CN116320327B - 油气管道地质灾害风险多维监测预警方法及装置 - Google Patents
油气管道地质灾害风险多维监测预警方法及装置 Download PDFInfo
- Publication number
- CN116320327B CN116320327B CN202310582326.9A CN202310582326A CN116320327B CN 116320327 B CN116320327 B CN 116320327B CN 202310582326 A CN202310582326 A CN 202310582326A CN 116320327 B CN116320327 B CN 116320327B
- Authority
- CN
- China
- Prior art keywords
- target
- oil
- gas pipeline
- monitoring
- disaster risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 211
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000011159 matrix material Substances 0.000 claims abstract description 48
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 10
- 239000003921 oil Substances 0.000 description 112
- 239000007789 gas Substances 0.000 description 111
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
Abstract
本发明提供一种油气管道地质灾害风险多维监测预警方法及装置,该方法包括:基于油气管道地质灾害风险的知识图谱确定目标灾害风险;获取预设参考图像的第一多维特征,获取每一帧监控图像的第二多维特征,并将第一多维特征和第二多维特征输入预设关联关系识别模型获取监控图像与参考图像之间的对应关系矩阵;基于对应关系矩阵,获取每一帧监控图像中目标物体的位姿,并将位姿与初始编码视频流中监控图像对应的编码数据融合,得到目标编码视频流;通过预设视频播放装置播放目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险。该方案通过能够保证灾害风险监测的有效性,准确性,及时性。
Description
技术领域
本发明涉及地质灾害监测技术领域,尤其涉及一种油气管道地质灾害风险多维监测预警方法及装置。
背景技术
管道运输具有安全、环保、连续输送特点,适用于输送原油、成品油、天然气等,是国家能源工程的重要组成部分。油气管道分布广阔,不可避免地穿越地质条件复杂的地区,地质灾害引发的风险比较大,管道一旦遭到破坏,会造成严重环境污染和经济损失,严重时可能导致火灾、爆炸等事故。
针对目前较为常见的地质灾害发育特点,在进行相关工作过程中,首先需要对线路进行合理微调,尽量实现避绕,进一步明确管道和地质灾害之间所存在的相对关系,基于防治结合原则进行相关工作的有效开展。因此,油气管道地质灾害风险多维监测预警显得尤为重要。
目前,对管道地质灾害的有效识别方法比较简单,还未形成系统管理与规划,仅依靠人工现场调查和巡查,不能及时、有效、准确识别地质灾害,因此有必要提供一种新的油气管道地质灾害风险多维监测预警方法。
发明内容
本发明提供一种滑坡地质灾害监测预警方法及装置,用以解决现有技术中滑坡地质灾害监测预警的及时性较差的缺陷。
一方面,本发明提供一种油气管道地质灾害风险多维监测预警方法,包括:
获取油气管道地质灾害风险相关的文献文本,并基于相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,并基于油气管道地质灾害风险的知识图谱确定目标灾害风险;其中,文本结构信息用于指示对应的文献文本各部分的内容,知识图谱用于指示不同灾害风险与油气管道安全状态之间的关联关系;
通过预设视频采集装置获取待监测油气管道沿线的监控视频对应的初始编码视频流,通过解码获取初始视频流对应的各帧监控图像;
获取预设参考图像的第一多维特征,获取每一帧监控图像的第二多维特征,并将第一多维特征和第二多维特征输入预设关联关系识别模型获取监控图像与参考图像之间的对应关系矩阵;其中,多维特征表征对应的图像中目标灾害风险对应的目标物体的语义特征和形状特征;
基于对应关系矩阵,获取每一帧监控图像中目标物体的位姿,并将位姿与初始编码视频流中监控图像对应的编码数据融合,得到目标编码视频流;
通过预设视频播放装置播放目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险。
根据本发明提供一种油气管道地质灾害风险多维监测预警方法,预设关联关系识别模型包括依次级联的两个并行的第一注意力模块、一个第二注意力模块以及一个归一化层;
将第一多维特征和第二多维特征输入预设关联关系识别模型获取监控图像与参考图像之间的对应关系矩阵,包括:
将第一多维特征和第二多维特征分别输入一个第一注意力模块进行自注意力处理,得到第一多维特征对应的第一注意力特征和第二多维特征对应的第二注意力特征;
