[发明专利]一种电梯轿厢内异常行为检测方法

权利要求书

1.一种电梯轿厢内异常行为检测方法，其特征在于，包括：

步骤1，对电梯监控视频的原始图像进行预处理操作，将彩色的原始图像转换为灰度图像，再将灰度图像进行高斯模糊处理和滤波去噪，得到预处理后的图像；

步骤2，对预处理后的视频进行筛选，采用光流法分割出存在人、宠物及电动车出现的片段，作为筛选出的视频段；

步骤3，将筛选出的视频段输入训练好的yolov3模型进行识别，得到视频中的人数和宠物数，并判断是否出现电动车；

步骤4，计算筛选出的视频段中每一帧的运动历史图，根据运动历史图计算出每一帧图像的能量值；

步骤5，根据人数和宠物数，自适应确定能量阈值；

步骤6，结合图像的能量值和确定的自适应能量阈值，以及确定出的是否存在电动车，判断视频段中是否出现异常行为。

2.根据权利要求1所述的电梯轿厢内异常行为检测方法，其特征在于，步骤2中的所述采用光流法分割出存在人、宠物及电动车出现的片段，包括：

步骤21，由光流约束方程求出亮度梯度方向上的光流速率V(x,y)，x,y为光流约束方程中像素点的坐标；

步骤22，根据电梯轿厢内的场景设置先验阈值L；

步骤23，筛选出亮度梯度方向上光流速率大于先验阈值的片段作为有目标出现的视频段。

3.根据权利要求2所述的电梯轿厢内异常行为检测方法，其特征在于，步骤4中的所述计算出每一帧图像的能量值，包括：

步骤41，选择帧差法作为更新函数；

步骤42，设置持续时间τ、衰退参数δ和人为阈值ξ；

步骤43，计算每一帧图像的能量值时，使用计算图像熵的方法，通过计算每一帧图像的运动历史图的图像熵，得到对应图像的总能量值T_t。

4.根据权利要求3所述的电梯轿厢内异常行为检测方法，其特征在于，步骤5中的所述根据人数和宠物数，自适应确定能量阈值，包括：

步骤51，以人数、宠物数、自适应能量阈值三个量作为特征值进行SVM分类得到自适应能量阈值的初始值T₀；

步骤52，自适应调整阈值，自适应能量阈值T与阈值初始值T₀、人数n₁和宠物数n₂的关系为：

其中，a,b为自适应系数，w为电梯轿厢核载人数。

5.根据权利要求4所述的电梯轿厢内异常行为检测方法，其特征在于，步骤6中的所述判断视频段中是否出现异常行为，包括：

步骤61，根据步骤3识别出的对应帧是否出现电动车判断是否出现异常行为，若出现电动车，则对应视频段确定为出现异常行为，若未出现电动车，则执行步骤62；

步骤62，根据步骤3得到的对应帧的人数判断对应视频是单人视频还是多人视频，若为单人视频，则执行步骤63，若为多人视频，则执行步骤64；

步骤63，直接判断画面总能量值T_t是否超过步骤5确定的自适应能量阈值T，若超过，则对应视频确定为出现异常行为；

步骤64，计算图像中每人的平均能量值T_s，若每人的平均能量值超过步骤5确定的自适应能量阈值T，则对应视频确定为出现异常行为。