意一帧视频图像,获取所述帧视频图像中的卸油作业违规的置信度,存储单元,用于将所述帧视频图像中的卸油作业违规的置信度存储在所述摄像头对应的预设列表中;

计算单元,用于在所述摄像头对应的预设列表中的置信度的数量达到预设数量的情况下,计算所述摄像头对应的预设列表中的预设数量个置信度的平均值;

第一确定单元,用于在所述平均值大于或等于第一预设阈值的情况下,确定卸油作业区域中的卸油作业违规;

或者,

第二确定单元,用于在所述平均值小于第一预设阈值的情况下,确定卸油作业区域中的卸油作业不违规。

在一个可选的实现方式中,所述摄像头采集的卸油作业区域的视频流数据中包括所述摄像头的摄像头标识;

所述获取模块包括:

提取单元,用于在所述摄像头采集的卸油作业区域的视频流数据中提取出所述摄像头的摄像头标识;

查找单元,用于在已存储的、摄像头的摄像头标识与适用于对摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与所述摄像头的摄像头标识相对应的模型标识,并作为目标检测模型的模型标识。

在一个可选的实现方式中,所述获取模块包括:

第三确定单元,用于调用已训练的对象确定模型确定所述摄像头采集的卸油作业区域的视频流数据所涉及的待检测对象;待检测对象包括卸油车辆、卸油工作人员以及卸油相关器材;

第二获取单元,用于获取适用于对确定的待检测对象进行卸油违规作业检测的检测模型的模型标识,并作为目标检测模型的模型标识。

在一个可选的实现方式中,所述第二获取单元包括:

查找子单元,用于在已存储的待检测对象与适用于对待检测对象进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与确定的待检测对象相对应的模型标识。

在一个可选的实现方式中,所述获取模块还包括:

第三获取单元,用于获取训练数据集,训练数据集中包括多个训练数据,训练数据中包括样本视频流数据以及对样本视频流数据的标注标签,标注标签包括样本视频流数据中的待检测对象以及待检测对象在样本视频流数据中的位置;

构建单元,用于构建对象确定模型的网络结构;

训练单元,用于使用训练数据集对网络结构中的网络参数训练,直至网络结构中的网路参数收敛,得到对象确定模型。

在一个可选的实现方式中,所述输出模块包括:

第四确定单元,用于确定位于卸油作业区域中的各个卸油操作人员的手持设备;第一发送单元,用于向位于卸油作业区域中的各个卸油操作人员的手持设备分别发送报警信息,以使位于卸油作业区域中的各个卸油操作人员的手持设备实时持续播放报警信息;

和/或,输出单元,用于控制位于卸油作业区域内的报警设备实时持续输出报警信息;

和/或,第二发送单元,用于向上级监管部门的监管设备发送报警信息,以使上级监管部门的监管设备实时持续播放报警信息;

和/或,第三发送单元,用于向卸油作业区域的监管人员的监管设备发送报警信息,以使监管人员的监管设备实时持续播放报警信息。

在一个可选的实现方式中,所述装置还包括:

发送模块,用于向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息,以使审核设备实时持续播放报警信息,便于审核人员审核报警信息属于属实报警或错误报警,并在报警信息属于错误报警的情况下,向审核设备输入停止报警指令,以便审核设备向边缘计算设备发送停止报警指令;

第二接收模块,用于接收审核设备发送的停止报警指令;

停止输出模块,用于根据停止报警指令停止输出报警信息。

在一个可选的实现方式中,所述装置还包括:

所述发送模块还用于:在所述摄像头对应的预设列表中的预设数量个置信度的平均值大于或等于第一预设阈值且小于第二预设阈值的情况下,再向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息;

其中,所述摄像头对应的预设列表中包括所述摄像头采集的卸油作业区域的视频流数据中的预设数量帧视频图像中的卸油作业违规的置信度,预设数量帧视频图像中的卸油作业违规的置信度分别是借助目标检测模型获取到的。

在一个可选的实现方式中,卸油违规作业检测至少包括:卸油车稳油时间检测、卸油口开关状态检测、灭火毯检测、灭火器检测、安全帽检测、静电衣检测、静电鞋检测、静电夹检测、静电标志牌检测、静电手套检测、人员打电话检测、人员吸烟检测、明火检测以及人体静电释放设备检测。

本发明实施例还公开了一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;

存储器,用于存放计算机程序;

处理器,用于执行存储器上所存放的程序时,实现如上所述任一所述的方法。

本发明实施例还公开了一种可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够实现如上所述任一所述的方法。

通过本申请的方式,对卸油作业区域内的卸油违规作业检测可以没有人的参与,可以降低人工成本,检测过程自动化,且是通过算法模型的方式检测,提高了检测准确性,另外,是通过实时采集到的针对卸油作业区域的视频流数据检测卸油作业区域中是否存在卸油作业违规的情况,一旦检测到卸油作业区域中存在卸油作业违规的情况,及时输出报警信息,以使相关人员可以第一时间得到报警信息,进而第一时间获知卸油作业区域中存在卸油作业违规的情况,如此可以尽早介入以消除安全风险,提高了时效性,提高了卸油作业的安全性,保障了人身安全。