将第一注意力特征和第二注意力特征输入第二注意力模块进行互注意力处理,得到对应的第三注意力特征;
将第三注意力特征输入归一化层,得到对应关系矩阵,对应关系矩阵表征监控图像与参考图像的对应像素点之间的相对位姿关系,
根据本发明提供一种油气管道地质灾害风险多维监测预警方法,基于对应关系矩阵,获取每一帧监控图像中目标物体的位姿,包括:
获取参考图像中目标物体的位姿;
基于关联关系矩阵获取监控图像中目标物体与参考图像中目标物体的相对位姿关系,并基于相对位姿关系和参考图像中目标物体的位姿,获取监控图像中目标物体的位姿。
根据本发明提供一种油气管道地质灾害风险多维监测预警方法,将位姿与初始编码视频流中监控图像对应的编码数据融合,得到目标编码视频流,包括:
基于初始编码视频的编码格式,将位姿转换为对应的编码位姿数据;
将编码位姿数据添加至初始编码视频流中监控图像对应的编码数据中,得到目标编码视频流。
根据本发明提供一种油气管道地质灾害风险多维监测预警方法,通过预设视频播放装置播放目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险,包括:
对目标编码视频流进行解码,得到带有目标对象的位姿的监控图像帧,目标对象的位姿用于指示目标对象是否存在目标灾害风险。
根据本发明提供一种油气管道地质灾害风险多维监测预警方法,基于相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,包括:
对文本结构信息进行语义识别,获取文本结构信息中的灾害风险词、油气管道安全状态词以及灾害风险词与油气管道安全状态词之间的关联关系;
将灾害风险词作为头实体或尾实体,将油气管道安全状态词作为头实体或尾实体,将关联关系作为实体关系,构建对应的三元组;
基于各三元组构建知识图谱。
根据本发明提供一种油气管道地质灾害风险多维监测预警方法,基于油气管道地质灾害风险的知识图谱确定目标灾害风险,包括:
获取知识图谱中的各三元组,并将各三元组中包含的油气管道安全状态词指示为有风险的三元组确定为目标三元组;
确定各目标三元组中出现频次最高的灾害风险词确定为目标灾害风险。
第二方面,本发明还提供一种油气管道地质灾害风险多维监测预警装置,包括:
目标灾害风险确定模块,用于获取油气管道地质灾害风险相关的文献文本,并基于相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,并基于油气管道地质灾害风险的知识图谱确定目标灾害风险;其中,文本结构信息用于指示对应的文献文本各部分的内容,知识图谱用于指示不同灾害风险与油气管道安全状态之间的关联关系;
监控图像获取模块,用于通过预设视频采集装置获取待监测油气管道沿线的监控视频对应的初始编码视频流,通过解码获取初始视频流对应的各帧监控图像;
对应关系矩阵获取模块,用于获取预设参考图像的第一多维特征,获取每一帧监控图像的第二多维特征,并将第一多维特征和第二多维特征输入预设关联关系识别模型获取监控图像与参考图像之间的对应关系矩阵;其中,多维特征表征对应的图像中目标灾害风险对应的目标物体的语义特征和形状特征;
目标编码视频流获取模块,用于基于对应关系矩阵,获取每一帧监控图像中目标物体的位姿,并将位姿与初始编码视频流中监控图像对应的编码数据融合,得到目标编码视频流;
目标编码视频流播放模块,用于通过预设视频播放装置播放目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,预设关联关系识别模型包括依次级联的两个并行的第一注意力模块、一个第二注意力模块以及一个归一化层;
对应关系矩阵获取模块具体用于:
将第一多维特征和第二多维特征分别输入一个第一注意力模块进行自注意力处理,得到第一多维特征对应的第一注意力特征和第二多维特征对应的第二注意力特征;
将第一注意力特征和第二注意力特征输入第二注意力模块进行互注意力处理,得到对应的第三注意力特征;
将第三注意力特征输入归一化层,得到对应关系矩阵,对应关系矩阵表征监控图像与参考图像的对应像素点之间的相对位姿关系,
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标编码视频流获取模块具体用于:
获取参考图像中目标物体的位姿;
基于关联关系矩阵获取监控图像中目标物体与参考图像中目标物体的相对位姿关系,并基于相对位姿关系和参考图像中目标物体的位姿,获取监控图像中目标物体的位姿。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标编码视频流获取模块具体用于:
基于初始编码视频的编码格式,将位姿转换为对应的编码位姿数据;
将编码位姿数据添加至初始编码视频流中监控图像对应的编码数据中,得到目标编码视频流。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标编码视频流播放模块具体用于:
对目标编码视频流进行解码,得到带有目标对象的位姿的监控图像帧,目标对象的位姿用于指示目标对象是否存在目标灾害风险。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标灾害风险确定模块具体用于:
对文本结构信息进行语义识别,获取文本结构信息中的灾害风险词、油气管道安全状态词以及灾害风险词与油气管道安全状态词之间的关联关系;
