[发明专利]一种基于机器视觉的电梯轿厢异常行为检测方法及系统

说明书

本公开属于数据处理技术领域，提供了一种基于机器视觉的电梯轿厢异常行为检测方法及系统，包括以下步骤：获取电梯轿厢内的视频数据；根据所获取得的视频图像进行行人检测，获得行人检测结果；根据所获得的行人检测结果构建待识别的视频序列，根据所构建的视频序列和异常行为识别模型，进行电梯轿厢内异常行为的识别；其中，异常行为检测模型采用深度分离卷积算法进行所述视频序列的分类识别。

技术领域

本公开属于数据处理技术领域，具体涉及一种基于机器视觉的电梯轿厢异常行为检测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着中国经济的快速发展和城镇化的逐步推进，越来越多的商场、住宅区、酒店和写字楼等高层楼房开始大量的安装电梯，电梯得到了广泛的应用。电梯能够很好的解决人们上下楼的问题，但是也存在一些安全隐患，它的安全性和可靠性在近些年也逐渐被人们所关注。

电梯轿厢作为一个相对封闭的空间，当不法分子在电梯轿厢内进行施暴、抢劫等行为时，外界通常难以及时发现电梯轿厢中的异常行为。另外，当电梯内乘客的电梯对电梯的破坏行为很容易引发电梯故障。

发明内容

为了解决上述问题，本公开提出了一种基于机器视觉的电梯轿厢异常行为检测方法及系统，对电梯轿厢内乘客做安全监控，实时检测电梯轿厢内乘客的行为，提高电梯轿厢内部的安全，降低异常事故。

根据一些实施例，本公开的第一方案提供了一种基于机器视觉的电梯轿厢异常行为检测方法，采用如下技术方案：

一种基于机器视觉的电梯轿厢异常行为检测方法，包括以下步骤：

获取电梯轿厢内的视频数据；

根据所获取得的视频图像进行行人检测，获得行人检测结果；

根据所获得的行人检测结果构建待识别的视频序列，根据所构建的视频序列和异常行为识别模型，进行电梯轿厢内异常行为的识别；

其中，异常行为检测模型采用深度分离卷积算法进行所述视频序列的分类识别。

作为进一步的技术限定，在获取电梯轿厢内视频图像的过程中，采集电梯轿厢内含行人目标的视频监控图像。

进一步的，电在进行电梯轿厢内异常行为的识别之前，基于所得到的视频监控图像构建行人检测数据集，通过单阶段目标检测进行电梯轿厢内行人的检测识别。

进一步的，当检测识别到电梯轿厢内有行人时，针对对每一帧图像进行所述单阶段目标检测的输入视频帧和输出特征图的通道拼接，得到并保存每一帧图像的融合特征张量。

进一步的，如果连续10帧均没有检测识别到行人，则删除所保存的融合特征张量。

进一步的，所述单阶段目标检测采用yolov5s模型，在yolov5s模型中Neck层的第三个输出后增加3×1×1的卷积层和一个2倍上采样模块进行输出层的构建。

作为进一步的技术限定，所述电梯轿厢内异常行为识别的过程中，使用3DMobilenet-v2构建异常行为识别模型，识别视频序列中是否包含有异常行为，模型输入为每段视频提取到的视频特征序列，输出每段视频的异常行为预测结果。

根据一些实施例，本公开的第二方案提供了一种基于机器视觉的电梯轿厢异常行为检测系统，采用如下技术方案：

一种基于机器视觉的电梯轿厢异常行为检测系统，包括：

获取模块，被配置为获取电梯轿厢内的视频数据；根据所获取得的视频图像进行行人检测，获得行人检测结果；