附图说明

图1示出了本发明的一个实施例提供的一种卸油违规作业检测系统的结构框图;

图2示出了本发明的一个实施例提供的一种卸油违规作业检测方法的步骤流程图;

图3示出了本发明的一个实施例提供的一种训练且部署检测模型的方法的步骤流程图;

图4示出了本发明的一个实施例提供的一种卸油违规作业检测装置的结构框图;

图5示出了根据一示例性实施例示出的一种电子设备的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1,示出了本发明一实施例提供的一种卸油违规作业检测系统的结构框图。该系统包括:边缘计算设备、视频监控系统、传感器、喇叭、边缘计算管理平台、算法平台以及上级监管平台。

边缘计算设备与传感器之间通信连接。二者可以通过以太网或者RS485的方式通信连接。

边缘计算设备与喇叭之间通信连接。

边缘计算设备与视频监控系统之间通信连接。二者可以通过以太网的方式通信连接。

视频监控系统中包括多个摄像头,相当于边缘计算设备分别与视频监控系统中的各个摄像头之间通信连接。不同的摄像头采集的卸油作业区域中的视频流数据不同,例如,不同的摄像头用于采集卸油作业区域中的不同的对象的视频流数据。

边缘计算管理平台和算法平台可以分别为软件,边缘计算管理平台安装在边缘计算设备中,算法平台内嵌在边缘计算管理平台中。

上级监管平台为软件,安装在上级监管部门的监管设备中。

参照图2,示出了本发明一实施例提供的一种卸油违规作业检测方法的流程示意图,应用于图1所示的卸油违规作业检测系统。该方法包括:

在步骤S101中,各个摄像头分别采集卸油作业区域的视频流数据,并将各自采集的卸油作业区域的视频流数据发送至边缘计算设备。

在卸油作业场景中,各个摄像头可以分别采集卸油作业区域的视频流数据,不同的摄像头采集的对象不同,例如,有些摄像头采集的对象是卸油车辆,有些摄像头采集的对象是执行卸油作业的操作人员,有些摄像头采集的对象是卸油相关器材,卸油相关器材包括消防器材等,消防器材包括灭火毯或灭火器等。

采集同一个对象的多个摄像头可以是从不同角度采集同一对象。

摄像头可以通过RTSP(Real Time Streaming Protocol,实时流传输协议)的方式实时将采集的视频流数据传输至边缘计算设备。

在步骤S102中,边缘计算设备分别接收各个摄像头采集的卸油作业区域的视频流数据。

对于多个摄像头中的任意一个摄像头,边缘计算设备可以对该该摄像头采集的卸油作业区域的视频流数据按照如下步骤S103~步骤S105的流程处理,对于多个摄像头中的其他每一个摄像头,同样如此。

在步骤S103中,边缘计算设备获取已训练的多个检测模型中的目标检测模型的模型标识。目标检测模型适用于对该摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测。不同的检测模型分别适用于对不同的摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测。

在本申请中,卸油作业场景中涉及多个对象,例如,卸油车辆、操作人员以及卸油相关器材等。不同的摄像头采集的卸油作业区域中的视频流数据不同,例如不同的摄像头用于采集卸油作业区域中的不同的对象的视频流数据。不同的对象有不同的特点,如此,为了提高卸油违规作业检测的准确性,针对不同的摄像头采集的卸油作业区域中的不同的对象的视频流数据,可以使用合适的检测模型来检测。

如此,对该摄像头采集的卸油作业区域的视频流数据而言,边缘计算设备需要先在已训练的多个检测模型中筛选适用于对该摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的目标检测模型。

例如,可以先获取适用于对该摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的目标检测模型的模型标识,然后再根据目标检测模型的模型标识调用目标检测模型对该摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测。

在本申请中,参见图3,针对卸油作业场景中的任意一个对象,可以事先训练针对该对象的检测模型。例如,可以获取获取训练数据集,训练数据集中包括多个训练数据,训练数据中包括样本视频流数据以及对样本视频流数据的标注标签,样本视频流数据中包括该对象,标注标签包括样本视频流数据中的待检测对象的位置、待检测对象存在的卸油违规作业的违规类型。构建检测模型的网络结构。使用训练数据集对网络结构中的网络参数训练,直至网络结构中的网路参数收敛,得到适用于对该对象进行卸油违规作业检测的检测模型。

之后可以将适用于对该对象进行卸油违规作业检测的检测模型部署在边缘计算设备中的边缘计算管理平台中。

检测模型的网络结构可以包括卷积神经网络、循环神经网络或者长短期记忆网络等,本申请对具体的网络结构不做限定。

对样本视频流数据的标注标签可以是人工根据相关的《加油站作业安全规范(例如AQ3010-2022等标注的,其规定了加油站内进行的卸油,加油,油罐计量,设备使用、维护和检修等作业的安全要求)》来标注的。

