随着工程勘察市场的竞争愈发激烈,勘察外业工期和费用不断被压缩,导致忽视勘察外业工作质量的不良现象有蔓延之势,部分勘察结果的真实性和准确性难以保证,依赖人工的监管方式又显得机械和成本高昂。因此,如何使用信息化的手段,采用“智能+传统行业”的思想,推动传统岩土勘察行业向新型信息化行业转变,是学者和工程师们普遍关心的话题。本文基于智能视频分析技术,结合工程勘察钻探外业的实际工况,设计了工程勘察钻探现场视频采集系统及传输、存储方案,基于深度学习的方法实现目标的检测,设计智能语义理解的关键规则并编制软件平台实现,最终形成一套完整的工程勘察钻探现场质量信息采集与智能分析系统,主要取得了以下成果:（1）针对工程勘察钻探外业工作的特点,本文从便携性、防护性、易用性等方面提出了外业视频采集设备的技术指标并确定了相应的具体参数,通过比选确定了采用监控摄像机（枪机）作为视频采集设备。（2）研究了不同的视频数据存储与传输方式,结合工程勘察外业现场布线困难、环境复杂、视频量大的特点,确定了基于H.265的压缩编码方式及本地存储+流媒体远程存储+云存储并行的存储方式以保障数据的安全,远程存储采用4G作为传输方案。（3）从基于深度学习的目标检测的基本原理出发,结合工程勘察钻探外业复杂的环境条件和工作流程,确定使用yolo v5算法跟踪一红黄标记作为目标检测的方案,完成了模型训练和测试,并针对测试中出现的问题进行优化,优化后准确率达到了96.94%。（4）基于工程勘察钻探外业具体工作流程设计了视频智能分析方案,结合被检测目标的运动模式,进行感兴趣区域的划定,提出计算进尺与孔深等钻探关键信息的方法,并编制了工程勘察钻探智能视频分析软件平台。对全套工程勘察钻探现场质量信息采集与智能分析系统进行现场测试,取得了良好的效果,通过自动获取勘察钻探关键信息大大降低了现场技术人员的工作强度,对实现工程勘察钻探外业工作的信息化进行了有益的探索。