的作用。 1.3 需求分析 煤矿监控有其自身的独特需求，目前已知的监察需求内容如下： 1.3.1 前端需求 1) 能够对煤矿地面、井下均进行视频图像采集；井下需要满足防爆本安等级、低 照度等要求；地面需要使用 720P 以上分辨率高清摄像机进行图像采集。 2) 地面区域出入口需要配置出入口车牌抓拍摄像机和道闸系统，要求能够实现黑 白名单功能，车牌识别摄像机一旦识别到黑名单车牌，煤矿监控中心需要弹出 煤矿监控中心需采用人脸识别分析服务器实现对下井人员人脸识别和抓拍 分析，并可实现黑白名单功能，对应人员如不在规定的人员库则需报警并弹出 抓拍的照片和现场视频信息。 2) 煤矿监控中心需通过智能分析服务器对前端采集的图像进行智能分析，对 园区周界、禁止闯入区域进行智能分析，当出现报警时，煤矿监控中心需要弹 出报警提示并联动录像。 3) 煤矿监控中心需采用人流量统计服务器对下井人员和出井人员进行人流量 统计，以便获取进出矿井的实际人数。 不同权 限，对可以查看的视频有所限制。 9) 系统需要实现同一图像多级，多点同时观看，有利于统一指挥和多级多点 同时监管。 10)上级监控中心配置短信猫，对于重要的报警要求能够联动报警发送短信给 相关领导。 11)上级监控中心需要使用视频质量诊断系统对前端设备图像质量进行智能分 析，对视频图像的清晰度(图像模糊)、噪声干扰(雪花点、条纹、滚屏)、亮 度异常(过量、过暗)、偏色

在人工智能领域，数据、算力与算法构成发展基石——数据驱动模型训练，算力支撑复杂计算，算法优化 技术路径，三者协同推动人工智能向更高阶形态演进。 有监督数据 人工搜集、标注 成本高昂、扩展性差 图像分类 目标检测 .* 芯 片 英伟达 GPU 华为昇腾 谷歌 TPU 海光 DCU AMD 芯片 寒武纪 MLU 单任务模型 CNN SVM RNN 决策树 LSTM 多维并行算法 状态监测、任务调度 语言通用模型： DeepSeek-R1 等 无监督数据 图像生成 集 群 通用模型 无需人类专家标注 高效互联通讯： 的范式，使大规模预训练成为可能。近年来，大模型凭借超大规模参数和海量数据学习，在多模态学习、 推理和通用人工智能方向取得重要进展，为人工智能的发展开启了新的阶段。 大模型 模态扩展 文本 检索增强 图像 / 视频 大规模基础模型 音频 电力大模型 医疗大模型。 Transformer 架构 注意力机制 多模态融合 0upr ake Wefert

Introduction 图像数据获取 分析购买意向 拟合训练数据 泛化未知数据 输入数据 所需数量预测 输入数据 顾客需求预测 异常值检测 采样 / 分 桶 从摄像头等传感器中接收 图像数据。 让模型在从未见过的真实 现增强。 数量识别 Quantity Identification 采集不同情绪下的脸部表情（高兴、冷静、 犹豫和厌恶等）。 图像预处理 Image Preprocessing 远、中、近、前、后、左、右等不同位置 坐标的脸部表情。 通过人脸图像的纹理或几何等来作为标记 提取特征。 俯拍 / 侧拍货架，分辨率 ≥ 2 K ，帧率 30 FPS 。 数据采集 Data Acquisition Acquisition 01 01 02 01 去噪增强 多源头 光照归一化 多模态 多模态融合 动态通道 检测计数 后处理校验 图像采集 静态通道 多场景 检测和对齐 采集不同 FPS （每秒帧数）下的人脸表情。 通过人脸的微表情等动作来抓取其特征。 将重复检测去除，以得到正确数量。 顾客表情动作识别 顾客表情动作识别 货架商品数量识别 开发流程介绍

也为变电站、换流站状态感知数字化建设带来新的挑 战[24-25]。 变电站、换流站状态感知数字化建设架构如图 2、图 3 所示，由非接触式智能感知终端(集成红外 热像、特高频局放、可见光图像、声音等)、接触式 智能传感器(高频局放、超声局放、暂态地电压、接 地电流、振动等)、光声光谱油中溶解气体监测装置 和辅助系统(温湿度、烟感、水位、气体、水浸、风 机/空调控制等)构成，实现全天候、全时段、全方 ， 在变电站(换流站)等场景能够有效监测设备状态。 接触式传感器含暂态地电压(transient earth voltage, TEV)、超声波、温度等功能。非接触式智能感知终 端含可见光图像、红外热像、局部放电、声音、温 湿度等功能，能够多角度全时段实时监测，有效汇 聚各类接触式传感器的数据，并进行边缘计算。 运维数字化未来的发展模式是物理系统与数 字系统的完美结合，整个变电站除物理系统外，还 施工等异常状态监测。目前形成以通道视频监控、 线路分布式故障定位为主要模式的数字化思路，辅 以巡检无人机、载人直升机等手段进行线路状态感 知[33-35]。 目前需要大力提高图像识别的准确率，特别是 巡检无人机、载人直升机的巡检图像。如缺陷图像 识别，采用基于改进快速区域卷积神经网络算法的 无人机巡检架空线路销钉缺陷检测方法。如通道异 物识别，采用考虑密度变化的 3 层地面随机体散射 模型的输电走廊植被高度检测方法。目前也有提出