将灾害风险词作为头实体或尾实体,将油气管道安全状态词作为头实体或尾实体,将关联关系作为实体关系,构建对应的三元组;
基于各三元组构建知识图谱。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标灾害风险确定模块具体用于:
获取知识图谱中的各三元组,并将各三元组中包含的油气管道安全状态词指示为有风险的三元组确定为目标三元组;
确定各目标三元组中出现频次最高的灾害风险词确定为目标灾害风险。
第三方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述油气管道地质灾害风险多维监测预警方法。
第四方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述油气管道地质灾害风险多维监测预警方法。
第五方面,本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述油气管道地质灾害风险多维监测预警方法。
本发明提供的一种油气管道地质灾害风险多维监测预警方法及装置,首先通过相关文献文本的文本结构信息构建关于油气管道地质灾害风险的知识图谱,并基于该知识图谱确定出当前待监测油气管道需要重点关注的目标灾害风险。然后基于多维特征获取各帧监控图像中目标对象的位姿,并将该位姿加入初始编码视频流得到目标编码视频流,使得在播放目标编码视频流时监测人员能够看到目标对象的实时位姿。该方案通过文献文本确定知识图谱进而确定目标灾害风险,能够保证灾害风险监测的有效性,通过多维特征获取每一帧监控图像中的目标对象的位姿能够保证风险监测的准确性,通过实时播放包含有位姿的目标编码视频能够保证防线监测的及时性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种油气管道地质灾害风险多维监测预警方法的流程示意图;
图2为本发明还提供一种油气管道地质灾害风险多维监测预警装置的结构框图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明提供的一种油气管道地质灾害风险多维监测预警方法的流程示意图,如图1所示,该方法可以包括:
S101,获取油气管道地质灾害风险相关的文献文本,并基于相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,并基于油气管道地质灾害风险的知识图谱确定目标灾害风险;其中,文本结构信息用于指示对应的文献文本各部分的内容,知识图谱用于指示不同灾害风险与油气管道安全状态之间的关联关系。
其中,油气管道地质灾害风险相关的文献文本可以是与油气管道地质灾害风险监测预警相关的论文、专利和项目文本等。
其中,相关文献的文本结构信息可以是上述这些文献文本的目录信息。
其中,油气管道安全状态可以为有风险或无风险。
具体地,通过已有文献库检索获取油气管道地质灾害风险相关的文献文本,并提取每一文献文本中的文本结构信息。具体来说,对于有目录的文献文本,可以直接提取其目录信息作为文本结构信息,对于没有目录的文献文本可以获取其各文段中作为主题段(包括主题句)的信息作为文本结构信息。然后,对各文本文献的文本结构信息进行实体识别获取其中的实体词,并区分这些实体词哪些为灾害风险词,哪些为油气管道安全状态词,接着获取各文本文献的文本结构信息中包含有灾害风险词和油气管道安全状态词的句子,对这些句子进行分词和语义识别,获取每一句子中灾害风险词和油气管道安全状态词之间的实体关系。然后,基于获取到的灾害风险词、油气管道安全状态词以及它们之间的实体关系,获取对应的三元组,进而基于获取到的三元组构建关于油气管道地质灾害风险的知识图谱,并对该知识图片中的三元组、节点等信息进行统计分析,进而确定出目标灾害风险,即确定出当前待监测油气管道最需要关注的灾害风险类型。其中,灾害风险包含滑坡、泥石流、地震、崩塌和水毁等。
需要说明的是,为了进一步提高监测的准确性,可以在检索获取相关的文献文本,添加很多限定条件。具体来说,可以根据当前的季节、温度、湿度、天气以及待监测油气管道所处的经纬度信息等,检索相关文献文本,使得确定出的目标灾害风险与当前待监测油气管道更为匹配。
S102,通过预设视频采集装置获取待监测油气管道沿线的监控视频对应的初始编码视频流,通过解码获取初始视频流对应的各帧监控图像。
具体地,本发明实施例中采用预设视频采集装置获取待监测油气管道沿线的监控视频,预设视频采集装置会将采集到的视频经编码处理后实时传输至监测人员的也设视频播放装置,换言之,会将初始编码视频流实时传输至监测人员的预设视频播放装置,以供监测人员实时掌握待监测油气管道的安全状态。
在确定了待监测油气管道的目标灾害风险后,通过预设视频采集装置获取待监测油气管道沿线的监控视频对应的初始编码视频流,在将初始编码视频流发送至预设视频播放装置之前,会对该初始编码视频流进行处理。具体来说,先对该初始编码视频流进行解码,得到对应的各帧监控图像,可以通过对各帧检测图像的处理分析,得出待监测油气管道的安全状态。
S103,获取预设参考图像的第一多维特征,获取每一帧监控图像的第二多维特征,并将第一多维特征和第二多维特征输入预设关联关系识别模型获取监控图像与参考图像之间的对应关系矩阵;其中,多维特征表征对应的图像中目标灾害风险对应的目标物体的语义特征和形状特征。
其中,在确定了目标灾害风险后,即可以确定对应的目标物体,该目标物体即导致该目标灾害风险的关键物体。例如,如果目标风险为山体滑坡,那么对应的目标物体可以是待监测油气管道附近的山体。
