[发明专利]一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统

权利要求书

1.一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统，其特征在于：包括电梯门开关检测模块、图像采集模块、人体危险行为检测模块、控制模块；

所述电梯门开关检测模块用于检测电梯门处于什么状态，并将信息传送给图像采集模块；

所述图像采集模块用于收集电梯桥厢内部的视频信息，并将视频信息发送给人体危险行为检测模块；

所述人体危险行为检测模块针对视频对人体行为检测，获得是否有乘客作出危险行为的信息，将信息发送给控制模块；

所述控制模块根据实时获得的危险情况信息，控制电梯桥箱内部的广播系统发出语音提醒。

2.如权利要求1所述的一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统，其特征在于，所述人体危险行为检测模块包括视频预处理机构和人体行为分类器机构；

所述视频预处理机构将图像采集模块获取的原始视频信息处理成固定频率的灰度视频，并利用高斯滤波方法进行去噪处理，生成预处理视频，并将生成的预处理视频发送给人体行为分类器机构；

所述人体行为分类器机构对预处理视频依据实际摄像头下监控区域环境进行ROI操作，提取出仅包含需要检测的人体的监控视频区域的视频；针对视频中的每帧图像通过用当前的该视频里的图像减去背景图像以去掉视频中无用的背景信息，再根据分块大小自适应选取阈值对图像进行分块，完成对人体目标的细分割，分离出人体区域和非人体区域；针对分割出来的人体区域进行边缘检测，再将边缘检测结果和背景差分结果进行“与”运算，从而提取出人体的前景轮廓模型；针对每一张图像提取人体前景轮廓模型，与人体危险行为图像模板库进行模板匹配，确定电梯桥厢中是否有乘客做出危险行为，并将信息通过互联网发送给控制模块。

3.如权利要求2所述的一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统，其特征在于，所述人体行为分类器机构工作包括以下步骤：

S1、前景提取；

S1.1、当接收到视频预处理机构发送来的预处理视频后，通过背景差分法，将当前视频I_K的前后两帧与背景模型B_K先做差分运算得到D_K-1(x,y)和D_K+1(x,y)，然后再做“或”运算，从而获得人体目标区域图像D_K(x,y)；所述背景模型B_K是桥厢封闭且空置时桥厢内安装位置固定的摄像头拍摄的图像；其中：

DK-1(x,y)=1,|IK-1(x,y)-BK(x,y)|≥T0,|IK-1(x,y)-BK(x,y)|<T]]>

DK+1(x,y)=1,|IK+1(x,y)-BK(x,y)|≥T0,|IK+1(x,y)-BK(x,y)|<T]]>

DK(x,y)=IK(x,y),K=1DK-1(x,y)⊕DK+1(x,y),K≥1]]>

式中(x,y)为像素点的坐标，I_K(x,y)为当前视频帧，B_K(x,y)为背景图像模型，D_K-1(x,y)和D_K+1(x,y)表示当前帧的相邻两帧与固定的背景模型的二值化图像，D_K(x,y)为人体目标区域图像，T表示阈值；

S1.2、对人体目标图像D_K进行形态学膨胀等方法的处理，得到图像D′_K；

S1.3、将差分结果图像D_K-1(x,y)分成多个子模块，每个子模块大小为m×n,表示为D_K(i,j),其中i＝1，2，…int(M/m),j＝1,2…,int(N/n)，通过比较每一块差分子模块的所有像素值总和与阈值T₁的大小，判断整个子模块是属于人体目标还是背景，如果像素值总和大于阈值，则判决为背景，否则为人体目标,其中：

D′(i-j)=Σp=i×n+1(i+1)×nΣq=j×m+1(j+1)×mDK(p,q)]]>

T1=13T×m×n]]>

式中，D_K(p,q)表示每一个查分子模块在(p,q)点的像素值，D′(i-j)表示查分图像第i行，第j列个子模块的所有像素值总和，T₁为阈值；

S1.4、采用Canny算子对图像分块提取的运动目标区域进行边缘检测，获得图像D″_k；

S2、轮廓提取；将前面获取的图像D′_K和D″_k进行“与”运算，从而获得最终的前景轮廓图R_k；

Rk=DK′⊗Dk′′;]]>

S3、模板匹配；对提取的前景轮廓采用模板匹配算法与人体危险行为图像模板库进行对比。