在一个示例中,由于该对象的视频流数据是使用一个摄像头采集的。如此,适用于对该对象进行卸油违规作业检测的检测模型可以看作适用于对该摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的检测模型。

然后将用于采集该对象的摄像头的摄像头标识与适用于对该摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的检测模型的模型标识组成对应表项,并存储在已存储的、摄像头的摄像头标识与适用于对摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的检测模型的模型标识之间的对应关系中。

对于卸油作业场景中的其他每一个对象,同样如此。

采集不同的对象的摄像头的摄像头标识不同。适用于对不同的摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的检测模型的模型标识不同。

其中,摄像头采集的卸油作业区域的视频流数据中包括摄像头的摄像头标识;如此,在获取已训练的多个检测模型中的目标检测模型的模型标识时,可以在摄像头采集的卸油作业区域的视频流数据中提取出摄像头的摄像头标识。然后可以在已存储的、摄像头的摄像头标识与适用于对摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与摄像头的摄像头标识相对应的模型标识,并作为目标检测模型的模型标识。

或者,在另一个示例中,在得到适用于对该对象进行卸油违规作业检测的检测模型之后,可以将该对象与适用于对该对象进行卸油违规作业检测的检测模型的模型标识组成对应表项,并存储在对象与适用于对对象进行卸油违规作业检测的检测模型的模型标识之间的对应关系中。

另外,事先可以训练对象确定模型,例如,可以获取训练数据集,训练数据集中包括多个训练数据,训练数据中包括样本视频流数据以及对样本视频流数据的标注标签,标注标签包括样本视频流数据中的对象以及对象在样本视频流数据中的位置。构建对象确定模型的网络结构。使用训练数据集对网络结构中的网络参数训练,直至网络结构中的网路参数收敛,得到对象确定模型。对象确定模型的网络结构可以包括卷积神经网络、训练神经网络或者长短期记忆网络等,本申请对具体的网络结构不做限定。

如此,在获取已训练的多个检测模型中的目标检测模型的模型标识时,可以调用已训练的对象确定模型确定摄像头采集的卸油作业区域的视频流数据所涉及的待检测对象。待检测对象包括卸油车辆、卸油工作人员以及卸油相关器材。获取适用于对确定的待检测对象进行卸油违规作业检测的检测模型的模型标识,并作为目标检测模型的模型标识。

在获取适用于对确定的待检测对象进行卸油违规作业检测的检测模型的模型标识时,可以在已存储的待检测对象与适用于对待检测对象进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与确定的待检测对象相对应的模型标识,并作为目标检测模型的模型标识。

在步骤S104中,边缘计算设备根据目标检测模型的模型标识调用目标检测模型对该摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测,得到目标检测模型输出的、卸油作业区域中的卸油作业是否违规的检测结果。

边缘计算设备可以将该摄像头采集的卸油作业区域的视频流数据输入调用的目标检测模型中,以使目标检测模型对该摄像头采集的卸油作业区域的视频流数据处理,得到卸油作业区域中的卸油作业是否违规的检测结果,并输出卸油作业区域中的卸油作业是否违规的检测结果,边缘计算设备可以获取目标检测模型输出的卸油作业区域中的卸油作业是否违规的检测结果。

卸油违规作业检测至少包括:卸油车稳油时间检测、卸油口开关状态检测、灭火毯检测、灭火器检测、安全帽检测、静电衣检测、静电鞋检测、静电夹检测、静电标志牌检测、静电手套检测、人员打电话检测、人员吸烟检测、明火检测以及人体静电释放设备检测。当然,根据实际情况,还可以包括其他类型的检测,本申请对具体的检测事项不做限定。

卸油车稳油时间检测包括:检测卸油车的稳油时间是否超过15分钟,未超过15分钟为违规作业。

卸油口开关状态检测包括:卸油时卸油口是否打开,不打开为违规作业。不卸油时卸油口是否打开,打开为违规作业。

灭火毯检测包括:检测在需要放置灭火毯的位置上是否放置灭火毯,在需要放置灭火毯的位置上未放置灭火毯为违规作业。

灭火器检测包括:检测在需要放置灭火器的位置上是否放置灭火器,在需要放置灭火器的位置上未放置灭火器为违规作业。

安全帽检测包括:检测位于卸油区域内的人员是否佩戴安全帽,未佩戴安全帽为违规作业。

静电衣检测包括:检测位于卸油区域内的人员是否穿戴静电衣,未穿戴静电衣为违规作业。

静电手套检测包括:检测位于卸油区域内的人员是否穿戴静电手套,未穿戴静电手套为违规作业。

静电鞋检测包括:检测位于卸油区域内的人员是否穿戴静电鞋,未穿戴静电鞋为违规作业。

静电夹检测包括:检测在需要夹住静电夹的位置是否夹住静电夹,在需要夹住静电夹的位置未夹住静电夹为违规作业。

静电标志牌检测包括:检测在需要放置静电标志牌的位置上是否放置静电标志牌,在需要放置静电标志牌的位置上未放置静电标志牌为违规作业。

人员打电话检测包括:检测卸油区域内是否有人员打电话,卸油区域内有人员打电话为违规作业。

人员吸烟检测包括:检测卸油区域内是否有人员吸烟,卸油区域内有人员吸烟为违规作业。

明火检测包括:检测卸油区域内是否有明火,卸油区域内有明火为违规作业。

人体静电释放设备检测包括:检测位于卸油区域内的人员在人体静电释放设备上所处的时长是否超过10分钟等,未超过10分钟为违规作业。

在本申请一个实施例中,可以根据目标检测模型的模型标识调用目标检测模型;将该摄像头采集的卸油作业区域的视频流数据输入目标检测模型中,以使目标检测模型执行如下流程:

11)、对于该摄像头采集的卸油作业区域的视频流数据中的任意一帧视频图像,获取该帧视频图像中的卸油作业违规的置信度,将该帧视频图像中的卸油作业违规的置信度存储在该摄像头对应的预设列表中。

对于该摄像头采集的卸油作业区域的视频流数据中的任意一帧视频图像,目标检测模型可以检测该帧视频图像中的卸油作业区域中的卸油作业是否违规,在该帧视频图像中的卸油作业区域中的卸油作业不违规的情况下(此时该帧视频图像中的卸油作业违规的置信度可以为0),对该帧视频图像可以结束流程,或者,在该帧视频图像中的卸油作业区域中的卸油作业违规的情况下,可以获取该帧视频图像中的卸油作业违规的置信度(此时该帧视频图像中的卸油作业违规的置信度可以往往大于0),然后将该帧视频图像中的卸油作业违规的置信度存储在该摄像头对应的预设列表中。

其中,目标检测模型在检测一帧视频图像中的卸油作业区域中的卸油作业是否违规的过程中,有时候会输出对这一帧视频图像的检测结果的置信度(输出对这一帧视频图像的检测结果的置信度的方式可以参见当前市面上已存在的方式),例如,会输出该帧视频图像中的卸油作业违规的置信度,从而可以得到该帧视频图像中的卸油作业违规的置信度。

12)、在该摄像头对应的预设列表中的置信度的数量达到预设数量的情况下,计算该摄像头对应的预设列表中的预设数量个置信度的平均值。

预设数量可以根据实际情况而定,例如,可以包括5、10、15或20等,本申请对此不加以限定。

13)、在平均值大于或等于第一预设阈值的情况下,确定卸油作业区域中的卸油作业违规。

14)、在平均值小于第一预设阈值的情况下,确定卸油作业区域中的卸油作业不违规。

在本申请中,置信度可以位于区间0~1中。

本申请中,一帧视频图像中的卸油作业违规的置信度越高,则往往说明这一帧视频图像中的卸油作业违规的可能性越大,一帧视频图像中的卸油作业违规的置信度越低,则往往说明这一帧视频图像中的卸油作业违规的可能性越小,一帧视频图像中的卸油作业违规的置信度为0,则往往说明这一帧视频图像中的卸油作业不违规。

第一预设阈值可以包括0.5、0.55或0.6等,具体可以根据实际情况而定,本申请对此不加以限定。

如此,在该摄像头对应的预设列表中的预设数量帧视频图像中的卸油作业违规的置信度均位于较高水平的情况下,则往往会使得该摄像头对应的预设列表中的预设数量帧视频图像中的卸油作业违规的置信度的平均值处于较高水平,从而可以反推出若平均值处于较高水平,则预设数量帧视频图像中的卸油作业违规的置信度往往位于较高水平,进而说明卸油作业区域中的卸油作业违规的可能性大。

在该摄像头对应的预设列表中的预设数量帧视频图像中的卸油作业违规的置信度均位于较低水平的情况下,则往往会使得该摄像头对应的预设列表中的预设数量帧视频图像中的卸油作业违规的置信度的平均值处于较低水平,从而可以反推出若平均值处于较低水平,则预设数量帧视频图像中的卸油作业违规的置信度往往位于较低水平,进而说明卸油作业区域中的卸油作业违规的可能性小。

通过本申请,即使对预设数量帧视频图像中的少数几帧视频图像的检测结果不准确,只要对预设数量帧视频图像中的大部分帧视频图像的检测结果准确,也即,即使预设数量帧视频图像中的少数几帧视频图像中的卸油作业违规的置信度不准确,只要预设数量帧视频图像中的大部分帧视频图像中的卸油作业违规的置信度准确,即可通过计算置信度的平均值的方式,以借助大部分帧视频图像中的卸油作业违规的置信度的准确性来克服少数几帧视频图像中的卸油作业违规的置信度的不准确性,以避免出现“单独使用少数几帧视频图像中的卸油作业违规的不准确的置信度误判卸油作业区域中的卸油作业是否违规”的情况,如此,通过本实施例,可以提高确定卸油作业区域中的卸油作业是否违规的准确性。

进一步地,可以清空该摄像头对应的预设列表中的平均值,以节省存储空间,以及便于下一检测周期中存储新计算出的置信度的平均值。

在步骤S105中,在检测结果用于指示卸油作业区域中的卸油作业违规的情况下,边缘计算设备实时地持续输出报警信息,报警信息中包括该摄像头采集的卸油作业区域的视频流数据中的至少一帧视频图像以及在至少一帧视频图像中标记的卸油作业违规的位置。

