[发明专利]一种基于深度学习的电梯轿厢内乘客行为识别方法在审
| 申请号： | 202210544836.2 | 申请日： | 2022-05-19 |
| 公开（公告）号： | CN115376202A | 公开（公告）日： | 2022-11-22 |
| 发明（设计）人： | 陈本瑶;司绍峰;俞平;戎安心;阮利程;冯达;陈辉;冯建平;滕启治;李郑明;李庆;柴旭锋 | 申请（专利权）人： | 湖州市特种设备检测研究院（湖州市电梯应急救援指挥中心）;中科卫星应用德清研究院;中国科学院微电子研究所 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/764;G06V10/774;G06V10/82;G06V20/40;G06V20/52;B66B5/00;G06N3/04;G06N3/08 |
| 代理公司： | 石家庄隆康知识产权代理事务所(普通合伙) 13140 | 代理人： | 马家亮 |
| 地址： | 313000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的电梯轿厢内乘客行为识别方法。所述基于深度学习的电梯轿厢内乘客行为识别方法，包括以下操作步骤：S1、获取电梯轿厢内原始监控视频数据，对有乘客部分进行筛选和划分，得到包含四种不文明行为和不包含不文明行为的视频段。本发明提供一种基于深度学习的电梯轿厢内乘客行为识别方法，能够有效地对电梯轿厢内乘客的行为进行分析，同时相比于双流法和3D卷积，在计算量上具有较大优势，通过引入特征通道时域平移模块，在不增加任何训练参数的情况下使得2D卷积具备处理视频数据的能力，在保持较小计算量的前提下，完成当前帧特征与前后帧特征的信息融合，通过2D卷积网络同时提取时空信息用于最终的分类。 | ||
| 搜索关键词： | 一种 基于 深度 学习 电梯 轿厢内 乘客 行为 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖州市特种设备检测研究院（湖州市电梯应急救援指挥中心）;中科卫星应用德清研究院;中国科学院微电子研究所，未经湖州市特种设备检测研究院（湖州市电梯应急救援指挥中心）;中科卫星应用德清研究院;中国科学院微电子研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210544836.2/，转载请声明来源钻瓜专利网。
