中海油研究总院勘探开发数据资源中心副主任刘兆年：基于大模型的钻井现场人体姿态估计方法研究

本文转载自第四届中国油气人工智能科技大会合作期刊《钻采工艺》油气人工智能技术专刊作者简介：刘兆年（1983—），硕士，高级工程师，2008年毕业于中国石油大学（华东）油气井工程专业，中海油研究总院勘探开发数据资源中心副主任，主要从事数智化油田建设、海洋钻完井工作。E-mail：liuzhn@cnooc.com.cn

基金项目：中海油集团公司“十四五”重大科技项目“数据质量和安全自动化与数据分析预处理技术研究”（编号：KJGG-2024-15-0501）。

基于大模型的钻井现场人体姿态估计方法研究刘兆年^1,2, 连远锋², 师印亮^1,2, 王宁¹, 姜彬^1,21中海油研究总院有限责任公司 2中国石油大学（北京）摘要：准确的人体姿态估计对钻井现场员工行为的监测和安全预警至关重要。针对钻井平台现场监控视频中存在高反光、高模糊和遮挡问题，提出一种基于双向特征融合的人体姿态估计模型，通过构建一种高效的双向特征融合机制，在ViT预训练模型的基础上引入空洞金字塔池化技术捕捉的图像多尺度空间特征。该机制可同时关注ViT预训练模型内部特征、多尺度空间特征以及两者间的交互特征，实现多类特征的高效集成。实验结果表明，通过与基准模型HRNet的对比，文章方法在KAP和KAR上分别实现了3.6%和4.1%的显著提升。同时，在南海某平台的智能监控系统中对所提出的模型进行应用测试，仍然显示出较高的准确性，为后续深入研究员工不安全行为的智能分析提供了精确的动作估计基础。

关键词：人体姿态估计; 预训练大模型; 空洞金字塔池化; 双向特征融合

引用本文：

刘兆年，连远锋，师印亮，等. 基于大模型的钻井现场人体姿态估计方法研究[J]. 钻采工艺，2025，48（1）：104-112

LIU Zhaonian, LIAN Yuanfeng, SHI Yinliang, et al. Research on Human Pose Estimation Method in Drilling Site Based on Large Model[J]. Drilling and Production Technology, 2025, 48(1): 104-112

论文原载于第四届中国油气人工智能科技大会合作期刊《钻采工艺》2025年第1期，访问《钻采工艺》官网，下载全文。

———END———化人工智能技术在油气勘探、开发、生产及管理全链条的创新应用，加速行业智能化升级与高质量发展，中国石油大学（北京）、中国石油天然气集团有限公司勘探开发人工智能技术研发中心、中国石化勘探开发数智技术重点实验室、油气资源与工程全国重点实验室、油气人工智能产学研创新联盟于2025年8月在北京联合举办“2025年第四届中国油气人工智能科技大会”。此次会议与合作期刊联合征稿，评选出的优秀论文将推荐至合作期刊上。

论文摘要截止时间：2025 年 6 月 30 日

论文全文截止时间：2025 年 9 月 1 日

联系人：马老师 15822801766

将论文摘要或全文发到邮箱paper@oilgasai.com

（注：论文摘要与参会回执表需同时投递）扫码添加会议联系人