通过本申请的方式,对卸油作业区域内的卸油违规作业检测可以没有人的参与,可以降低人工成本,检测过程自动化,且是通过算法模型的方式检测,提高了检测准确性,另外,是通过实时采集到的针对卸油作业区域的视频流数据检测卸油作业区域中是否存在卸油作业违规的情况,一旦检测到卸油作业区域中存在卸油作业违规的情况,及时输出报警信息,以使相关人员可以第一时间得到报警信息,进而第一时间获知卸油作业区域中存在卸油作业违规的情况,如此可以尽早介入以消除安全风险,提高了时效性,提高了卸油作业的安全性,保障了人身安全。

例如,确定位于卸油作业区域中的各个卸油操作人员的手持设备。向位于卸油作业区域中的各个卸油操作人员的手持设备分别发送报警信息,以使位于卸油作业区域中的各个卸油操作人员的手持设备实时持续播放报警信息。其中,向各个卸油操作人员的手持设备分别发送报警信息,可以使得位于卸油作业区域中的更多的人员获知报警信息,进而使得位于卸油作业区域中的更多的人员获知卸油作业违规的事项,更多的人员及时获知卸油作业违规的事项有助于尽早介入,提早撤离现场或者尽快消除违规行为,消除安全风险,保障人员安全。

和/或,控制位于卸油作业区域内的报警设备实时持续输出报警信息。报警设备可以包括喇叭等。

和/或,向上级监管部门的监管设备发送报警信息,以使上级监管部门的监管设备实时持续播放报警信息。以便上级监管部门及时掌握情况,尽早介入,提升卸油作业的合规性和安全性。

和/或,向卸油作业区域的监管人员的监管设备发送报警信息,以使监管人员的监管设备实时持续播放报警信息。

另外,有时候可能由于采集的视频流数据模糊导致检测结果不准确,例如,摄像头采集的区域中的人员或者车辆行动速度较快导致摄像头采集的视频流数据模糊,进而导致识别结果不准确。如此,在前述所示的实施例的基础上,边缘计算设备还可以向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息,以使审核设备实时持续播放报警信息,便于审核人员审核报警信息属于属实报警或错误报警,并在报警信息属于错误报警的情况下,向审核设备输入停止报警指令,以便审核设备向边缘计算设备发送停止报警指令。边缘计算设备还可以接收审核设备发送的停止报警指令,并根据停止报警指令停止输出报警信息,以使位于卸油作业区域中的各个卸油操作人员的手持设备停止播放报警信息,以使位于卸油作业区域内的报警设备停止输出报警信息,以使上级监管部门的监管设备停止播放报警信息,以使监管人员的监管设备停止播放报警信息。

通过本实施例,借助审核人员可以鉴别出误输出的报警信息,避免误输出的报警信息持续时间过长,进而避免长时间误导相关人员。

进一步地,在步骤S104中描述的技术方案的基础之上,在该摄像头对应的预设列表中的预设数量个置信度的平均值大于或等于第一预设阈值且小于第二预设阈值的情况下,再向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息;其中,该摄像头对应的预设列表中包括摄像头采集的卸油作业区域的视频流数据中的预设数量帧视频图像中的卸油作业违规的置信度,预设数量帧视频图像中的卸油作业违规的置信度分别是借助目标检测模型获取到的。

在本申请中,发明人经统计发现,在一个摄像头对应的预设列表中的预设数量个置信度的平均值大于或等于第一预设阈值的情况下,这个摄像头对应采集的卸油作业区域中的卸油作业很可能是违规的,其次,在这个摄像头对应的预设列表中的预设数量个置信度的平均值大于或等于第二预设阈值的情况下,这个摄像头对应采集的卸油作业区域中的卸油作业是违规的。第二预设阈值大于第一预设阈值。

如此,在该摄像头对应的预设列表中的预设数量个置信度的平均值大于或等于第一预设阈值且小于第二预设阈值的情况下,该摄像头对应采集的卸油作业区域中的卸油作业是违规的检测结果有可能是错误的(也即实际客观上是不违规的),此时可以请求审核人员审核报警信息属于属实报警或错误报警。

或者,在该摄像头对应的预设列表中的预设数量个置信度的平均值大于或等于第二预设阈值的情况下,该摄像头对应采集的卸油作业区域中的卸油作业是违规的检测结果是往往准确的,也就不需要审核人员审核报警信息属于属实报警或错误报警,可以节省人力成本。

如此,第二预设阈值可以包括0.75、0.8或0.85等,具体可以根据实际情况而定,本申请对此不加以限定。

另外,系统中的传感器可以位于卸油作业区域内,可以包括温度传感器或者湿度传感器等传感器,传感器将采集到的传感器数据可以传输至边缘计算设备,边缘计算设备存储了各个传感器对应的预设正常数值区间(可以是人工根据经验设置的等)。

