隨著加油站數量的不斷飆升，加油站加油區或者卸油區常有工作人員的不安全行為造成的事故頻繁發生，給人民生命和財產安全帶來威脅。本項目主要針對加油站員工的風險行為進行監測，基于視頻監控的作業區風險行為檢測器，可以實時識別出作業現場所有人員的不安全行為。在檢測器的幫助下，安全管理人員可以不必深入作業現場，也不必時刻盯著監控器，這大大提高了不安全行為識別的效率，保證了施工現場的安全性。能夠規避加油站潛在的風險。它具有有以下特色：

（1）實時可靠的加油站風險行為檢測。

（2）靈活可擴展部署方式。  

（3）快速高識別率的計算機視覺算法和深度學習模型。

（4）風險行為的自動上報作為加油站考核指標。

本項目來源于實際工程需要，理論聯系實際，具有很好的實踐意義。從技術實現角度，我們借鑒了計算機視覺、深度學習在其他領域的成功經驗。目前項目已經有了初步成效，達到了預期目標，即利用計算機視覺技術和人工智能中的深度學習算法，對加油站的不安全行為進行識別訓練。此外，我們還將訓練出來的模型部署到監控設備上，對不安全行為實時精確地檢測預警，有效地保證了加油站工作人員和附近居民的生命和財產安全。

該項目具有以下功能特色：

（1）靈活的部署方式和低成本：不改變當前加油站的監控設備、能夠兼容不同品牌攝像頭的多路接入。不需要消耗大量的計算機資源，不僅可以部署在電腦上，還可以運行在嵌入式設備和移動設備上。

（2）支持多個場景的實時監控：一套系統能夠完成對加油區、卸油區以及油品運輸過程的實時監控。

（3）支持風險行為上報：系統將風險行為數據自動上報作為對加油站點考核指標。

（4）穩定的核心算法：采用人工智能與計算機視覺相結合的技術，能夠有效、準確的實現加油站危險行為的實時監控。核心的深度學習模型，可以不需要大幅度修改而適用于不同的應用行業。

汽車行業的蓬勃發展，極大帶動了石油零售市場的發展，使得加油站的數量直線上漲，加油站人員安全意識淡薄，現場監管不力等因素，導致了加油站的安全事故頻發。項目基于視頻監控的作業區風險行為檢測器可以實時識別出作業現場所有人員的不安全行為。在檢測器的幫助下，安全管理人員可以不必深入作業現場，也不必時刻盯著監控器，這大大提高了不安全行為識別的效率，保證了施工現場的安全性。目前國外只有微軟宣布與荷蘭殼牌集團達成部署智能檢測系統的合作。國內還沒有類似的技術出現。