水务行业视频智能分析的场景化实践

一、水务监控的真实困境：点位铺满了，判断仍然靠人

从水源地取水口到用户水龙头，水务企业的视频网络横跨取水、制水、输配、排水与河道管理。这套网络在数量上通常并不缺：一座中型水厂连同若干泵站、管网节点，摄像机往往已有上百路。真正稀缺的是判断力——画面在持续产生，可用的事件信息却没有同步产生。

第一重失效是值守能力与点位规模不匹配。中控室值班员面对几十路轮巡画面，平均每路停留不足两秒，画面切换的速度远高于人眼识别异常的速度；夜间与雨雾时段更依赖个人经验，交接班之后也难以回溯此前的画面变化。

第二重失效是事件缺少语义。录像是一段连续画面，而不是一条可以检索、可以定责、可以统计的记录。事故调查要靠人反复回放、逐帧比对；月度复盘时，谁也说不清这个月一共发生过多少次临水作业未穿救生衣、多少次加药间未戴护目镜。

第三重失效是告警不可信。单帧触发、固定阈值的报警在树叶晃动、水面反光、雨雪天气下频繁误报，运行人员最先做的动作往往是把声音关掉。一个被关掉声音的报警系统，等于没有系统。

因此，水务视频智能化的目标不是再装多少路摄像机，而是让视频从记录介质变成数据源。这需要同时解决三件事：算力放到现场，规则交给场景，判断交给模型。水务全流程的可视化落点，大致如图1所示：一条供水链条上，真正需要被持续盯住的点位其实高度集中。

图1 水务全流程视频感知点位分布

二、总体思路：算力下沉、场景编排、大模型兜底

（一）感知端：高点看全局，低点看细节

高点球机部署在水厂综合楼、泵站屋顶、取水口塔架等制高点，用云台变焦或全景拼接建立区域态势；低点枪机布置在池区边沿、加药间通道、泵房门口、井盖与阀门井旁，负责细节取证。两类画面服务于不同算法：态势画面用于人员聚集、涉水、漂浮物等大范围判断，细节画面用于安全帽、手套、工服、动作姿态等小目标识别。算法效果的上限，往往在镜头选型和立杆角度确定的那一刻就已经被决定了。

（二）边缘侧：把判断放到摄像机旁边

智驱力 AI 视觉分析一体机按点位规模分档部署：面向 32 路规模厂站的 KS968-M4VLS 专业版、覆盖常规点位的 KS968 标准版，以及面向 8 路以内的小型泵站、二次供水泵房与阀门井的 KS968-M3。同一路视频在边缘侧可并行运行多类算法，“一路视频、多场景复用”是场景化叠加的基础。

选择边缘而不是全部回传，有三个现实理由。其一是带宽：一路高清视频持续回传的链路成本，远高于一次结构化事件的传输成本。其二是时延：从检测到触发声光报警要求在秒级完成，链路往返会把“发现即处置”拖成“发现即记录”。其三是数据边界：加药间、配电房、工艺池区属于生产敏感区域，视频不出厂在合规上更容易交代。

（三）平台侧：编排、分级与闭环

平台承担三件事。一是算法编排，按场景、按时段为不同点位加载不同算法组合，避免一套规则铺满全场。二是告警分级，一级事件直接驱动声光报警器，二级推送值班人员，三级仅入台账供复盘，把有限的注意力留给真正需要处置的事件。三是闭环，通过开放接口与电子围栏、GIS 电子地图、工单系统对接，报警时自动弹出点位画面与周边视频。整体关系如图2所示。

图2 水务视频智能分析系统四层架构与联动路径

三、四类核心场景与算法配置

水务的风险分布并不均匀。把算法清单摊开看，真正高频使用的集中在四类空间：水源地与取水口、水厂工艺区、泵站与污水处理厂、管网与河道。以下按“要解决的问题—算法组合—实现效果”展开，算法名称取自智驱力算法库的标配与选配清单。

（一）水源地与取水口：把“人防”变成“技防”

取水口是水务系统最脆弱也最难守的环节。开阔水面、绵长岸线、夜间几乎无照明，人工巡查只能覆盖白天与固定路线；拦污栅前的漂浮物堆积往往要等到水位差报警才被发现，此时清理成本已经翻了数倍。另一方面，非法垂钓、游泳、涉水作业与岸边倾倒，都是水质风险的直接来源。

算法配置上，岸线与取水构筑物周界用区域入侵与徘徊检测，解决“目标进入且长时间停留”的判定；垂钓检测、涉水人员与人员落水检测覆盖临水风险；水面漂浮物检测针对拦污栅前的聚集物；水域污染源识别应对岸边倾倒与异常排污；临水作业时，未穿救生衣检测作为合规补充。边缘侧一次推理即可同时输出多类结果，实际画面表现如图3所示。

