摘要：为解决传统视频监控预警系统移植到危险品码头会存在监管不力，难以快速有效地从海量视频中筛选出有效信息的问题，引入智能视频识别技术，设计危险品码头智能监控预警系统.结合码头危险品作业监管的基本现状，分析危险品在码头作业期间各个环节的特点，设计系统主要功能，实现危险品作业全天24 h监控、自动目标检测、智能风险识别、态势评估分级、预警信息发布，辅助监管人员进行决策.

关键词：危险品； 智能视频识别； 监控； 预警

中图分类号： U698.5；U656.139文献标志码： A

基金项目： 福建省自然科学基金（2010J05147）

作者简介： 熊子龙（1989—），男，安徽蚌埠人，硕士研究生，研究方向为交通安全保障与决策、应急交通，（E-mail）xzlly66@163.com；

刘晓佳（1979—），女，黑龙江富锦人，副教授，硕导，博士， 研究方向为交通安全保障与决策、应急交通、综合交通评价，（E-mail）happylxj1314@163.com

0引言

随着我国国民经济快速、稳步发展，各行各业对石油及石油制品、化学品原料等危险品在种类和数量上的需求逐年增加，这在刺激化工企业发展的同时，也极大地推动危险品运输行业的进步.[1]危险品的运输主要依靠铁路运输、水路运输（河运、海运）、公路运输、航空运输、管道运输等5种交通运输方式.港口枢纽作为水路运输与公路运输、铁路运输等的中转站，承担着大量的危险品运输任务.由人、船舶和环境等因素导致的危险品事故时有发生，造成严重的经济损失甚至人员伤亡，产生不良的社会影响.[2-3]这就对港口企业的安全生产工作提出更高的要求，也突显出危险品运输监管工作的重要性.

目前，国内外学者应用物联网技术和先进的通信手段，设计开发出不少针对船舶和车辆运输危险品在途监控预警系统，解决危险品运输途中缺乏技术手段保障安全的问题，但针对危险品码头监控预警系统的研究还不太完善.现有监控预警系统的工作原理基本相同，都是采用射频识别技术（Radio Frequency Identification Technique，RFID）[4-5]、全球定位系统（Global Positioning System，GPS）技术、传感器技术、视频识别与监控技术、激光技术、红外技术等感知技术对危险品的理化状态进行动态监控[6]，同时应用先进的无线通信技术和互联网技术将各类动态、静态监控数据稳定、可靠、低功耗地汇集到远程监控管理平台.管理部门通过远程监控管理平台可以及时准确地发现并排除事故隐患，实现危险品的监控预警功能.[7]这些监控预警系统能够自动检测危险品理化信息和设备信息并预警，但视频信息仍然需要进行人工安全过滤.事实证明，在紧盯监控屏幕20 min后人的注意力会严重下降，当监控画面较多时，这种以人工为主的传统监视不能实时有效地阻止危险行为的发生，只能作为事后取证的工具.[8-9]

本文通过分析港口危险品作业及储存环节的特点，结合监管和预警的需求，针对目前现有监控预警系统的不足，提出一个基于智能视频分析和识别技术的主动式监控预警系统，重点阐述智能视频分析技术的特点，为港口枢纽危险品安全管理提供技术保障.

1港口枢纽危险品运输概述

绝大部分危险品，如成品油和散装液体化学品，主要通过水陆联运方式运输，因此必然会在港口进行货物的装卸、过驳、堆存、包装或对危险货物集装箱进行拆装箱等作业.在上述作业过程中一旦发生意外，极易导致重大火灾、爆炸或污染事故.

1.1港口危险品装卸作业流程

危险品运输船舶靠港后，由相关作业人员进行危险品的装卸、储运工作，这些工作所涉及的设施、设备和安全装置主要有管道、阀门、法兰、安全阀、呼吸阀、检测仪表遥控装置、连锁保护装置等.例如，一般用储罐保存液化危险品，若干储罐组成一个库区.[10]货物通常在库区内暂时堆存或直接从船上卸下装运出港，不在码头或堆场存放.

1.2港口危险品监控预警需求

根据中华人民共和国交通运输部2012年第9号令《港口危险货物管理规定》第3章第22条规定，危险品作业场所应设置监测、监控设施和设备，主要有以下监控预警需求.

（1）危险品状态监控需求.需要实时掌握港区内危险品（作业中或存储中）的各类理化信息、危险品作业设备状态信息、危险品作业场地环境信息和危险品作业人员实时视频信息，使监控人员掌握危险品作业的现场态势，及时发现安全隐患、纠正违规操作.通过合理布设视频监控点，加大对港区防污染的监管力度，实现危险品码头作业的远程可视化管理.

（2）安全状态评级需求.根据实时采集的港区各类数据，分析、评估当前安全态势，在连续时间序列上提供当前态势评级.

（3）危险品安全预警需求.当发现有人员违规操作或危险品处于不安全状态时，能够及时发布预警信息、预警预控对策及预警灾害分析信息，为管理部门全力排除事故隐患提供技术支持，提高港口安全预警能力.

（4）数据共享、发布的需求.危险品的运输由多部门监管，各部门数据不一致和沟通不畅会导致诸多监管和救援工作难以协同.随着通信技术、数据采集归并技术的不断发展，各级部门对数据资源共享提出新的需求.

1.3现有监控预警系统的不足

（1）视频信息需要人工过滤.随着港区内部署的摄像机和闭路电视监视器的不断增多，监管人员可能因易疲劳，注意力很难长时间集中等，无法有效审视所有图像中的信息.若处于货物作业繁忙期，监控视频中作业人员较多，更会使监控人员应接不暇，无法做到在风险出现时进行干预，视频监控的价值也只能体现在事后回放取证上.

（2）现有的视频监控预警系统无法在海量的信息中找到需要的信息，通常需要花费大量的人力和时间进行数据检索和分析.[11]

2智能监控预警系统关键技术

监控技术的发展主要有3个阶段，依次为人眼加人脑的人力现场监控阶段、机器眼加人脑的传统视频监控阶段、机器眼加机器脑的智能视频监控阶段.[12]现阶段的监控技术是计算机图像视觉技术在安防领域应用的一个分支，是一种基于目标行为的智能监控技术.该技术借助计算机强大的数据处理能力，对视频信号进行处理、分析和理解.用户可以根据实际情况在不同监控场景中预设不同的报警规则，一旦场景中的目标出现违反预定义规则的行为，监控系统就会自动发出报警，有效地协助监控人员处理危机，并最大限度地降低误报和漏报现象.[13-14]

2.1智能视频识别技术原理

智能视频识别技术是一种将计算机视觉、模式识别、计算机图像、人工智能等技术融合应用的技术.系统通常会经过下列步骤完成识别输出的工作.

步骤1背景建模.背景建模是实现运动目标检测和跟踪的基础，按背景复杂程度可分为简单背景和复杂背景两种.建模难点在于户外监控环境下光照强度的变化以及初始背景样本的多样性.[15]常见的背景建模方法有单高斯模型法、基于统计的背景相减法、混合高斯模型法和二值化掩膜提取背景法.单高斯模型法只适用于光照强度波动较小的情况；基于统计的背景相减法虽然能够克服单高斯模型光照敏感度问题，但它只适用于静止环境的建模；混合高斯模型法可对背景的多个状态分别建模，可解决运动背景下的建模问题，但较难实现背景状态较多时的建模；二值化掩膜提取背景法对初始图像不太复杂的场合能快速建立良好的背景模型，比混合高斯模型法简单且复杂度低.[16]

步骤2目标检测和跟踪.目标检测算法将行为识别的分析范围限定于视频中的目标位置.常用的目标检测算法有差分法和光流法.根据差分对象的不同，差分法又可分为帧间差分法和背景差分法.帧间差分法利用视频图像序列中连续几帧图像之间的差值获取运动物体的信息.背景差分法则利用当前图像与预先训练好的背景图像的对比检测目标，该方法对运动物体的检测效果非常好，其关键是背景模型的建立.光流法通过研究图像序列的光流场检测运动目标.该方法的优点是可以在场景信息未知的情况下检测运动目标，缺点是算法计算量过大，难以满足实时性要求.常用的目标跟踪方法主要有基于特征的方法、基于模型的方法和基于活动轮廓的方法.基于特征的方法通过提取目标特征并在各帧图像之间进行比较实现目标跟踪，常用的目标特征包括形状、颜色、大小等.基于模型的方法通过预先建立各种模型实现跟踪.基于活动轮廓的方法是将检测出的运动目标轮廓作为模板，在后续帧图中进行发现和跟踪.

