项目背景

此次项目基于某石油化工厂建设智能视频AI分析系统，通过现有视频监控系统、数据采集设备，实现对现场人、机、物等基础数据实时采集，结合AI智能分析、大数据分析等手段，全面监管厂区内各类安全隐患。实现“事前预防、事中告警、事后留痕”，做到安全预警管理常态化、流程化。同时针对安全风险事件，提供一体化巡检流程，实现安全事件发生之后第一时间告警、处理。

项目痛点

传统人工巡检方式在石化场景中存在着以下痛点：

效率低下：石化工厂面积广阔，设备众多，人工巡检需要耗费大量时间和精力，难以做到全面覆盖和实时监控。

安全隐患：巡检人员需要进入可能存在高温、高压、有毒有害等危险区域，面临较高的安全风险。

主观性强：人工巡检依赖于巡检人员的经验和判断，可能存在漏检、误判等问题，影响巡检结果的准确性和可靠性。

数据记录与分析困难：巡检数据通常依赖纸质记录或口头传达，难以进行高效的数据整理、分析和追溯。

成本高昂：长期的人工巡检需要投入大量的人力资源，增加了企业的运营成本。

技术方案

本项目构建智能视频AI分析系统，同时接入厂区摄像机79路摄像头，采取实时分析方式进行AI分析识别和告警，实现对特定场景人员行为和环境进行AI分析识别和告警。

1、火焰识别：基于深度学习的目标检测，对监控区域火焰进行自动识别，若检测到有火焰情况，则立即报警。

2、烟雾识别：对监控区域的烟雾进行自动识别，若检测到有烟雾情况，则立即报警。

3、违规接打电话识别：结合行人检测、目标跟踪及打电话分类算法，对进入监测区域的人进行打电话检测，并对打电话姿态、电话进行同时分析，根据识别分析结果进行告警。

4、安全帽识别：自动识别进入作业区域人员安全帽的佩戴情况，并对违规情况进行报警。

5、工服识别：检测画面中穿着工服的工人数量，可识别红、蓝、绿、灰、白、黑6种工服，对画面中出现非标准着装情况进行报警。

6、禁区闯入识别：检测画面中有无人员进入禁止区域的情况，并对违规情况进行报警

7、人数定员识别：识别监控画面内人员数量。

方案价值

AI视频识别算法在该石化场景中的应用，不仅解决了传统监控手段的不足，有效预防安全事故，降低了人员伤亡和财产损失。还为石化行业的安全生产和高效运营提供了强有力的技术支持，是推动行业智能化升级的关键一步。