其中,参考图像为包含有目标物体的图像,且该参考图像中目标物体的位姿已知,其中位姿指的是目标物体的姿态。
具体地,提取参考图像的语义特征和形状特征,然后对语义特征和形状特征进行拼接,得到对应的第一多维特征。同理,可以提取每一监控图像的第二多维特征。其中,语义特征可以表征图像中物体的具体类型,例如可以表征目标物体为山体,形状特征可以表征图像中物体的形状的具体类型,例如可以表征目标物体为圆形、方形等。然后,将该第一多维特征和第二多维特征输入预设关联关系识别模型,通过该模型的处理,可以获取参考图像和监控图像之间的对应关系矩阵,即获取参考图像中各像素点和监控图像中各像素点之间的相对位置关系,通过相关转换即可得到对应的相对位姿关系。
S104,基于对应关系矩阵,获取每一帧监控图像中目标物体的位姿,并将位姿与初始编码视频流中监控图像对应的编码数据融合,得到目标编码视频流。
具体地,由于参考图像中目标物体的位姿已知,且在上一步骤中获取了参考图像中各像素点和监控图像中各像素点之间的相对位置关系,那么可以进一步根据对应关系矩阵和参考图像中目标物体的位姿确定出监控图像中目标物体的位姿。然后,将每一监控图像中目标物体的位姿与对应的监控图像对应的编码数据进行融合,即将每一监控图像的位姿作为额外的信息添加至该监控图像在初始编码视频流中对应的编码数据中。在完成对各监控图像的位姿的添加后,即得到目标编码视频流。
S105,通过预设视频播放装置播放目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险。
具体地,将该目标编码视频流发送至预设视频播放装置,并通过该预设视频播放装置对目标编码视频流进行解码并播放,以显示每一帧监控图像中存在的目标灾害风险。
具体来说,由于目标编码视频流加入了各帧监控图像中目标物体的位姿的信息,因此在播放时,每一帧监控图像会显示其中目标物体的位姿,例如可以通过一个方框框出对应的目标物体,并在方框的左上角显示该目标物体的位姿。预设视频播放装置在播放时,可以分别获取各帧监控图像队列,和对应的位姿队列,播放过程中每从监控图像队列中取一帧图像的同时从位姿队列中取对应的位姿。
本发明提供的一种油气管道地质灾害风险多维监测预警方法,首先通过相关文献文本的文本结构信息构建关于油气管道地质灾害风险的知识图谱,并基于该知识图谱确定出当前待监测油气管道需要重点关注的目标灾害风险。然后基于多维特征获取各帧监控图像中目标对象的位姿,并将该位姿加入初始编码视频流得到目标编码视频流,使得在播放目标编码视频流时监测人员能够看到目标对象的实时位姿。该方案通过文献文本确定知识图谱进而确定目标灾害风险,能够保证灾害风险监测的有效性,通过多维特征获取每一帧监控图像中的目标对象的位姿能够保证风险监测的准确性,通过实时播放包含有位姿的目标编码视频能够保证防线监测的及时性。
在本发明的一种可选实施例中,基于相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,包括:
对文本结构信息进行语义识别,获取文本结构信息中的灾害风险词、油气管道安全状态词以及灾害风险词与油气管道安全状态词之间的关联关系;
将灾害风险词作为头实体或尾实体,将油气管道安全状态词作为头实体或尾实体,将关联关系作为实体关系,构建对应的三元组;
基于各三元组构建知识图谱。
具体地,要构建知识图片,最关键的在于获取其中包含哪些三元组。本申请实施例中,可以对各文本文献的文本结构信息进行实体识别获取其中的实体词,并区分这些实体词哪些为灾害风险词,哪些为油气管道安全状态词,接着获取各文本文献的文本结构信息中包含有灾害风险词和油气管道安全状态词的句子,对这些句子进行分词和语义识别,获取每一句子中灾害风险词和油气管道安全状态词之间的实体关系。然后,将灾害风险词作为头实体或尾实体,将油气管道安全状态词作为头实体或尾实体,将关联关系作为实体关系,构建对应的三元组,并基于各三元组构建知识图谱。
进一步地,基于油气管道地质灾害风险的知识图谱确定目标灾害风险,包括:
获取知识图谱中的各三元组,并将各三元组中包含的油气管道安全状态词指示为有风险的三元组确定为目标三元组;
确定各目标三元组中出现频次最高的灾害风险词确定为目标灾害风险。
在本发明的一种可选实施例中,预设关联关系识别模型包括依次级联的两个并行的第一注意力模块、一个第二注意力模块以及一个归一化层;
将第一多维特征和第二多维特征输入预设关联关系识别模型获取监控图像与参考图像之间的对应关系矩阵,包括:
将第一多维特征和第二多维特征分别输入一个第一注意力模块进行自注意力处理,得到第一多维特征对应的第一注意力特征和第二多维特征对应的第二注意力特征;
将第一注意力特征和第二注意力特征输入第二注意力模块进行互注意力处理,得到对应的第三注意力特征;
将第三注意力特征输入归一化层,得到对应关系矩阵,对应关系矩阵表征监控图像与参考图像的对应像素点之间的相对位姿关系。
其中,两个第一注意力模块为自注意力机制的模块,用于获取输入自身的关联信息,第二注意力模块为互注意力机制,用户获取两个输入之间的关联信息。本发明实施例中,在获取参考图像和监控图像之间的对应关系矩阵时,利用了图像的多维特征,并进一步获取图像自身的关联信息以及参考图像和监控图像之间的相互的关联关系,能够保证获取到的对应关系矩阵的准确性,进而保证获取到的监控图像中目标物体的位姿的准确性。
在本发明的一种可选实施例中,基于对应关系矩阵,获取每一帧监控图像中目标物体的位姿,包括:
获取参考图像中目标物体的位姿;
基于关联关系矩阵获取监控图像中目标物体与参考图像中目标物体的相对位姿关系,并基于相对位姿关系和参考图像中目标物体的位姿,获取监控图像中目标物体的位姿。
其中,参考图像中目标物体的位姿为已知的,可以是通过预设视频采集装置的内参和拍摄视角确定的。
在本发明的一种可选实施例中,将位姿与初始编码视频流中监控图像对应的编码数据融合,得到目标编码视频流,包括:
基于初始编码视频的编码格式,将位姿转换为对应的编码位姿数据;
将编码位姿数据添加至初始编码视频流中监控图像对应的编码数据中,得到目标编码视频流。
其中,编码格式可以为现有的各种编码格式,例如有国际电联的H.261、H.263、H.264等。将各帧监控图像的位姿转换为对应的编码位姿数据。
在本发明的一种可选实施例中,通过预设视频播放装置播放目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险,包括:
对目标编码视频流进行解码,得到带有目标对象的位姿的监控图像帧,目标对象的位姿用于指示目标对象是否存在目标灾害风险。
图2为本发明还提供一种油气管道地质灾害风险多维监测预警装置的结构框图,如图2所示,该装置可以包括:
目标灾害风险确定模块201用于获取油气管道地质灾害风险相关的文献文本,并基于相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,并基于油气管道地质灾害风险的知识图谱确定目标灾害风险;其中,文本结构信息用于指示对应的文献文本各部分的内容,知识图谱用于指示不同灾害风险与油气管道安全状态之间的关联关系;
监控图像获取模块202用于通过预设视频采集装置获取待监测油气管道沿线的监控视频对应的初始编码视频流,通过解码获取初始视频流对应的各帧监控图像;
对应关系矩阵获取模块203用于获取预设参考图像的第一多维特征,获取每一帧监控图像的第二多维特征,并将第一多维特征和第二多维特征输入预设关联关系识别模型获取监控图像与参考图像之间的对应关系矩阵;其中,多维特征表征对应的图像中目标灾害风险对应的目标物体的语义特征和形状特征;
目标编码视频流获取模块204用于基于对应关系矩阵,获取每一帧监控图像中目标物体的位姿,并将位姿与初始编码视频流中监控图像对应的编码数据融合,得到目标编码视频流;
目标编码视频流播放模块205用于通过预设视频播放装置播放目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险。
本发明提供的一种油气管道地质灾害风险多维监测预警装置,首先通过相关文献文本的文本结构信息构建关于油气管道地质灾害风险的知识图谱,并基于该知识图谱确定出当前待监测油气管道需要重点关注的目标灾害风险。然后基于多维特征获取各帧监控图像中目标对象的位姿,并将该位姿加入初始编码视频流得到目标编码视频流,使得在播放目标编码视频流时监测人员能够看到目标对象的实时位姿。该方案通过文献文本确定知识图谱进而确定目标灾害风险,能够保证灾害风险监测的有效性,通过多维特征获取每一帧监控图像中的目标对象的位姿能够保证风险监测的准确性,通过实时播放包含有位姿的目标编码视频能够保证防线监测的及时性。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,预设关联关系识别模型包括依次级联的两个并行的第一注意力模块、一个第二注意力模块以及一个归一化层;
对应关系矩阵获取模块具体用于:
将第一多维特征和第二多维特征分别输入一个第一注意力模块进行自注意力处理,得到第一多维特征对应的第一注意力特征和第二多维特征对应的第二注意力特征;
将第一注意力特征和第二注意力特征输入第二注意力模块进行互注意力处理,得到对应的第三注意力特征;
将第三注意力特征输入归一化层,得到对应关系矩阵,对应关系矩阵表征监控图像与参考图像的对应像素点之间的相对位姿关系,
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标编码视频流获取模块具体用于:
获取参考图像中目标物体的位姿;
基于关联关系矩阵获取监控图像中目标物体与参考图像中目标物体的相对位姿关系,并基于相对位姿关系和参考图像中目标物体的位姿,获取监控图像中目标物体的位姿。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标编码视频流获取模块具体用于:
基于初始编码视频的编码格式,将位姿转换为对应的编码位姿数据;
将编码位姿数据添加至初始编码视频流中监控图像对应的编码数据中,得到目标编码视频流。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标编码视频流播放模块具体用于:
对目标编码视频流进行解码,得到带有目标对象的位姿的监控图像帧,目标对象的位姿用于指示目标对象是否存在目标灾害风险。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标灾害风险确定模块具体用于:
对文本结构信息进行语义识别,获取文本结构信息中的灾害风险词、油气管道安全状态词以及灾害风险词与油气管道安全状态词之间的关联关系;
将灾害风险词作为头实体或尾实体,将油气管道安全状态词作为头实体或尾实体,将关联关系作为实体关系,构建对应的三元组;
基于各三元组构建知识图谱。
