买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国石油大学(华东)

摘要：本发明提供一种基于姿态估计的视频监控识别抽油机工况分析方法，属于石油工程领域，包括以下步骤：步骤1、制定抽油机关键点标注方案，采集抽油机的工作视频数据，构建输入样本集；步骤2、构建姿态估计YOLO‑Pose模型；步骤3、针对抽油机关键点检测任务特性进行学习准则重建，并构建重建学习准则下的关键点损失函数进行模型训练，得到训练完成的模型；步骤4、使用训练完成的模型进行推理预测获取视频中抽油机的规定关键点轨迹，计算不同关键点的运动参数，对现场抽油机的系列工况进行分析。本发明相较于传统的传感器提取方法，能够从视频数据识别抽油机生产的运动状态，提升对抽油机工况信息获取的经济效益。

主权项：1.一种基于姿态估计的视频监控识别抽油机工况分析方法，其特征在于，具体包括以下步骤：步骤1、制定抽油机关键点标注方案，采集抽油机的工作视频数据，构建输入样本集；步骤2、构建姿态估计YOLO-Pose模型；步骤3、针对抽油机关键点检测任务特性进行学习准则重建，并构建重建学习准则下的关键点损失函数进行模型训练，得到训练完成的模型；具体过程为：步骤3.1、选择通用数据集MSCOCO进行模型预训练，初始化训练及模型超参数，包括每次训练数据量batchsize、训练轮次epoch、初始学习率；步骤3.2、根据OKS指标和重建学习准则构建关键点损失函数；OKS指标的计算公式如下： 其中，OKSp为第p个抽油机的OKS指标；i为抽油机关键点序号，Nkpts表示关键点的总数；exp为以e为底的指数函数；dpi为第p个抽油机第i个关键点实际值与预测值的欧氏距离；Sp为第p个抽油机的尺度因子；σpi为第p个抽油机第i个关键点的标准偏差；vpi表示第p个抽油机的第i个关键点是否可见；δ为克罗内克函数，表达式如下： 重建学习准则下，抽油机关键点损失函数Lkpts的计算公式如下： 步骤3.3、使用训练集Xtr进行模型训练，进行反向传播更新模型参数并再次循环，直到达到设定轮次epoch，输出训练完成的模型；步骤4、使用训练完成的模型进行推理预测获取视频中抽油机的规定关键点轨迹，计算不同关键点的运动参数，对现场抽油机的系列工况进行分析；具体过程为：步骤4.1、将测试集Xte输入训练完成的模型得到预测结果，预测结果为抽油机的姿态信息，抽油机的姿态信息具体包含抽油机每个关键点的位置信息以及关键点之间的连接线；步骤4.2、根据定义的原则进行抽油机平衡性分析；定义的原则为：在平衡条件下，上、下冲程所用时间相等；若上冲程时间下冲程时间，则表明平衡不足；若上冲程时间下冲程时间，则表明平衡过量；步骤4.3、根据每个关键点随视频时间的推移变化，获取每个关键点的运动轨迹曲线，即位移曲线；根据位移曲线和多阶差分计算实现对现场抽油机的工况诊断；具体过程为：步骤4.3.1、通过设定比例进行转换获取抽油机的实际关键点轨迹；根据视频当前成像的帧率f以及成像像素与实际单位的比例μ，计算当前抽油机关键点的实际位移Xkey_与实际对应时间t，计算公式为： 其中，X0表示原始模型输出位移，t0表示帧数；步骤4.3.2、通过一阶差分与二阶差分计算抽油机关键点的速度与加速度，计算公式为： 其中，Vkey_表示关键点速度；τkey_表示关键点加速度；步骤4.3.3、根据位移曲线特征、速度与加速度实现对工况的初步诊断。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 一种基于姿态估计的视频监控识别抽油机工况分析方法