一种基于自监督+目标追踪的油田生产区域安全距离判断

摘要

本发明提出了一种基于自监督+目标追踪的油田生产区域安全距离判断，基于自监督学习框架和目标追踪的思想，设计了一种油田作业现场危险作业场景预警的神经网络SDNet(Self‑supervised Learning+Deepsort)。SD‑Net首先基于了自监督图像学习的框架，学习作业现场高风险作业场景标识物，该框架免去了大量的人工标注数据集任务，省去了人力物力，提高了开发效率，再通过Deepsort目标追踪模型判断作业人员的行动轨迹，与此同时，该网络会将检测到的图像根据摄像头内参进行投影重建，在重建出来的鸟瞰图上计算作业人员是否离开危险区域，是否与作业器具保持了安全距离等。作业现场环境复杂，该网络可以通过作业现场的单目摄像头进行安全距离的判断，省去了盯审人员的大量工作，提高了监管效率。