步骤3行为识别.通常先给定特定行为的训练样本让计算机挖掘行为模式，再通过计算目标行为与行为模板之间的相似度判断目标属于某种行为的可能性.该技术的关键是从训练样本中获取行为模式以及计算目标行为与模板之间的相似度.其优点是实现过程简单，算法计算量小，缺点是鲁棒性差.

步骤4结果输出.计算机将识别出的目标行为与预定义规则相比较，判断是否存在不安全因素，向监管人员输出结果.

现阶段监控技术的优势在于其能够从原有的视频信息中挖掘有价值的信息，主动寻找潜在的风险源，扩大有效监视面积，实现监控自动化，无须大量人工值守.它忽略无关的物体和外界环境活动，能够减少误报.同时，由于算法具有自学习、自适应和自调节能力，系统能够随时间推移而日渐成熟.

2.2智能视频识别技术在危险品码头的应用

危险品码头智能监控预警系统采用智能视频识别技术对码头监控场景的视频图像序列进行实时分析，实现对常见风险的自动检测和识别.同时，可建立基于视频内容理解的数据库，方便管理人员查询和管理.

2.2.1工作流程

系统工作时，由前端视频设备采集图像信息并直接送入视频分析单元，计算机对当前监控场景进行建模并实时更新.同时，系统对场景内的目标进行监测和跟踪，先将提取的目标特征与数据库内的物体模板或行为模板进行比较，再将识别的结果与预定义报警规则相比较，最后输出预警信息.具体流程.

2.2.2主要功能

根据危险品码头的安全需求（如石油化工码头的防火防爆，集装箱码头的防火防盗），系统可选取不同类型的功能模块实现不同的预警.

系统首先要求用户指定一个检测区域，该区域可以是任意不规则的形状，主要的检测功能如下.

（1）人员识别.由于码头从业人员的素质参差不齐，违章作业的情况时有发生，从而带来严重的安全隐患.可制定规则，要求从业人员佩戴智能的、视频可识别的胸卡上岗，帮助监控人员排查闲杂人员等进入危险品作业区域，检测作业人员是否穿戴好必需的防护用品，检测禁止穿戴的物品（如带铁掌、铁钉的鞋或易产生静电的工作服）.

（2）行为识别.可用于识别：敏感区域外徘徊观察的人员，突然倒地的人员，打架斗殴、人群聚集等情况；装卸作业指挥人员是否佩戴标志，指挥信号是否清晰准确；拆、装有毒物品时是否有进食行为；港内运输车辆是否安全驾驶，有无超车、急转弯、急刹车等行为.

（3）物体识别.可用于检测：龙门吊移动障碍物、堆场可疑遗留物；港内运输车辆是否配备灭火器材，车顶是否悬挂危险标志灯；堆场内货物是否按照货物性质分类堆码，是否有隔离装置；集装箱堆场干道违章停车；集装箱卡车在桥吊下停车位置不准.

（4）出入检测.记录人员出入情况、人数等信息.

（5）火焰检测.检测禁止明火的监控区域内是否存在违规现象，对煤堆场自燃进行报警.

（6）烟雾或粉尘检测.检测指定区域内是否有烟雾产生，如煤码头粉尘飞扬检测等.

（7）气象识别.可用于识别闪电、雷雨、大雾天、雨雪天或者附近是否发生火灾.

2.2.3遇到的特殊问题

与智能视频识别技术在其他领域的应用相比，港口码头区域有以下特点需要注意.

（1）空间广阔.

港口供万吨级货船停靠的泊位长度一般都在百米以上，而现有监控系统的检测范围通常在几十米范围内.想要满足智能视频监控系统的要求，就需要增加设备数量或提高视频设备的分辨率，但分辨率过高又会使数据量增大，降低系统工作效率.

（2）相机抖动.

由于港口面海或面江，所以存在相机抖动的问题.该问题会引起光流场变化，导致监控场景建模困难，还会产生大量误报警.

2.3智能视频识别技术的瓶颈

智能视频分析的主要方法是对场景中的动态变化进行分析，其分析过程包括运动检测、目标跟踪、行为识别和理解等.其中，运动检测和目标跟踪属于底层处理环节，目前针对这两方面的研究已较为成熟，但行为识别和理解层面的模型和算法由于复杂度过高，实际应用并不理想.这是因为人类对于行为的理解不仅仅通过行为本身，还要结合行为发生的具体环境进行，所以，计算机对人体行为的识别不仅要求能够识别出视频图像中“存在什么样的运动”，还需要能够理解“人与场景之间的相互关系”.[17]它的价值在于可大大降低监控人员的工作强度.

本文所描述的预警系统只能识别自身已训练的行为，不能识别更复杂的人体行为，技术瓶颈源于目标行为的多样性和当前算法的复杂性.本文从侧面考虑，通过检测目标所体现的客观现象，结合物联网感知技术，实现智能监控预警功能.

3港口枢纽危险品智能监控预警系统总体框架

3.1系统总体框架

（1）信息采集终端包括高清摄像头、RFID标签、GPS终端、各类传感器等，实时采集危险品作业现场的各类数据.高清摄像头采集作业现场的视频数据，结合智能视频识别技术实现计算机对作业人员异常行为的检测和预警；RFID标签用于识别危险品的种类、性质等；GPS终端用于跟踪港区内危险品运输车辆行驶路径；各类传感器用于采集危险品的理化信息、作业设备信息、作业环境信息等.

（2）通信网络利用3G/WCDMA/TD-SCDMA无线网络、光纤网络、无线传感网、串口通信和互联网，为各类数据的稳定传输和各部门之间的实时通信提供保障.

（3）监控预警中心是整个监控预警的核心，分为4个大区：一是信息管理区，主要对各类采集的信息进行汇总、归并、融合和挖掘；二是智能监控区，通过结合智能视频监控与识别技术实现24 h无人值守、实时监控、即时反应；三是信息应用区，包括地理信息系统（Geographic Information System，GIS）平台、预警信息处理与分析、危险品状态数据可视化和救援决策；四是安全保障区，依据安全管理制度和技术规范保障系统物理安全、网络安全、系统安全和应用安全，向管理员提供更改报警阈值、监测规则、主动防御触发以及设定授权用户等功能.

（4）用户接口向认证用户提供数据查询服务，例如货主可通过互联网登陆远程监控管理平台，查询当前货物的位置、状态等.

（5）应急救援.针对突发事件，迅速整合各类信息，发布救援方案，联系各救援部门，保障港口和人员安全，降低损失.

3.2监控预警中心主要功能设计

（1）危险品运输车辆跟踪.

应用GPS全球定位系统和环境监控功能，从危险品运输道路的起点对运输车辆进行监控，在货物运输前还可根据港区内的即时交通状况、天气情况，结合内置的路径规划算法，向运输人员提供最安全、快捷的运输路径，保证行车路线的顺畅，避免长时间拥堵，避免与其他可能会引起危险化学反应的货车行驶相近的路线，避免烈日雷雨等不良天气的影响，使运输人员、车辆和货物的安全得到极大的保障.

（2）环境监控.

环境监控模块的主要功能是通过在港区内安装的环境检测设备采集环境信息，如当前的温度、湿度、光照强度等，并及时向操作人员和监控人员发布该信息.

（3）应急专家决策支持.

应急专家决策支持模块内置应急预案，应急事故发生后通过应急短信快速有效地通知相关工作人员到达事故现场；建立并健全应急现场监测数据库、应急现场监测因子、现场实验方法、原始结果快速计算、相关曲线图等，存储相关现场监测结果并自动产生对应报表，供其他人员进行分析；将现场采集监测的数据和应急监测的视频、声音、图片、文字等多种类型文件通过卫星通信管理系统上传至数据库，供专家领导对现场进行判断，作出正确决策.

（4）仓储管理.

危险品库是储存和保管易燃、易爆、有毒、有害物资的场所.为保证危险品仓储的安全，仓库需要依据危险品管理法律法规的规定，根据仓库的具体情况和所储存的危险品的特性，制定严格的危险品仓储管理制度和安全操作规程，并具体落实到责任人.仓库还要根据法规规定和管理部门的要求履行登记、备案、报告的法律和行政义务.该管理模块要求编制严格的出入库制度，恰当选择货位和堆垛，保证装卸作业安全，并制定应急处理和废弃物处理措施.

（5）作业人员管理.

统一管理危险品装卸、运输、仓储等所有环节的作业人员的个人基本信息和危险品作业信息.结合智能视频识别技术，可方便地识别非作业人员，在突发事件下能够快速定位作业人员.

（6）态势评估分级.

为便于监管人员了解整个危险品作业过程的安全情况，安全评级模块根据其他功能模块反馈给中央服务器的数据信息，结合事先制定的安全评价指标体系，对码头的安全状况作出客观的评价，给出安全等级.一旦当前的安全状况低于最低安全等级，系统就会发出警报，提醒用户作出相应的决策，保障危险品作业的安全.