根据本发明还提供一种油气管道地质灾害风险多维监测预警装置,目标灾害风险确定模块具体用于:
获取知识图谱中的各三元组,并将各三元组中包含的油气管道安全状态词指示为有风险的三元组确定为目标三元组;
确定各目标三元组中出现频次最高的灾害风险词确定为目标灾害风险。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行滑坡地质灾害监测预警方法,该方法包括:获取油气管道地质灾害风险相关的文献文本,并基于相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,并基于油气管道地质灾害风险的知识图谱确定目标灾害风险;其中,文本结构信息用于指示对应的文献文本各部分的内容,知识图谱用于指示不同灾害风险与油气管道安全状态之间的关联关系;通过预设视频采集装置获取待监测油气管道沿线的监控视频对应的初始编码视频流,通过解码获取初始视频流对应的各帧监控图像;获取预设参考图像的第一多维特征,获取每一帧监控图像的第二多维特征,并将第一多维特征和第二多维特征输入预设关联关系识别模型获取监控图像与参考图像之间的对应关系矩阵;其中,多维特征表征对应的图像中目标灾害风险对应的目标物体的语义特征和形状特征;基于对应关系矩阵,获取每一帧监控图像中目标物体的位姿,并将位姿与初始编码视频流中监控图像对应的编码数据融合,得到目标编码视频流;通过预设视频播放装置播放目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的滑坡地质灾害监测预警方法,该方法包括:获取油气管道地质灾害风险相关的文献文本,并基于相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,并基于油气管道地质灾害风险的知识图谱确定目标灾害风险;其中,文本结构信息用于指示对应的文献文本各部分的内容,知识图谱用于指示不同灾害风险与油气管道安全状态之间的关联关系;通过预设视频采集装置获取待监测油气管道沿线的监控视频对应的初始编码视频流,通过解码获取初始视频流对应的各帧监控图像;获取预设参考图像的第一多维特征,获取每一帧监控图像的第二多维特征,并将第一多维特征和第二多维特征输入预设关联关系识别模型获取监控图像与参考图像之间的对应关系矩阵;其中,多维特征表征对应的图像中目标灾害风险对应的目标物体的语义特征和形状特征;基于对应关系矩阵,获取每一帧监控图像中目标物体的位姿,并将位姿与初始编码视频流中监控图像对应的编码数据融合,得到目标编码视频流;通过预设视频播放装置播放目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的滑坡地质灾害监测预警方法,该方法包括:获取滑坡监测区域内各监测点在当前时刻之前第一预设时间段内的各监测采样时刻的监测数据;分别比较各监测点的监测数据和对应的第二预设时间内的各无风险监测数据得到各监测点对应的第一数据差异,并基于各监测点的第一数据差异从各监测点中确定出至少一个目标监测点;第二预设时间段在第一预设时间段之前,第二预设时间段不小于第一预设时间段,且在第二预设时间段内滑坡监测区域未发生滑坡资质灾害;对于每一目标监测点,基于目标监测测点的预设范围内的各监测点在当前时刻之前第一预设时间段内各监测采样时刻的监测数据,通过预设插值算法获取目标监测点在至少两个其他数据精度下的预测数据;其他数据精度高于监测数据的数据精度;分别比对每一目标监测点在各其他数据精度下的预测数据与对应的第二预设时间内的各无风险监测数据得到对应的第二数据差异,基于目标监测点对应的第一数据差异和各第二数据差异,从目标监测点对应的监测数据和各预测数据中确定对应的目标数据;基于各目标监测点的目标数据,通过预设滑坡地质灾害预测模型确定滑坡监测区域的滑坡地质灾害监测结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种油气管道地质灾害风险多维监测预警方法,其特征在于,包括:
获取油气管道地质灾害风险相关的文献文本,并基于所述相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,并基于所述油气管道地质灾害风险的知识图谱确定目标灾害风险;其中,所述文本结构信息用于指示对应的文献文本各部分的内容,所述知识图谱用于指示不同灾害风险与油气管道安全状态之间的关联关系;
通过预设视频采集装置获取待监测油气管道沿线的监控视频对应的初始编码视频流,通过解码获取所述初始编码视频流对应的各帧监控图像;
获取预设参考图像的第一多维特征,获取每一帧监控图像的第二多维特征,并将所述第一多维特征和所述第二多维特征输入预设关联关系识别模型获取所述监控图像与所述参考图像之间的对应关系矩阵;其中,多维特征表征对应的图像中所述目标灾害风险对应的目标物体的语义特征和形状特征;
基于所述对应关系矩阵,获取每一帧监控图像中目标物体的位姿,并将所述位姿与所述初始编码视频流中所述监控图像对应的编码数据融合,得到目标编码视频流;
通过预设视频播放装置播放所述目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险。
2.根据权利要求1所述的方法,其特征在于,所述预设关联关系识别模型包括依次级联的两个并行的第一注意力模块、一个第二注意力模块以及一个归一化层;
所述将所述第一多维特征和所述第二多维特征输入预设关联关系识别模型获取所述监控图像与所述参考图像之间的对应关系矩阵,包括:
将所述第一多维特征和所述第二多维特征分别输入一个第一注意力模块进行自注意力处理,得到第一多维特征对应的第一注意力特征和第二多维特征对应的第二注意力特征;
将所述第一注意力特征和所述第二注意力特征输入所述第二注意力模块进行互注意力处理,得到对应的第三注意力特征;
将所述第三注意力特征输入所述归一化层,得到所述对应关系矩阵,所述对应关系矩阵表征所述监控图像与所述参考图像的对应像素点之间的相对位姿关系。
3.根据权利要求1或2所述的方法,其特征在于,所述基于所述对应关系矩阵,获取每一帧监控图像中目标物体的位姿,包括:
获取所述参考图像中所述目标物体的位姿;
基于所述关联关系矩阵获取所述监控图像中所述目标物体与所述参考图像中目标物体的相对位姿关系,并基于所述相对位姿关系和所述参考图像中所述目标物体的位姿,获取所述监控图像中所述目标物体的位姿。
4.根据权利要求1所述的方法,其特征在于,所述将所述位姿与所述初始编码视频流中所述监控图像对应的编码数据融合,得到目标编码视频流,包括:
基于所述初始编码视频的编码格式,将所述位姿转换为对应的编码位姿数据;
将所述编码位姿数据添加至所述初始编码视频流中所述监控图像对应的编码数据中,得到所述目标编码视频流。
5.根据权利要求1或4所述的方法,其特征在于,通过预设视频播放装置播放所述目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险,包括:
对所述目标编码视频流进行解码,得到带有目标对象的位姿的监控图像帧,所述目标对象的位姿用于指示目标对象是否存在目标灾害风险。
6.根据权利要求1所述的方法,其特征在于,基于所述相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,包括:
对所述文本结构信息进行语义识别,获取所述文本结构信息中的灾害风险词、油气管道安全状态词以及灾害风险词与油气管道安全状态词之间的关联关系;
将所述灾害风险词作为头实体或尾实体,将所述油气管道安全状态词作为头实体或尾实体,将关联关系作为实体关系,构建对应的三元组;
基于各三元组构建所述知识图谱。
7.根据权利要求1或6所述的方法,其特征在于,基于所述油气管道地质灾害风险的知识图谱确定目标灾害风险,包括:
获取所述知识图谱中的各三元组,并将各三元组中包含的油气管道安全状态词指示为有风险的三元组确定为目标三元组;
确定各目标三元组中出现频次最高的灾害风险词确定为所述目标灾害风险。
8.一种油气管道地质灾害风险多维监测预警装置,其特征在于,包括:
目标灾害风险确定模块,用于获取油气管道地质灾害风险相关的文献文本,并基于所述相关文献的文本结构信息获取关于油气管道地质灾害风险的知识图谱,并基于所述油气管道地质灾害风险的知识图谱确定目标灾害风险;其中,所述文本结构信息用于指示对应的文献文本各部分的内容,所述知识图谱用于指示不同灾害风险与油气管道安全状态之间的关联关系;
监控图像获取模块,用于通过预设视频采集装置获取待监测油气管道沿线的监控视频对应的初始编码视频流,通过解码获取所述初始编码视频流对应的各帧监控图像;
对应关系矩阵获取模块,用于获取预设参考图像的第一多维特征,获取每一帧监控图像的第二多维特征,并将所述第一多维特征和所述第二多维特征输入预设关联关系识别模型获取所述监控图像与所述参考图像之间的对应关系矩阵;其中,多维特征表征对应的图像中所述目标灾害风险对应的目标物体的语义特征和形状特征;
目标编码视频流获取模块,用于基于所述对应关系矩阵,获取每一帧监控图像中目标物体的位姿,并将所述位姿与所述初始编码视频流中所述监控图像对应的编码数据融合,得到目标编码视频流;
目标编码视频流播放模块,用于通过预设视频播放装置播放所述目标编码视频流,以显示每一帧监控图像中存在的目标灾害风险。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310582326.9A CN116320327B (zh) | 2023-05-23 | 2023-05-23 | 油气管道地质灾害风险多维监测预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310582326.9A CN116320327B (zh) | 2023-05-23 | 2023-05-23 | 油气管道地质灾害风险多维监测预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116320327A CN116320327A (zh) | 2023-06-23 |
CN116320327B true CN116320327B (zh) | 2023-09-12 |
Family
ID=86785394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310582326.9A Active CN116320327B (zh) | 2023-05-23 | 2023-05-23 | 油气管道地质灾害风险多维监测预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116320327B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419674A (zh) * | 2020-10-26 | 2021-02-26 | 四川大学 | 一种泥石流地质灾害的监测系统及方法 |
