华为机器视觉技术，助力智慧水务建设 - 安防知识网

华为在大数据和人工智能领域，提供覆盖端边云的一站式人工智能开发平台，吸引行业内众多的合作伙伴和开发者覆盖各类丰富场景的开发和落地，同时支持开发者算法攻关去实现关键场景的重要难点突破，共同推动智慧水务向前发展。

　　智慧水务是智慧城市的重要组成部分，核心是围绕着自然-社会二元水循环及其半生过程和理论，充分利用物联网、云计算、大数据、人工智能、移动互联等新一代信息技术，自动采集、系统整合、深度挖掘和广泛运用水务信息资源，实现全方位的水务信息资源共享和智能化管理，全面提升水务管理的效率和效能。

　　为了更好的应对人类活动、气候变化带来的水资源问题，如洪涝灾害、干旱缺水、水环境恶化、水生态退化等，推动水务工作向信息化更高层次发展，水务信息化成为水资源管理的重要抓手和有效载体。按照“水利工程补短板、水利行业强监管”的总基调和“安全、实用”的基本要求，2019年水利部先后印发了《加快推进智慧水利的指导意见》、《智慧水利总体方案》和《智慧水利网信水平三年行动提升方案（2019-2021年）》，进一步明确了今后一个时期我国智慧水利建设的总体要求、主要任务，提出了组织实施方案及保障措施、近期行动目标和计划，指导全国智慧水利规划和建设。与此同时，上海市、江苏省、深圳市等省市也先后开展智慧水务建设。2019年12月，华为技术有限公司和平安国际智慧城市科技股份有限公司联合体中标深圳市智慧水务一期工程，中标价达4.45亿元，被称为2019年智慧水务“第一标”。华为等互联网公司跨界进入智慧水务，更说明水务信息化行业迎来了蓝海时代。

　　大数据和人工智能技术在智慧水务建设中将扮演关键角色，覆盖监测预测调度、水量水质监管等全栈全场景。华为在大数据和人工智能领域，提供覆盖端边云的一站式人工智能开发平台，吸引行业内众多的合作伙伴和开发者覆盖各类丰富场景的开发和落地，同时支持开发者算法攻关去实现关键场景的重要难点突破，共同推动智慧水务向前发展。

　　智慧水务技术架构包括信息采集、基础设施、大数据中心、业务应用、标准规范和信息安全。其中信息采集是智慧水务的“感觉系统”、是智慧水务的“眼”，通过构建天地空一体化监测网络，实现对涉水对象及其环境信息的感知和接收。目前我国水利行业监测感知覆盖不全、密度低，据统计我国基本水文站网平均密度3202km2/站，雨量站平均密度约500km2/站，蒸发站平均密度5800km2/站，约50%中小河流没有水文监测，90%以上小型水库和几乎所有堤防没有安全监测。目前，城市公共基础设施建设相对完备，公安、交通、环保等部门在城市（尤其是建成区）布置了大量的视频监控设备，视频监控基本可达到全覆盖。除了单纯的“看看”视频之外，如何高效、共享、复用这些视频资源，为水务部门管理服务，节约建设成本的同时，大幅提高管理效能，机器视觉技术为此提供了一个重要途径。

　　机器视觉技术主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。利用城市泛在的高清摄像设备，基于机器视觉技术对水位、流量、排水口、水面漂浮物、人员入侵等进行识别，拓展智慧水务的信息监测和采集渠道，拓宽智慧水务的“眼”。机器视觉技术在智慧水务建设的具体应用场景如下：

　　城市内涝积水监测和预警

　　当前，城市已经建设了内涝积水监测网络，相对于传统的人工监测手段工作效率上有了很大提升。但监测站点一般布置在易积水路段，监控站点一经建成就已固定，且监测站网覆盖密度低、监测范围有限。随着城市建设用地的迅速扩展，城市内涝积水监测站点明显不足，无法满足智慧城市建设的新需求。利用城市泛在的视频监控设备（如立交桥、下凹桥、隧洞等），研发基于机器视觉的内涝积水水位识别技术，可24小时不间断的在线监测道路积水变化，结合降水预报生成内涝预警，并及时向社会发布告警信息，公众可提前选择绕行路线，方便公众出行。

　　在内涝监测站点密度低、内涝监测设备投入成本有限、历史降雨积水数据统计不足的情况下，利用城市泛在的视频监测设备进行内涝积水水位监测和识别，积累内涝监测数据形成大数据样本后，采用深度学习技术，结合降水预报信息，构建基于大数据分析的城市内涝预警模型，弥补传统基于机理的城市内涝预测模型计算参数难率定、计算时间长、计算效率低等问题。

　　排污口实时在线监测和告警

　　沿河排污口数量庞大，部分企业出于利益驱动，偷排现象依然存在。排污口定量和重点监控是水环境监控的一大难题。利用沿河布置的视频监控设备，研发基于机器视觉的排污行为捕获与排污量估算技术，对排污口的排污行为（有无排水）、排水量、排水水质进行24小时不间断的监测，发现排水异常情况进行告警，实现排污行为的在线动态监测，可有效监管非法排污行为。

　　人员非法入侵识别和告警

　　一到夏天总是看到河道、水库等水域附近禁止游泳、禁止钓鱼的警示，但也总是发生因违法违规下河游泳造成溺水身亡的事件。河道、水库、湖泊等水域岸线长，依靠人工巡查很难做到实时、有效监管。研发基于机器视觉的人员非法入侵识别技术，对游泳、划船、钓鱼等违法行为进行识别并告警，可大大提高监管效率。

　　水面漂浮物智能识别和告警

　　利用高清摄像设备，研发基于机器视觉的水面漂浮物识别技术，对河道、引水渠、水库、湖泊等水体的水面漂浮物进行识别和告警，替代目前人工巡河和人工湖（库），可大大提高巡河、巡湖（库）效率，降低人力成本。