采用物联网技术和大数据分析技术，研究基于大数据的煤矿重大关键设 备故障诊断方法和系统，监测设备振动、声音、温度、功率等，发现异 常，声光报警，实现煤矿重大关键设备生命全过程跟踪管理、健康诊断和 远程维护。井下维护人员通过图像、声音、检测数据等将现场设备情况上 传，远程服务专家根据上传信息，进行故障诊断，给出维修方案，由现场 维护人员实施。 5.4.4 基于大数据的煤矿关键设备故障诊断与远程维护平台 5.4 煤矿安全生产大数据移动互联平台 信息综合显示区：建设一套大屏显示系统，作为数字化矿山的展示平台， 是矿井调度指挥中心的重要组成部分。可以实时显示与监控系统有关的各种 信息，包括 GIS 电子地图、实时工业视频监控信号、各种管理信息系统数 据、各种历史数据图像等多种信息。 （ 1 ） 调度中心 （ 2 ） 控制中心 控制中心包括：综采工作面分控中心、主煤流运输分控中心、辅助运输 分控中心、供配电分控中心、安全保障分控中心及生产辅控分控中心六个分 视频、音频压缩标准，数据量小，存储时间长；  高清视频传输、独立成网；  以图像方式直观实时监控采掘面、皮带运输、主副井提升、选煤厂、工业广场 等关键生产环节情况；  可同时显示一个、四个、九个、十六个摄像机的图像，画面格式可选，并可对 其进行图像冻结、放大、缩小等操作；  实现集团与矿之间联网，远程传输图形、图像、数据，在网络上共享各矿多媒 体监控信息； .........

、 风速、风压、风向、馈电状态等监测功能，井下 物联网传感器数量众多，通信系统需具备大容 量接入能力，因此对于井下无线通信系统的海 量连接能力也就提出了很高的要求。 掘进面和采煤工作面视频图像实时传输要求上 行大带宽，支持密集高清视频回传，对于网络 传输带宽要求有着精细化控制（数据上行带宽 优先于下行带宽）以及高带宽的要求。 （来源： 中国移动研究院《5G大上行能力在行业数字化中的价值》） 的实 时视频图像数据为基础，以机器视觉智能识别和三维测量技术为核心，采用自动化控制技术手段实现安全隐患的 全程智能化监管，进一步提升矿区安全生产管理水平，减少矿区安全事故，为安全生产提供技术支撑。 紫光华智视频图像AI智能识别技术是通过数字图像处理和分析来理解视频画面中的内容，它能够自动分析和抽取 视频画面中的关键信息。视频图像识别技术借助计算机强大的数据处理功能，对视频图像中的海量数据进行高速 分析，过滤掉用户不关心的信息，仅仅为监控者提供有用的关键信息。视频图像识别以数字化、网络化视频监控为 基础，它是一种更高端的视频监控应用。视频图像识别监控系统能够识别不同的物体，发现监控画面中的异常情 况，并能够以最快和最佳的方式发出警报和提供有用信息，从而能够更加有效的协助安全人员处理危机，并最大限 度的降低误报和漏报现象。视频图像AI智能识别技术已经成熟，目前在电力、交通运输、医疗等很多行业得到了大

• 精细和动态的方式管理 • 生城市危险设施、城市危险人 群、互联网危险信息 大数据 大数据 • 非结构化和半结构化数据 • 大数据可视化报表 • VR/AR 等新一代数字化交互体验 图像智能分析 图像智能分析 • 提升研判人员视觉感官体验的技术 • 改善园区系统应用性的技术 • 提升园区分析准确率的技术 • 改善园区事后取证的分析技术 多媒体通讯 多媒体通讯 • 支持语音业务的所有功能 级全方位安全防护体系，覆盖内容、终端、平台和管理的全方 位可靠性保障，保障您的数据安全无忧。  高清体验：高清画质显示，对于高要求的高清制图场景，亦能提供卓越的体验。  HDP 桌面协议：  支持场景智能识别、非自然图像无损压缩等，提供卓越办公体验；  支持 U 盘、光驱、打印机、扫描仪、摄像头等常见外设；  多租户隔离：  每租户一套独立的桌面管理系统，每租户最大支持 300 普通桌面及 20 图形桌面。 巡查管理 园区安防 基础 : 云 + 网 应用生态 一舟集团 智慧厂区一体化平台 智能消费 访客管理 考勤管理 消防监测 智慧厂区一体化平台愿景 智能视频监控系统 根据视频图像自动识别和发现园区内可疑事件，自动报警，通知相关人员进行排 查处理；可以对大量视频数据进行检索，发现和识别可疑片断，节省人力投入。 火情探测 非法聚集 夜间非法入侵 车牌智能识别 物品非法移动