CN112488469A (zh) * | 2020-11-16 | 2021-03-12 | 马鞍山矿山研究总院股份有限公司 | 一种矿山自然灾害危险源风险预防机制管理系统及方法 |
CN114399210A (zh) * | 2022-01-18 | 2022-04-26 | 中国地质大学(武汉) | 一种地质灾害应急管理与决策系统、方法及可读存储介质 |
CN114663501A (zh) * | 2022-05-17 | 2022-06-24 | 深圳市华世智能科技有限公司 | 基于特征码图像位姿检测的地质灾害预警方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113340208A (zh) * | 2021-05-27 | 2021-09-03 | 西北大学 | 一种多状态触发的滑坡体远程自动监测预警系统及方法 |
-
2023
- 2023-05-23 CN CN202310582326.9A patent/CN116320327B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419674A (zh) * | 2020-10-26 | 2021-02-26 | 四川大学 | 一种泥石流地质灾害的监测系统及方法 |
CN112488469A (zh) * | 2020-11-16 | 2021-03-12 | 马鞍山矿山研究总院股份有限公司 | 一种矿山自然灾害危险源风险预防机制管理系统及方法 |
CN114399210A (zh) * | 2022-01-18 | 2022-04-26 | 中国地质大学(武汉) | 一种地质灾害应急管理与决策系统、方法及可读存储介质 |
CN114663501A (zh) * | 2022-05-17 | 2022-06-24 | 深圳市华世智能科技有限公司 | 基于特征码图像位姿检测的地质灾害预警方法 |
Non-Patent Citations (1)
Title |
---|
天然气长输管道安全防护预警系统应用探析;王磊 等;化工管理;第544卷(第01期);64-67 * |
Also Published As
Publication number | Publication date |
---|---|
CN116320327A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112613375B (zh) | 一种轮胎受损检测识别方法和设备 | |
CN107071451B (zh) | 一种基于可变输入数据流的大动态实时解压缩系统 | |
CN111815576B (zh) | 金属部件腐蚀状况检测方法、装置、设备和存储介质 | |
CN116028499B (zh) | 检测信息生成方法、电子设备和计算机可读介质 | |
CN114968633A (zh) | 异常日志的检测方法及装置 | |
CN112182151A (zh) | 基于多语言的阅读理解任务识别方法及装置 | |
CN116320327B (zh) | 油气管道地质灾害风险多维监测预警方法及装置 | |
CN112990142B (zh) | 一种基于ocr的视频导图生成方法、装置、设备及存储介质 | |
CN117725161A (zh) | 文本中变种词的识别及提取敏感词的方法和系统 | |
CN117709317A (zh) | 报表文件的处理方法、装置及电子设备 | |
CN117591672A (zh) | 一种基于粗细粒度数据增强的虚假新闻识别方法与装置 | |
CN110852066A (zh) | 一种基于对抗训练机制的多语言实体关系抽取方法及系统 | |
CN117808739A (zh) | 用于检测管道缺陷的方法和装置 | |
CN115982388B (zh) | 案件质控图谱建立、案件文书质检方法、设备及存储介质 | |
Alayed et al. | Real-Time Inspection of Fire Safety Equipment using Computer Vision and Deep Learning | |
CN112270205A (zh) | 一种案件侦查方法及装置 | |
CN117253239A (zh) | 融合版面信息的端到端文档图像翻译方法及装置 | |
CN116226756A (zh) | 开放域社会事件分类方法、装置、电子设备和存储介质 | |
CN114399816B (zh) | 社区火灾风险感知方法及装置 | |
CN115203469A (zh) | 基于多标签预测的习题讲解视频知识点标注方法及系统 | |
CN113326698A (zh) | 检测实体关系的方法、模型训练方法及电子设备 | |
CN113518205A (zh) | 一种基于ai分析的视频巡查处理方法 | |
CN111538914A (zh) | 地址信息的处理方法和装置 | |
CN116611057B (zh) | 数据安全检测方法及其系统 | |
CN117195159A (zh) | 生态环境资源保护数据的获取方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |