[发明专利]基于深度学习的直梯人数统计方法及系统

权利要求书

1.一种基于深度学习的直梯人数统计方法，其特征在于，包括以下步骤：

直梯监控摄像头通过相机有无人算法判断有人，开关门算法判断直梯门关闭，且轿厢在运行状态时开始分析请求，触发一张图像并调用直梯行人检测算法做目标检测；

在接收到分析请求后，根据触发图像的时间节点从主码流取一张图像，并开始调用YOLOv3算法进行分析得到最后的检测框；

通过检测框得到具体的直梯人数，并将数量写入数据库中，同时上报到云梯平台，

所述开始调用YOLOv3算法进行分析得到最后的检测框具体为：

首先将直梯行人图像做归一化处理，尺寸变换到416*416，再将图像网格化，若检测的目标中心落在某一个网格中，则该网格就负责预测该目标；YOLOv3使用K-means得到9个先验框，采取三个尺度的特征图预测，当输入为416*416时，特征图分别为13*13，26*26，52*52；每个yolo层使用三个先验框，根据先验框的大小，划分到3个尺度的特征图上，尺度大的特征图使用小的先验框；每个网格会预测多个bounding box，在训练时如果该网格预测的bounding box与标记的ground truth重叠部分最大，即可判断目标在网格内，网格专职负责目标的预测；部分时候，一个目标可能会被多次检测，造成目标框重复检测，非极大值抑制可以检测高度重叠的边界框，去除置信度最高以外的所有预测框，保证同一目标只输出一个检测框；所有预测框经过回归得到具体的坐标信息，以及分类类别；通过设置一个目标置信度阈值，其中置信度为目标类别的概率乘以预测目标与标定真值的重叠部分，高于阈值的预测框即是最后的检测框，

采取三个尺度的特征图预测，当输入为416*416时，特征图分别为13*13，26*26，52*52采用YOLOv3检测网络得到，具体为：YOLOv3检测网络在第一组DBL后使用了23个残差单元，6组DBL，并增加了卷积层得到13*13的特征输出用于大目标的检测；其中在23个残差单元，5组DBL后做了分支DBL与上采样得到26*26的特征与经过19个残差单元得到的26*26特征做了张量拼接，其中concat用于拼接相同尺度的张量，拼接后的张量经过5组DBL并增加了卷积层得到26*26的特征输出；其中该5组DBL后做分支继续做DBL与上采样得到52*52的特征，同时与经过11个残差单元得到的52*52特征做张量拼接，该拼接后的张量再经过6组DBL并增加了卷积层得到了52*52的特征输出用于小目标的检测；最终三层特征输出共同用于直梯行人的检测。

2.一种基于深度学习的直梯人数统计系统，其特征在于，包括：

分析请求模块，用于直梯监控摄像头通过相机有无人算法判断有人，开关门算法判断直梯门关闭，且轿厢在运行状态时开始分析请求，触发一张图像并调用直梯行人检测算法做目标检测；

直梯人数统计模块，用于在接收到分析请求后，根据触发图像的时间节点从主码流取一张图像，并开始调用YOLOv3算法进行分析得到最后的检测框；

写入上传模块，用于通过检测框得到具体的直梯人数，并将数量写入数据库中，同时上报到云梯平台，

所述开始调用YOLOv3算法进行分析得到最后的检测框具体为：

首先将直梯行人图像做归一化处理，尺寸变换到416*416，再将图像网格化，若检测的目标中心落在某一个网格中，则该网格就负责预测该目标；YOLOv3使用K-means得到9个先验框，采取三个尺度的特征图预测，当输入为416*416时，特征图分别为13*13，26*26，52*52；每个yolo层使用三个先验框，根据先验框的大小，划分到3个尺度的特征图上，尺度大的特征图使用小的先验框；每个网格会预测多个bounding box，在训练时如果该网格预测的bounding box与标记的ground truth重叠部分最大，即可判断目标在网格内，网格专职负责目标的预测；部分时候，一个目标可能会被多次检测，造成目标框重复检测，非极大值抑制可以检测高度重叠的边界框，去除置信度最高以外的所有预测框，保证同一目标只输出一个检测框；所有预测框经过回归得到具体的坐标信息，以及分类类别；通过设置一个目标置信度阈值，其中置信度为目标类别的概率乘以预测目标与标定真值的重叠部分，高于阈值的预测框即是最后的检测框，

采取三个尺度的特征图预测，当输入为416*416时，特征图分别为13*13，26*26，52*52采用YOLOv3检测网络得到，具体为：YOLOv3检测网络在第一组DBL后使用了23个残差单元，6组DBL，并增加了卷积层得到13*13的特征输出用于大目标的检测；其中在23个残差单元，5组DBL后做了分支DBL与上采样得到26*26的特征与经过19个残差单元得到的26*26特征做了张量拼接，其中concat用于拼接相同尺度的张量，拼接后的张量经过5组DBL并增加了卷积层得到26*26的特征输出；其中该5组DBL后做分支继续做DBL与上采样得到52*52的特征，同时与经过11个残差单元得到的52*52特征做张量拼接，该拼接后的张量再经过6组DBL并增加了卷积层得到了52*52的特征输出用于小目标的检测；最终三层特征输出共同用于直梯行人的检测。