(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210324112.7 (22)申请日 2022.03.29 (71)申请人 新奥新智科技有限公司 地址 065000 河北省廊坊市自由贸易试验 区大兴机场片区廊坊临空经济区航谊 道自贸区科创基地2101 (72)发明人 朱瑞　童随兵　元方　张凡超　 宋开　 (74)专利代理 机构 上海远同律师事务所 313 07 专利代理师 许力 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/764(2022.01) G06V 10/44(2022.01) G06K 9/62(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 LNG卸车作业流程的规范性检测方法、 设备 及存储介质 (57)摘要 本发明提供一种LNG卸车作业流程的规范性 检测方法、 设备及存储介质， 先由卸车动作分类 模型识别待检测的LNG卸车图片序列对应的卸车 动作， 再由循环神经网络模型提取各卸车动作之 间的顺序信息， 最有由二分类模 型判断顺序信息 是否符合规范， 由此本发明与现有技术相比， 不 仅能对单个卸车动作进行识别， 更能深层地挖掘 动作间必要的次序关系， 能够更合理、 准确地识 别LNG卸车作业 流程是否规范。 权利要求书1页 说明书4页 附图1页 CN 114821396 A 2022.07.29 CN 114821396 A 1.一种LNG卸车作业 流程的规范性检测方法， 其特 征在于， 包括： 将待检测的LNG卸车图片序列依次输入训练好的卸车动作分类模型， 由所述卸车动作 分类模型依次识别各图片对应的卸车动作， 从所述卸车动作分类模型依次取表示图片对应 的卸车动作的图片特征向量， 得到图片特征向量序列， 所述待检测的LNG卸车图片序列为从 现场LNG卸车作业 流程视频中按时间顺序截取的多个关键卸车动作图片； 将所述图片特征向量序列依次输入训练好的循环神经网络模型， 得到图片序列特征向 量， 所述图片序列特 征向量中包 含了关键卸车动作之间的顺序信息； 将所述图片序列特征向量输入训练好的二分类模型， 确定相应的现场LNG卸车作业流 程是否规范。 2.根据权利要求1所述的一种LNG卸车作业流程的规范性检测方法， 其特征在于， 将各 关键卸车动作的样本图片集输入所述卸车动作分类模型进行训练。 3.根据权利要求2所述的一种LNG卸车作业流程的规范性检测方法， 其特征在于， 所述 卸车动作分类模型采用ResNet ‑34模型。 4.根据权利要求3所述的一种LNG卸车作业流程的规范性检测方法， 其特征在于， 从所 述ResNet‑34模型的倒数第二层的全连接层依次取表 示图片对应的卸车动作的图片特征向 量。 5.根据权利要求1所述的一种LNG卸车作业流程的规范性检测方法， 其特征在于， 所述 循环神经网络模型以及二分类模型的训练包括： 将从规范的LNG卸车作业流程视频中按时间顺序截取的多个关键卸车动作图片作为正 样本； 将从规范的LNG卸车作业流程视频中按时间顺序截取的多个关键卸车动作图片的顺序 打乱， 形成负 样本； 将正样本、 负样本分别输入训练好的卸车动作分类模型， 得到对应正样本的图片特征 向量序列以及对应负 样本的图片特 征向量序列； 将各图片特征向量序列分别 输入所述循环神经网络模型， 分别得到相应的图片序列 特 征向量； 将各图片序列特征向量依次输入所述二分类模型， 进行二分类预测， 并将预测结果与 正负样本标签进行对比， 优化所述循环神经网络模型以及二分类模型的参数。 6.根据权利要求5所述的一种LNG卸车作业流程的规范性检测方法， 其特征在于， 所述 二分类模型采用K eras‑LSTM模型。 7.一种电子设备， 其特征在于， 包括存储模块， 所述存储模块包括由处理器加载并执行 的指令， 所述指 令在被执行时使 所述处理器执行根据权利要求 1‑6任一项所述的一种LNG卸 车作业流程的规范性检测方法。 8.一种计算机可读存储介质， 该计算机可读存储介质存储一个或多个程序， 其特征在 于， 所述一个或多个程序当被处理器执行时， 实现权利要求1 ‑6任一项所述的一种LNG卸车 作业流程的规范性检测方法。权　利　要　求　书 1/1 页 2 CN 114821396 A 2LNG卸车作业流程的规范性检测方 法、 设备及存储介质 技术领域 [0001]本发明属于LNG卸车作业技术领域， 尤其涉及一种LNG卸车作业流程的规范性检测 方法、 设备及存 储介质。 背景技术 [0002]LNG(Liquefied  Natural Gas， 液化 天然气)加气站的作业流程中最重要的一步就 是槽车卸液， 即LNG低温槽车从气源生产企业 或接收站 运送LNG至加气站， 将 槽罐内LNG卸到 加气站储 罐中。 由于LNG的物理特性， 在卸车过程中， 会面临燃烧、 气化损失、 排放、 卸车不充 分、 低温灼伤 等许多风险和问题， 因此， 为了防范LNG卸车过程中的风险， 有一套规范化的标 准流程动作。 但现有的LNG卸 车作业流程的规范性检测方法仅仅检查各个独立的动作是否 按规定执行， 并未考虑各个动作之间的次序依赖关系， 而即使各个独立的动作都按要求做 好， 但动作顺序出错 也是不符合 规范的。 发明内容 [0003]基于此， 针对上述技术问题， 提供一种LNG卸车作业流程的规范性检测方法、 设备 及存储介质。 [0004]本发明采用的技 术方案如下： [0005]一方面， 提供一种L NG卸车作业 流程的规范性检测方法， 包括： [0006]将待检测的LNG卸车图片序列依次输入训练好的卸车动作分类模型， 由所述卸车 动作分类模型依次识别各图片对应的卸车动作， 从所述卸车动作分类模型依次取表示图片 对应的卸车动作的图片特征向量， 得到图片特征向量序列， 所述待检测的LNG卸车图片序列 为从现场L NG卸车作业 流程视频中按时间顺序截取的多个关键卸车动作图片； [0007]将所述图片特征向量序列依次输入训练好的循环神经网络模型， 得到图片序列特 征向量， 所述图片序列特 征向量中包 含了关键卸车动作之间的顺序信息； [0008]将所述图片序列特征向量输入训练好的二分类模型， 确定相应的现场LNG卸车作 业流程是否规范。 [0009]另一方面， 提供一种电子设备， 包括存储模块， 所述存储模块包括由处理器加载 并 执行的指令， 所述指令在被执行时使所述处理器执行上述的一种LNG卸 车作业流程的规范 性检测方法。 [0010]再一方面， 提供一种计算机可读存储介质， 该计算机可读存储介质存储一个或多 个程序， 所述一个或多个程序当被处理器执行时， 实现上述的一种LNG卸车作业流程的规范 性检测方法。 [0011]本发明先由卸车动作分类模型识别待检测的LNG卸车图片序列对应 的卸车动作， 再由循环神经网络模型提取各卸车动作之 间的顺序信息， 最有由二分类模 型判断顺序信息 是否符合规范， 由此本发明与现有技术相比， 不仅能对单个卸车动作进 行识别， 更能深层地 挖掘动作间必要的次序关系， 能够更合理、 准确地识别L NG卸车作业 流程是否规范。说　明　书 1/4 页 3 CN 114821396 A 3