（7）事故影响范围确定.

若危险品码头突然发生事故，在事故初始阶段可通过数学模型确定事故影响范围，主要参数有3方面[2]：一是有害物质的体积、温度、压力、密度、热力学性质等参数；二是货物装卸工艺流程、设备类型、设备可能故障、泄漏位置、泄漏口形状尺寸等参数；三是风速、日照、地形等现场气象参数.

（8）信息发布.

在危险品作业前通过信号基站向作业人员手持移动设备发布相关化学知识、注意事项及当日天气状况，提醒作业人员注意自身安全；向监管人员提供每日进出港口的危险品信息、工作纲要等；在港口危险品等级低于最低安全等级时，触发安全警报，通过广播、短信、报警灯等警告作业人员撤离危险区域.

4结论

将智能视频分析技术与传统视频监控预警系统相结合，构建一个应用于危险品码头的智能监控预警系统.该系统旨在为港口管理部门提供一套能自动检测、智能识别危险品并提前预警的方案.其实用价值在于：

（1）可实现对安全事件的自动跟踪检测，大大降低监控人员的工作强度，提高监控质量.

（2）弥补传统视频监控预警不够及时、容易误报漏报的不足，对危险品码头的安全管理起一定的辅助作用.

（3）有效增强管理部门对作业设备、货物及人员的安全管理能力，减少安全事故发生的概率，提高应急救援的及时性.[18]

参考文献：

[1]郑海生， 李斌博. 浅谈我国海上危险品运输监管中的问题[C]//中国航海学会. 2010中国航海学会危险货物运输专业委员会论文集. 北京： 中国航海学会， 2010： 81-83.

[2]戴春妮， 谢耀峰. 危险品码头库场事故的防治及技术支持[J]. 常州工学院学报， 2008， 21（S1）： 306-308.

[3]骆勤. 上海内河危险品码头的安全管理及监管对策[J]. 中国港口， 2012（7）： 53-54.

[4]董丽华. RFID 技术在物流领域中的应用[J]. 上海海事大学学报， 2006， 27（S1）： 169-172.

[5]佟锐. 基于 RFID 的火灾报警系统[J]. 上海海事大学学报， 2008， 29（3）： 46-50.

[6]李森， 王枫. 基于感知技术的水上交通安全监管系统架构研究[J].交通建设与管理， 2013（4）： 72-73.

[7]赵恺， 初秀民， 王耀兵， 等. 港口物流枢纽危险品监控与预警系统[J].水运工程， 2013（5）： 130-134.

[8]姚赟. 视频智能分析在平安社区联网监控中实践浅析[C]//中国通信学会. 2011年信息通信网络技术委员会年会征文. 北京： 中国通信学会通信安全技术专业委员会， 2011： 1501-1505.

[9]刘治红， 骆云志. 智能视频监控技术在哨位安全威胁智能识别中的应用[J]. 兵工自动化， 2011（7）： 82-85.

[10]汤文全. 危险品在港口作业及储存环节的发展趋势[J]. 中国港口， 2012（6）： 48-50.

[11]李媛， 马建玉， 谭然. 智能视频分析技术在安防领域的应用[C]//天津市电子学会. 第二十七届中国2013 IT、网络、信息技术、电子、仪器仪表创新学术会议论文集， 2013： 4.

[12]高凯亮. 智能视频监控系统中的运动目标检测算法研究[D]. 广西：广西大学， 2012.

[13]张富成. 监狱智能视频监控系统与实现[D]. 成都： 电子科技大学， 2011.

[14]綦宁. 视频智能分析技术在银行的应用[J]. 中国金融电脑， 2011（2）： 80-82.

[15]曾诗， 丁威， 杨旭. 视频序列中的背景建模及更新研究[J]. 中国多媒体通信， 2011（7）： 54-57.

[16]周剑敏， 王捷. 基于AIS 数据的智能船舶动态视频监控系统设计[J].上海海事大学学报， 2009， 30（4）： 26-29.

[17]王恒. 智能视频监控系统关键技术[D]. 重庆： 重庆大学， 2012.

[18]方来华， 刘骥， 魏利军， 等. 危险品运输车辆监控预警系统设计与开发[J]. 中国安全科学学报， 2008， 18（5）： 109-115.

（编辑贾裙平）