图3 取水口场景识别效果（边缘侧实时输出）

应用中最直接的变化是告警时机前移：从“漂浮物堵住格栅”提前到“漂浮物在栅前开始聚集”，处置从被动打捞转为提前干预；夜间由算法补位，值守人员不必靠手电和目视来回跑。需要说明的是，水面反光与波纹是这类场景最大的误报来源，必须用 ROI 区域、目标尺寸下限与多帧确认共同约束，这一点在第五节展开。

（二）水厂工艺区：工艺运行与作业合规同时看

水厂内部的监控价值有两层。一层是人的合规：加药间、配电房、污泥脱水车间的作业人员是否佩戴安全帽、穿工服、戴手套与护目镜，检维修时动火作业是否有人监护、监护人员是否在岗——这些过去靠班组长逐点检查，现在可以由未佩戴安全帽检测、未穿工服检测、未戴手套检测、未佩戴护目镜检测、动火离人检测与特殊作业人员陪同检测形成连续记录，同一点位既可判违规，也可留合规证据，如图4所示。

图4 加药间作业合规识别效果

另一层是工艺的可视化：仪表指针度数识别与仪表字符识别把机械表盘与就地显示值转成可入库的读数；设备指示灯状态识别与生产设备状态检测把“这台泵到底在不在转”变成可查询的状态；漏液检测、明火检测、烟雾检测针对加药间与配电区域的异常；消防通道占用检测与灭火器离位检测守住消防底线。

中控室本身也需要被看见。离岗检测、睡岗检测、值岗检测与使用手机检测，解决的是夜间值班最容易出问题的环节——不是不信任值班员，而是让交接班有据可查。

这一组算法带来的变化是：巡检从纸面签字变成带画面的记录，工艺异常从事后排查变成发生即留痕。这些数据在事故调查与班组考核中的价值，往往比告警本身更大。

（三）泵站与污水处理厂：无人值守站点的“电子值守”

泵站与污水厂的点位特点是散、小、无人。一座城市几十座泵站，靠人驻守不现实，靠人巡检又覆盖不了夜间。这类站点要按三个层次配置算法。

第一层是安全：区域入侵、徘徊检测、跌倒检测、抽烟检测，覆盖泵房、格栅间、配电间的异常进入与人员状态。第二层是工艺：液面异常检测与水面漂浮物检测针对池体与格栅，堵料识别针对输送与除砂环节，漏液检测针对药剂与污泥区域，如图5所示。

图5 池区区域入侵与浮渣聚集识别效果

第三层最容易被忽略，却最关键——设备可信。黑屏检测、摄像头遮挡检测、摄像头模糊检测与摄像头挪动角度检测，解决的是监控系统自身的失效问题。监控系统坏掉时，画面往往依然显示“正常”，只有自检类算法能把“看不见”变成一条可派工的工单。一个不能自证在正常工作的监控系统，可靠性无从谈起。

由此带来的变化是值守模式从驻人转向“巡人+电子值守”，单人可管辖的站点数量上升；摄像机故障从“出了事才发现”变成“当天就有人处理”。

（四）管网、河道与城市界面：监控边界的外延

水务的职责边界正在向城市界面延伸。井盖缺损、道路积水、河堤与护栏破损、第三方施工破坏管线、渣土车沿途抛撒，这些问题的共同点是发生在地面、发现靠投诉。

对应的算法也成组出现：井盖缺损与井盖缺陷检测、道路积水检测、道路破损检测、道路积雪结冰检测覆盖汛期与冬季的高频隐患，如图6所示；挖掘作业未设置警戒线检测、挖掘作业未设置警戒围栏检测与边坡塌陷检测针对第三方施工；河堤破损、河道护栏破损、水域不洁与非法采矿采砂对应河道管理；消防栓漏水检测、渣土车未覆盖检测，以及车辆违停、车牌识别与车型识别，则把厂区出入口的管理经验平移到城市道路。

图6 市政道路隐患识别效果（井盖缺损、道路积水）

效果是事件来源从“投诉转办”变成“系统主动派单”，处置链条缩短了一段；对管理者而言，隐患不再依赖投诉量来发现，而是按点位覆盖率稳定产出。

四、清单之外的场景：零样本与大模型的补位方式

算法清单再长，也长不过现场需求的长尾。一座水厂可能会遇到一些特殊的算法场景，比如“河道宽度过限”“污水颜色变黑”“盗窃物品行为”等等，为这类场景单独采集样本、标注、训练、验证，投入产出同样不成立。这正是零样本与大模型的价值所在，其路径如图7所示。

