详情

原文传递一种基于深度学习的电梯乘客被困人数检测系统

专利名称：	一种基于深度学习的电梯乘客被困人数检测系统
摘要：	本发明公开了一种基于深度学习的电梯乘客被困人数检测系统，包括视频/图像采集单元，电梯有无人与人数检测单元，图像后处理单元和用户应用单元；视频/图像采集单元采集视频与图像，并将采集到的图像数据发送至电梯有无人与人数检测单元，电梯有无人与人数检测单元检测并确认电梯中是否有人，并将电梯中有无人状态信息发送给图像后处理单元，图像后处理单元综合判断电梯是否困人，如果得到电梯困人信息，则发出困人告警，并对电梯内被困人数进行统计，用户应用单元对被困人员进行安抚与劝导；如果图像后处理单元综合判断得到不存在电梯困人信息，则消除困人告警。本发明能够有效提高电梯困人告警算法的实时性与准确性。
专利类型：	发明专利
国家地区组织代码：	浙江;33
申请人：	浙江新再灵科技股份有限公司
发明人：	王伟;王超;陈国特;施行
专利状态：	有效
申请日期：	2018-08-09T00:00:00+0800
发布日期：	2019-07-12T00:00:00+0800
申请号：	CN201810899767.0
公开号：	CN110002314A
代理机构：	杭州天昊专利代理事务所(特殊普通合伙)
代理人：	董世博
分类号：	B66B5/02(2006.01);B;B66;B66B;B66B5
申请人地址：	310000 浙江省杭州市滨江区(临)东流路1805号2幢五层
主权项：	1.一种基于深度学习的电梯乘客被困人数检测系统，其特征在于，包括视频/图像采集单元，电梯有无人与人数检测单元，图像后处理单元和用户应用单元；视频/图像采集单元采集视频与图像，并将采集到的图像数据发送至电梯有无人与人数检测单元，电梯有无人与人数检测单元检测并确认电梯中是否有人，并将电梯中有无人状态信息发送给图像后处理单元，图像后处理单元综合判断电梯是否困人，如果得到电梯困人信息，则发出困人告警，并对电梯内被困人数进行统计，用户应用单元对被困人员进行安抚与劝导；如果图像后处理单元综合判断得到不存在电梯困人信息，则消除困人告警。 2.根据权利要求1所述的一种基于深度学习的电梯乘客被困人数检测系统，其特征在于，视频/图像采集单元采用监控摄像机、工业摄像机、深度相机、双目相机中的一种或多种。 3.根据权利要求1所述的一种基于深度学习的电梯乘客被困人数检测系统，其特征在于，电梯有无人与人数检测单元包括有无人二分类模块、乘客头部目标检测模块与乘客躯干目标检测模块，有无人二分类模块对图像数据进行二分类分析，乘客头部与乘客躯干目标检测模块对图像数据中乘客的头部与躯干分别进行检测。 4.根据权利要求3所述的一种基于深度学习的电梯乘客被困人数检测系统，其特征在于，电梯有无人与人数检测单元判断当前状态电梯中是否有人以及若有人时具体有几人的具体流程：（1）获取当前帧图像，并在GPU服务器上分别初始化深度学习有无人二分类模型、乘客头部检测模型与乘客躯干检测模型；（2）将当前帧图像送至有无人二分类模块中，根据给定的阈值对帧图进行分类，“有人”或“无人”，如果分类结果是“有人”，则进行下一步，将当前状态送至困人告警逻辑单元；同时将当前帧图像送至乘客头部和躯干目标检测模块中，通过进行目标检测分析当前电梯内乘客人数数量，如果人数不为0，表示电梯内有人，取两者中较大值作为最终被困乘客人数，则进行下一步，将当前状态送至困人告警逻辑单元；（3）如果有无人二分类模块判断当前电梯内无人，并且乘客头部目标检测模块和乘客躯干目标检测模块都判断当前电梯内人数为0，则判断电梯内无人，不满足困人告警逻辑，结束退出。 5.根据权利要求1所述的一种基于深度学习的电梯乘客被困人数检测系统，其特征在于，图像后处理单元包括困人告警逻辑单元、人数统计单元和人体姿态检测单元；困人告警逻辑单元在获取电梯有无人状态的基础上结合电梯门开关状态判断模块和电梯速度判断模块，获取是否有困人告警信息；人数统计单元基于乘客头部目标检测与乘客躯干目标检测级联算法，检测困人人数；人体姿态检测单元在困人告警逻辑单元与困人人数统计单元，确认有人被困电梯后，将会实时跟踪分析电梯乘客姿态。 6.根据权利要求5所述的一种基于深度学习的电梯乘客被困人数检测系统，其特征在于，困人告警逻辑单元获取是否有困人告警信息，具体为：电梯门开关状态判断模块检测电梯前60秒状态，同时电梯速度判断模块检测电梯前60秒状态；分析每一秒的帧图，如果检测到门关信号并且电梯静止，则计数器加一；分析每一秒的帧图，电梯前60秒状态，如果检测到有人，人计数器加一；如果电梯前60秒内，计数器大于等于60，并且人计数器大于60，则发出困人告警；如果电梯前60秒内，不能同时满足：计数器大于等于60，并且人计数器大于60，则消除困人告警。 7.根据权利要求1所述的一种基于深度学习的电梯乘客被困人数检测系统，其特征在于，人数统计单元能够对特定区域特定时间段的人数进行统计，乘客头部检测算法与乘客躯干检测算法分别对乘客人数进行统计，取两者中的较大值，如果人数不为0，上报被困人数，并且统计人数；如果人数为0，则取下一帧图像进行分析。 8.根据权利要求1所述的一种基于深度学习的电梯乘客被困人数检测系统，其特征在于，用户应用单元包括电梯困人检测模块、电梯乘员姿态检测模块，根据图像后处理单元得到的有无人信息、人数统计信息、被困乘客人体姿态信息，通过多媒体显示器与对讲设备实现与用户的交互。
所属类别：	发明专利