对于任意一个传感器而言,传感器可以将其采集到的卸油作业区域的数据传输至边缘计算设备,边缘计算设备接收到该传感器采集的数据之后,可以判断该传感器采集的数据是否位于该传感器对应的预设正常数值区间内,若否,则输出报警信息。

进一步地,采集的视频流数据可以存储,以及输出的告警信息的告警事件可以以日志形式存储,便于后续查找分析。

需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。

参照图4,示出了本发明另一实施例提供的一种卸油违规作业检测装置的结构框图,应用于卸油违规作业检测系统中的边缘计算设备,卸油违规作业检测系统至少包括边缘计算设备以及多个摄像头,边缘计算设备分别与各个摄像头之间通信连接,不同的摄像头采集的卸油作业区域中的视频流数据不同;所述装置包括:

第一接收模块11,用于分别接收各个摄像头发送的、各个摄像头分别采集的卸油作业区域的视频流数据;

获取模块12,用于对于多个摄像头中的任意一个摄像头,获取已训练的多个检测模型中的目标检测模型的模型标识;目标检测模型适用于对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测;不同的检测模型分别适用于对不同的摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测;

检测模块13,用于根据目标检测模型的模型标识调用目标检测模型对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测,得到目标检测模型输出的、卸油作业区域中的卸油作业是否违规的检测结果;

输出模块14,用于在检测结果用于指示卸油作业区域中的卸油作业违规的情况下,实时地持续输出报警信息,报警信息中包括所述摄像头采集的卸油作业区域的视频流数据中的至少一帧视频图像以及在所述至少一帧视频图像中标记的卸油作业违规的位置。

在一个可选的实现方式中,所述检测模块包括:

调用单元,用于根据目标检测模型的模型标识调用目标检测模型;

输入模块,用于将所述摄像头采集的卸油作业区域的视频流数据输入目标检测模型中,以使目标检测模型执行如下流程:

第一获取单元,用于对于所述摄像头采集的卸油作业区域的视频流数据中的任意一帧视频图像,获取所述帧视频图像中的卸油作业违规的置信度,存储单元,用于将所述帧视频图像中的卸油作业违规的置信度存储在所述摄像头对应的预设列表中;

计算单元,用于在所述摄像头对应的预设列表中的置信度的数量达到预设数量的情况下,计算所述摄像头对应的预设列表中的预设数量个置信度的平均值;

第一确定单元,用于在所述平均值大于或等于第一预设阈值的情况下,确定卸油作业区域中的卸油作业违规;

或者,

第二确定单元,用于在所述平均值小于第一预设阈值的情况下,确定卸油作业区域中的卸油作业不违规。

在一个可选的实现方式中,所述摄像头采集的卸油作业区域的视频流数据中包括所述摄像头的摄像头标识;

所述获取模块包括:

提取单元,用于在所述摄像头采集的卸油作业区域的视频流数据中提取出所述摄像头的摄像头标识;

查找单元,用于在已存储的、摄像头的摄像头标识与适用于对摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与所述摄像头的摄像头标识相对应的模型标识,并作为目标检测模型的模型标识。

在一个可选的实现方式中,所述获取模块包括:

第三确定单元,用于调用已训练的对象确定模型确定所述摄像头采集的卸油作业区域的视频流数据所涉及的待检测对象;待检测对象包括卸油车辆、卸油工作人员以及卸油相关器材;

第二获取单元,用于获取适用于对确定的待检测对象进行卸油违规作业检测的检测模型的模型标识,并作为目标检测模型的模型标识。

在一个可选的实现方式中,所述第二获取单元包括:

查找子单元,用于在已存储的待检测对象与适用于对待检测对象进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与确定的待检测对象相对应的模型标识。

在一个可选的实现方式中,所述获取模块还包括:

第三获取单元,用于获取训练数据集,训练数据集中包括多个训练数据,训练数据中包括样本视频流数据以及对样本视频流数据的标注标签,标注标签包括样本视频流数据中的待检测对象以及待检测对象在样本视频流数据中的位置;

构建单元,用于构建对象确定模型的网络结构;

训练单元,用于使用训练数据集对网络结构中的网络参数训练,直至网络结构中的网路参数收敛,得到对象确定模型。

在一个可选的实现方式中,所述输出模块包括:

第四确定单元,用于确定位于卸油作业区域中的各个卸油操作人员的手持设备;第一发送单元,用于向位于卸油作业区域中的各个卸油操作人员的手持设备分别发送报警信息,以使位于卸油作业区域中的各个卸油操作人员的手持设备实时持续播放报警信息;

和/或,输出单元,用于控制位于卸油作业区域内的报警设备实时持续输出报警信息;

和/或,第二发送单元,用于向上级监管部门的监管设备发送报警信息,以使上级监管部门的监管设备实时持续播放报警信息;

和/或,第三发送单元,用于向卸油作业区域的监管人员的监管设备发送报警信息,以使监管人员的监管设备实时持续播放报警信息。

在一个可选的实现方式中,所述装置还包括:

发送模块,用于向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息,以使审核设备实时持续播放报警信息,便于审核人员审核报警信息属于属实报警或错误报警,并在报警信息属于错误报警的情况下,向审核设备输入停止报警指令,以便审核设备向边缘计算设备发送停止报警指令;

第二接收模块,用于接收审核设备发送的停止报警指令;

停止输出模块,用于根据停止报警指令停止输出报警信息。

在一个可选的实现方式中,所述装置还包括:

所述发送模块还用于:在所述摄像头对应的预设列表中的预设数量个置信度的平均值大于或等于第一预设阈值且小于第二预设阈值的情况下,再向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息;

其中,所述摄像头对应的预设列表中包括所述摄像头采集的卸油作业区域的视频流数据中的预设数量帧视频图像中的卸油作业违规的置信度,预设数量帧视频图像中的卸油作业违规的置信度分别是借助目标检测模型获取到的。

在一个可选的实现方式中,卸油违规作业检测至少包括:卸油车稳油时间检测、卸油口开关状态检测、灭火毯检测、灭火器检测、安全帽检测、静电衣检测、静电鞋检测、静电夹检测、静电标志牌检测、静电手套检测、人员打电话检测、人员吸烟检测、明火检测以及人体静电释放设备检测。

通过本申请的方式,对卸油作业区域内的卸油违规作业检测可以没有人的参与,可以降低人工成本,检测过程自动化,且是通过算法模型的方式检测,提高了检测准确性,另外,是通过实时采集到的针对卸油作业区域的视频流数据检测卸油作业区域中是否存在卸油作业违规的情况,一旦检测到卸油作业区域中存在卸油作业违规的情况,及时输出报警信息,以使相关人员可以第一时间得到报警信息,进而第一时间获知卸油作业区域中存在卸油作业违规的情况,如此可以尽早介入以消除安全风险,提高了时效性,提高了卸油作业的安全性,保障了人身安全。

对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

图5是根据一示例性实施例示出的一种电子设备700的结构框图。例如,电子设备700可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。

参照图5,电子设备700可以包括以下一个或多个组件:处理组件702,存储器704,电源组件706,多媒体组件708,音频组件710,输入/输出(I/O)的接口712,传感器组件714,以及通信组件716。

处理组件702通常控制电子设备700的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件702可以包括一个或多个处理器720来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件702可以包括一个或多个模块,便于处理组件702和其他组件之间的交互。例如,处理部件702可以包括多媒体模块,以方便多媒体组件708和处理组件702之间的交互。

存储器704被配置为存储各种类型的数据以支持在设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。

电力组件704为电子设备700的各种组件提供电力。电力组件704可以包括电源管理系统,一个或多个电源,及其他与为电子设备700生成、管理和分配电力相关联的组件。

多媒体组件708包括在所述电子设备700和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件708包括一个前置摄像头和/或后置摄像头。当电子设备700处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件710被配置为输出和/或输入音频信号。例如,音频组件710包括一个麦克风(MIC),当电子设备700处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中,音频组件710还包括一个扬声器,用于输出音频信号。

I/O接口712为处理组件702和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件714包括一个或多个传感器,用于为电子设备700提供各个方面的状态评估。例如,传感器组件714可以检测到设备700的打开/关闭状态,组件的相对定位,例如所述组件为电子设备700的显示器和小键盘,传感器组件714还可以检测电子设备700或电子设备700一个组件的位置改变,用户与电子设备700接触的存在或不存在,电子设备700方位或加速/减速和电子设备700的温度变化。传感器组件714可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件714还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。

通信组件716被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件714经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件714还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。

在示例性实施例中,电子设备700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。

在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器704,上述指令可由电子设备700的处理器720执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行一种卸油违规作业检测方法,应用于卸油违规作业检测系统中的边缘计算设备,卸油违规作业检测系统至少包括边缘计算设备以及多个摄像头,边缘计算设备分别与各个摄像头之间通信连接,不同的摄像头采集的卸油作业区域中的视频流数据不同;所述方法包括:

分别接收各个摄像头发送的、各个摄像头分别采集的卸油作业区域的视频流数据;

对于多个摄像头中的任意一个摄像头,获取已训练的多个检测模型中的目标检测模型的模型标识;目标检测模型适用于对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测;不同的检测模型分别适用于对不同的摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测;

根据目标检测模型的模型标识调用目标检测模型对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测,得到目标检测模型输出的、卸油作业区域中的卸油作业是否违规的检测结果;

在检测结果用于指示卸油作业区域中的卸油作业违规的情况下,实时地持续输出报警信息,报警信息中包括所述摄像头采集的卸油作业区域的视频流数据中的至少一帧视频图像以及在所述至少一帧视频图像中标记的卸油作业违规的位置。

在一个可选的实现方式中,所述根据目标检测模型的模型标识调用目标检测模型对所述摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测,得到目标检测模型输出的、卸油作业区域中的卸油作业是否违规的检测结果,包括:

根据目标检测模型的模型标识调用目标检测模型;

将所述摄像头采集的卸油作业区域的视频流数据输入目标检测模型中,以使目标检测模型执行如下流程:

对于所述摄像头采集的卸油作业区域的视频流数据中的任意一帧视频图像,获取所述帧视频图像中的卸油作业违规的置信度,将所述帧视频图像中的卸油作业违规的置信度存储在所述摄像头对应的预设列表中;

在所述摄像头对应的预设列表中的置信度的数量达到预设数量的情况下,计算所述摄像头对应的预设列表中的预设数量个置信度的平均值;

在所述平均值大于或等于第一预设阈值的情况下,确定卸油作业区域中的卸油作业违规;

或者,

在所述平均值小于第一预设阈值的情况下,确定卸油作业区域中的卸油作业不违规。

在一个可选的实现方式中,所述摄像头采集的卸油作业区域的视频流数据中包括所述摄像头的摄像头标识;

所述获取已训练的多个检测模型中的目标检测模型的模型标识,包括:

在所述摄像头采集的卸油作业区域的视频流数据中提取出所述摄像头的摄像头标识;

在已存储的、摄像头的摄像头标识与适用于对摄像头采集的卸油作业区域的视频流数据进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与所述摄像头的摄像头标识相对应的模型标识,并作为目标检测模型的模型标识。

在一个可选的实现方式中,所述获取已训练的多个检测模型中的目标检测模型的模型标识,包括:

调用已训练的对象确定模型确定所述摄像头采集的卸油作业区域的视频流数据所涉及的待检测对象;待检测对象包括卸油车辆、卸油工作人员以及卸油相关器材;

获取适用于对确定的待检测对象进行卸油违规作业检测的检测模型的模型标识,并作为目标检测模型的模型标识。

在一个可选的实现方式中,所述获取适用于对确定的待检测对象进行卸油违规作业检测的检测模型的模型标识,包括:

在已存储的待检测对象与适用于对待检测对象进行卸油违规作业检测的检测模型的模型标识之间的对应关系中,查找与确定的待检测对象相对应的模型标识。

在一个可选的实现方式中,训练对象确定模型的流程包括:

获取训练数据集,训练数据集中包括多个训练数据,训练数据中包括样本视频流数据以及对样本视频流数据的标注标签,标注标签包括样本视频流数据中的待检测对象以及待检测对象在样本视频流数据中的位置;

构建对象确定模型的网络结构;

使用训练数据集对网络结构中的网络参数训练,直至网络结构中的网路参数收敛,得到对象确定模型。

在一个可选的实现方式中,所述实时输出报警信息,包括:

确定位于卸油作业区域中的各个卸油操作人员的手持设备;向位于卸油作业区域中的各个卸油操作人员的手持设备分别发送报警信息,以使位于卸油作业区域中的各个卸油操作人员的手持设备实时持续播放报警信息;

和/或,控制位于卸油作业区域内的报警设备实时持续输出报警信息;

和/或,向上级监管部门的监管设备发送报警信息,以使上级监管部门的监管设备实时持续播放报警信息;

和/或,向卸油作业区域的监管人员的监管设备发送报警信息,以使监管人员的监管设备实时持续播放报警信息。

在一个可选的实现方式中,所述方法还包括:

向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息,以使审核设备实时持续播放报警信息,便于审核人员审核报警信息属于属实报警或错误报警,并在报警信息属于错误报警的情况下,向审核设备输入停止报警指令,以便审核设备向边缘计算设备发送停止报警指令;

接收审核设备发送的停止报警指令;

根据停止报警指令停止输出报警信息。

在一个可选的实现方式中,所述方法还包括:

在所述摄像头对应的预设列表中的预设数量个置信度的平均值大于或等于第一预设阈值且小于第二预设阈值的情况下,再执行所述向具有对报警信息具有审核资格的审核人员的审核设备发送报警信息的步骤;

其中,所述摄像头对应的预设列表中包括所述摄像头采集的卸油作业区域的视频流数据中的预设数量帧视频图像中的卸油作业违规的置信度,预设数量帧视频图像中的卸油作业违规的置信度分别是借助目标检测模型获取到的。

在一个可选的实现方式中,卸油违规作业检测至少包括:卸油车稳油时间检测、卸油口开关状态检测、灭火毯检测、灭火器检测、安全帽检测、静电衣检测、静电鞋检测、静电夹检测、静电标志牌检测、静电手套检测、人员打电话检测、人员吸烟检测、明火检测以及人体静电释放设备检测。

本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种卸油违规作业检测方法、一种卸油违规作业检测装置、一种电子设备以及一种可读存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

相关技术
  • 一种液位检测装置和包含其的设备以及液位检测方法、电子设备及计算机可读存储介质
  • 活体检测模型的训练方法、检测方法、装置、介质及设备
  • 变压器油含水率-吸收系数标准曲线拟合方法、含水率检测方法、装置及存储介质
  • 用户设备关联方法、装置、服务端、检测设备及介质
  • 设备的检测方法、装置、计算机设备和存储介质
  • 一种加油站卸油作业违规操作预警方法及系统
  • 一种基于AI识别实现加油站卸油作业违规安全监管的方法
技术分类

06120116492712