（一）用一句话定义一个场景

传统算法的上线路径是采样、标注、训练、评估，周期以周计；零样本与开放词汇检测改变了这个顺序：先用自然语言描述需要识别的目标与状态，例如“河道宽度过限”“污水颜色变黑”“盗窃物品行为”“水面颜色异常”，直接生成可用的初筛能力。

它适合两类任务：低频但后果严重的场景，以及汛期、重大活动保障这类临时性任务。合理的做法是先用零样本把场景“盖住”，运行一段时间积累到足够样本后，再评估是否值得转为专用算法——这比一上来就定制更务实，也让算法库的扩张有据可依。

（二）让大模型做告警的二次确认

误报是实际运行中最大的敌人。合理的分工是：边缘算法负责召回，视觉语言大模型负责复审。告警触发后，把关键帧与相邻片段送模型复审，判断是否构成有效告警，输出置信度与一段结构化描述；只有通过复审的告警才进入一级、二级推送，其余落台账。

这条路径的代价必须说清楚：大模型推理的算力成本与响应时延都远高于边缘小模型，因此不能用于全量视频分析，只能挂在“已触发”的告警之后。用大模型换准确率，用边缘算力换时延与成本，两者是分工关系，不是替代关系。

（三）让录像可以被“问”

结构化之后，录像才真正变成可检索的数据。每条事件自动生成包含时间、点位、目标类型、算法标签与截图索引的记录进入台账；复盘时不必再按时间轴拖动进度条，而是直接按点位、算法类型与时段检索，例如“二号泵站近一周的入侵类告警”，由语义检索返回对应片段。对一线值班员来说，这是从“查录像”到“查事件”的改变；对管理者来说，这是从“看报告”到“问系统”的改变。

图7 零样本与大模型补位的四步路径

五、落地方法：把单点效果变成可复制的模板

场景选对了、算法配齐了，项目仍然可能失败。以下四件事决定成败。

（一）镜头与点位决定效果上限

算法工程师能做的，是在既有画面上把准确率做到极限；画面本身不合格，再好的模型也救不回来。选型时按目标像素密度倒推：识别安全帽要求目标在画面中占据足够像素，识别漂浮物要求水面纹理细节清晰可辨。同时要避开镜头正对逆光与水面高光，避免立杆过低造成的遮挡，避免广角过大导致的边缘畸变。

（二）规则标定决定误报下限

ROI 区域、方向线、生效时段、目标尺寸下限，这四项配置能消掉大部分无效告警。取水口只需要关心栅前与岸线，不必对整片水面报警；夜间施工时段的告警策略应与白天不同；小于某一尺寸的漂浮物可以只进台账、不进一级告警。

（三）误报治理是持续动作

多帧确认、跟踪去重、分级上报，是三条最有效的手段。同一目标在视野内移动时只报一次，而不是每帧报一次；短时闪现的干扰不进入台账；确认为误报的样本回流，用于规则微调。误报治理不是一次配置，而是随季节、水位与光照变化长期维护的工作。

（四）把监控设备自身纳入运维

黑屏、遮挡、模糊、角度偏移这四类自检算法，应当作为基础设施健康度指标纳入日常运维，与摄像机在线率一并考核。监控系统的可靠性，最终取决于它能不能证明自己在正常工作。

六、应用成效：四个可验证的变化

效果不应只用“提升明显”来描述。以下四个口径，是项目验收与复盘时真正可以逐条验证的。

一是发现更早。事件从“巡检周期内被发现”变为“发生即触发”。取水口漂浮物在栅前聚集初期即告警，拦污栅堵塞从被动清理转为提前干预；夜间与雨雾时段的有效告警不再依赖人的目视能力。

二是核实更快。告警附带截图、点位、算法标签与时间戳，值班员的动作从“回放找画面”变成“看结论做判断”，单次事件的核实环节明显缩短。

三是人力更省。无人值守站点由驻人转为巡人，单人可监管的点位数上升；中控室值班从“盯屏轮巡”转为“处置告警”，人力投入到真正需要判断的环节。

四是复盘更实。事件台账把告警、处置与闭环固化为可检索记录，为事故调查、责任界定与班组培训提供素材。这一点在半年、一年这样的长周期上，比任何一次单点告警都更有价值。

七、结语

水务行业的视频智能化，难点从来不在“能不能识别”。真正的门槛是识别得准不准、报得对不对、处置跟不跟得上。场景化算法解决“看得懂”，边缘算力解决“报得快”，大模型与零样本解决“报得准、覆盖得全”，三者叠加，才构成一套可以在不同水司之间复制的行业模板。

从园区安防到水务工艺，路径其实是同一条：先把画面变成结构化的事件，再把事件变成可运营的数据。视频不再只是事后取证的材料，而是运行管理的一部分——这大概是水务数字化转型中最容易被低估的一步。

表1 水务行业AI视觉算法配置表