[发明专利]基于深度学习的直梯人数统计方法及系统

说明书

本发明公开了一种基于深度学习的直梯人数统计方法及系统，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。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种基于深度学习的直梯人数统计方法及系统。

背景技术

直梯使用过程中，避免不了部分故障或者人为因素导致的困人现象，通过检测方法能检测出当前困人人数，并通知给物业或云梯平台，救援人员可以及时解救。直梯装有重力传感器，有一定的载荷范围，超过这个范围容易导致装置失效，从安全性考虑，通过检测直梯乘坐人数能合理控制直梯载荷范围。统计单部直梯一天乘坐的人流量，针对小区场景，统计小区人数用于大数据分析，在安全管理方面有一定的预警作用；对于学校、医院这种流量大的场景，统计分析流量数据，可以通过优化调度直梯运行，提高运行效率；对于商城、购物中心等场景，统计流量数据，有助广告位合理布局，增加经营资产的收益等。

现有技术的中国专利申请号为CN201710157587.0，申请名称为一种人数统计方法及装置和电梯调度方法及系统，该发明通过获取立体视觉摄像机拍摄的图像，转换空间三维信息，根据三维信息的高度宽度信息得到二维投影图。针对二维投影图中的人头目标像素块，取联通域标记。需要以目标极大值为圆心，预设半径得到人头目标区域，以联通域面积与预设面积阈值比较得到人头数量。该发明中图像处理算法属于传统模式识别算法，需要人工设计一些特征。例如预设半径圆对候选区域进行覆盖，不同的电梯场景下环境有所差异，或者人为因素带来的摄像机位置偏差均可能带来预设值的偏差，因此并不具备普适性。

发明内容

本发明要解决的技术问题是提供一种基于深度学习的直梯人数统计方法及系统。

为解决上述技术问题，本发明采用如下的技术方案：

本发明实施例的一方面提供了一种基于深度学习的直梯人数统计方法，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。

优选地，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，在训练时如果该网络预测的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。