[发明专利]一种基于深度学习的电梯非同步开门识别系统及方法

权利要求书

1.一种基于深度学习的电梯非同步开门识别系统，其特征在于，包括视频采集模块、图像矫正模块、模型训练模块、检测识别模块以及发布告警及处置模块；其中，

所述视频采集模块，包括安装在轿门上方的摄像装置，用于采集电梯地坎图像作为输入图像；

所述图像矫正模块，用于对输入图像做光照自适应矫正和图像角度自适应矫正后生成矫正后的输出图像；

所述模型训练模块，包括地坎槽目标检测模型训练单元和非同步开门识别模型训练单元；分别用于预先训练厅门和轿门地坎槽检测模型、基于孪生分类网络的非同步开门识别模型，以供检测识别模块加载使用；

所述检测识别模块，包括地坎槽检测单元、非同步开门识别单元；用于对应加载训练好的地坎槽目标检测模型以及非同步开门识别模型进行预测、识别，以判断是否发生非同步开门；

所述发布告警及处置模块，包括警示灯以及通讯装置；警示灯分别设置于电梯轿厢内及厅门外；通讯装置分别设置于电梯轿厢内以及后端服务器；所述发布告警及处置模块用于通过语音、灯光方式发布非同步开门故障告警信息；

所述视频采集模块与图像矫正模块电性连接；模型训练模块和检测识别模块都设置于后端服务器。

2.根据权利要求1所述的一种基于深度学习的电梯非同步开门识别系统，其特征在于，所述摄像装置的镜头设置于轿门与厅门的门扇之间，镜头方向垂直于地坎，并能够同时拍摄厅门地坎槽和轿门地坎槽；所述镜头的具体安装位置与电梯门扇打开的位置一致，当电梯为中分开门时，镜头安装在正中间，当电梯为旁开门时，镜头安装开门一端。

3.根据权利要求1所述的一种基于深度学习的电梯非同步开门识别系统，其特征在于，所述图像矫正模块中的图像光照自适应矫正单元，具体用于对视频采集模块采集到的输入图像做光照自适应矫正，处理光线昏暗时低照度图像、强灯照射时的高照度图像，以及地坎金属槽反光引起的过曝、高反光图像，以提高光照均匀度并增强图像质量，自适应处理方法如公式(1)(2)所示：

其中，O(x,y)是矫正后的输出图像的光照特性，I(x,y)为输入图像F(x,y)提取出的光照分量，m为光照分量的亮度均值；γ系数为自适应系数，参数k和r为通过机器学习方法根据电梯轿厢实际光照条件迭代学习的可变参数；

所述图像矫正模块中的图像角度自适应矫正单元，其具体用于对检测到的输入图像进行角度变换以适应不同镜头、不同型号的门系统、不同类型的开门方式带来的角度畸变；其变换原理如公式(3)(4)(5)(6)所示：

其中，(x′,y′)是变换后像素点坐标，(x,y)是变换前坐标，w、h分别是输入图像的宽度和高度，θ是摄像装置的镜头中心与地坎槽水平中心线的夹角，是摄像装置的镜头中心与地坎槽中心线的夹角，F(θ)和是由θ和决定的衡量二维平面旋转角度和三维空间绕z轴旋转程度的向量，并作为超参数进行自适应训练。