模型评估 结果反馈 集团 训练中心 （L1） 机器学习方法 预置通用模型 基础算法 小样本学习 主动学习 通用物品识别 场景识别 视频分析 目标检测 语义分割 人形检测 弱监督学习 内容审核 图像分类 目标跟踪 迁移学习 人物识别 姿态估计 动作识别 大模型开发套件 AI 通用开发平台 业务场景 3 数据集 管理 测试集 管理 训练任务 管理 版本 管理 服务部署 & 更新 场景方案简介 图 像 切 分 创新细粒度图文对齐预训练技术 传统全局对齐方案 细粒度对齐方案 实验结论 • 大幅提高不同粒 度视觉任务的泛 化性和准确性 • 避免特征表达的 信息缺失 文本编码器 图像编码器 （全图重建） 特征提前不全 忽略图文空间位置 滑片泵 滑片泵 金属罐 文本编码器 细粒度 图文对齐编码器 （视觉空间压缩） 精准、全面训推 上下文和空间位置关系对齐 .. 空间的视频加速算法 传统全图重建 视觉空间压缩 实验结论 • 通过视觉空间压 缩，降低计算复 杂度，实现油气 场景训推效率提 升近一倍 渐 进 压 缩 计算量 图像块数 计算量 计算量 计算量 图像块数 图像块数 图像块数 Stage 1 Stage 2 Stage 3 主要产品及优势 华为智慧油气解决方案 18 — 长庆油田：打造高效、高度自治的智能化井场 — 成功案例

6 一体化电源系统 套 1 直流馈线屏DC110V 面 1 DC/DC转换模块及馈 线 屏 面 1 交流控制电源 屏 含 UPS5KVA 面 1 7 图像监控及辅助系 统 屏 面 1 8 电缆 控制电缆 米 2000 低压电力电缆 米 800 9 故障解列装置 面 1 故障解列装置 套 2 4 构造出的新一代监控图像硬盘录像系统。系统 在实现本地数字图像监控管理的同时，又能实现监控图像画 面的远程传送， 加强了整体安全管理。在系统中，所有图像数据均以数字形式保存，这与传 统的模拟信号 系统相比较，画面具有更高的清晰度和逼真感，数据的传输更 可靠，速度更快。 由于数字硬盘录像设置在计算机系统中，信息可以自由传递到网络能够 到达的范围，因此监控图像的 显示不再拘泥于传统的图像切换方式，可以根 显示不再拘泥于传统的图像切换方式，可以根 据需要在任何被授权的地点监控任何一处的监控图像，使系 统具有极强的安 全管理能力。数字硬盘录像机可将多个摄像机的多路图像实时显示于一台监 视器上，同时， 还可将所有的图像录制于其配套的存储服务器中，以备回放、 查找和转换，并可将图像备份至外置硬盘中。 4.10.10.5 录像存储系统 录像存储系统主要是将图像采集系统传输到监控中心的图像进行存储， 以便实时和非实时对监控录像进行调用和查看，存储系统介质一般采用视频

紧张、人工分析量大，无法大规模推广。 为了改善上述问题，深圳供电局与华为携手，开发了输 电领域智能巡检系统。智能巡检系统集成了华为Atlas 200 AI加速模块，运用AI推理算法进行就地图像视频分析，及时 上传告警。 昇腾人工智能处理器被部署在深圳全市的输电杆塔和无 人机的在线监测摄像头里，用来对输电线路5大典型隐患场 景、7大本体缺陷进行识别，用视频在线监测去替代传统高 强度、高风险的人工现场巡视值守。 2019年12月，南方电网将鹏城变电站升级成了首个 5G+智能变电站。 现在，搭载了5G CPE的智能变电站巡检机器人，利用 5G的高速率、低时延、大带宽的特点，实时将红外摄像头 采集的设备图像和实时温度数据回传到主控室。 数据传输到主控室的智能分析平台后，结合边缘计算能 力和AI视频识别技术对站内仪表读数、设备温度、位置、开 关状态等进行识别，并进行故障、风险判断，及时告警。 变 56 图像视频监测助力电网数字化，无信号区通信是 难题 随着电网数字化转型不断深入，输电线路图像视频监测装 置覆盖率不断提高，图像视频巡检比例也不断增加。输电线路智 能图像视频装置的应用依赖于通信技术，先后经历了2G无线公 网数据回传、4G无线公网传输图片及实时视频、光纤复合架空 地线OPGW通信光纤完成OPGW+WiFi信号传输，目前已实现 将5G切片移动通信技术与输电线路图像视频监测相结合，拉开