[发明专利]基于深度学习的电梯监控关键帧获取及检测方法

说明书

本发明公开了基于深度学习的电梯监控关键帧获取及检测方法，包括监控视频采集模块、监控视频预处理模块、监控视频关键帧截取模块、监控视频后处理应用模块和用户应用模块；本发明提供了一种设计简单，又能完成多种场景的监控任务的基于深度学习的电梯监控关键帧获取及检测方法。

技术领域

本发明涉及电梯应用领域，更具体的说，它涉及基于深度学习的电梯监控关键帧获取及检测方法。

背景技术

电梯与人民生活密切相关，常见于居民楼、商场、办公楼等区域。电梯无论在正常运行还是出现故障时，都可以通过安装在电梯内部或电梯等候区域的摄像头获取实时监控视频或历史视频。以前针对电梯监控实时视频或历史视频，一般采取人工实时监控或回看的方式，通过对实时视频或历史视频的分析，可以实现对电梯运行状况的实时分析、电梯内乘梯人的实时分析，包括乘梯人数、乘梯人属性、乘梯人是否被困、乘梯人是否有异常行为等任务，而对电梯历史监控视频的分析可以帮助解决电梯安防、电梯乘梯人的搜索等任务，从而补全小区监控、商场监控的短板。然市面上无此类内容，因此急需此类处理技术。

发明内容

本发明克服了现有技术的不足，提供了一种设计简单，又能完成多种场景的监控任务的基于深度学习的电梯监控关键帧获取及检测方法。

为了解决上述技术问题，本发明的技术方案如下：

基于深度学习的电梯监控关键帧获取及检测方法，包括监控视频采集模块、监控视频预处理模块、监控视频关键帧截取模块、监控视频后处理应用模块和用户应用模块；

101）预处理步骤：获取监控视频采集模块采集到的监控视频连续多张帧图像，并通过监控视频预处理模块和监控视频关键帧截取模块，预初始化乘梯人或危险物品检测模型，形成预处理帧图像；

102）帧图像处理步骤：将步骤101）预处理帧图像进行记录并分析比对，当前预处理帧图像中的乘梯人或危险物品数量相比于之前的帧图像是否有变化；若检出的乘梯人或危险物品数量没有变化，则将当前预处理帧图像输出至监控视频后处理应用模块并清除缓存，若检出的乘梯人或危险物品数量有变化，则与之前的帧图像进行对比，对比内容包括乘梯人或物品的数量、乘梯人或危险物品的重量；如果重量检测部分显示当前帧图中的乘梯人或危险物品重量更重，则将之前保存的关键帧替换为当前帧，若当前帧图中的乘梯人或危险物品重量更轻，则维持之前的关键帧信息；

103）处理步骤：开始处理下一帧监控视频的帧图像，执行步骤101）直至帧图全部处理完。

进一步的，监控视频采集模块包括电梯、摄像机，摄像机安装在电梯轿厢内顶部，实时将采集到的监控视频送至后续监控视频预处理模块进行分析；

监控视频预处理模块包括监控视频存储服务器、视频预处理服务器，视频预处理服务器负责将监控视频存储服务器中的历史视频或实时采集到的监控视频进行处理，预处理后的监控视频数据传至后续监控视频关键帧截取模块进行处理；

监控视频关键帧截取模块包括GPU服务器和视频关键帧提取方法，该方法基于监控视频图片重量，并对监控中感兴趣的人或物进行打分，实时准确的获取所需的电梯监控的关键帧，将获取到的关键帧存储在指定存储服务器后传至下级的关键帧应用模块；

监控视频后处理应用模块包括监控视频关键帧应用模块，负责实时准确的分配并显示多个基于监控视频的应用结果；

用户应用模块包括物业监控监管显示平台、电梯中显示屏、运维人员人机交互平台。

进一步的，摄像机采用监控摄像机和/或工业摄像机。

进一步的，处理类型包括视频尺寸变换、视频帧转换、视频格式变换。