[發明專利]基于深度學習的電梯監控關鍵幀獲取及檢測方法

有效

• 申請號: 201811519288.8
• 申請日: 2018-12-12
• 公開（公告）號: CN110008804B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 王偉;王超;陳國特;施行
• 申請（專利權）人: 浙江新再靈科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;H04N7/18
• 代理公司: 杭州天昊專利代理事務所(特殊普通合伙) 33283
• 代理人: 董世博

本發明公開了基于深度學習的電梯監控關鍵幀獲取及檢測方法，包括監控視頻采集模塊、監控視頻預處理模塊、監控視頻關鍵幀截取模塊、監控視頻后處理應用模塊和用戶應用模塊；本發明提供了一種設計簡單，又能完成多種場景的監控任務的基于深度學習的電梯監控關鍵幀獲取及檢測方法。

技術領域

本發明涉及電梯應用領域，更具體的說，它涉及基于深度學習的電梯監控關鍵幀獲取及檢測方法。

背景技術

電梯與人民生活密切相關，常見于居民樓、商場、辦公樓等區域。電梯無論在正常運行還是出現故障時，都可以通過安裝在電梯內部或電梯等候區域的攝像頭獲取實時監控視頻或歷史視頻。以前針對電梯監控實時視頻或歷史視頻，一般采取人工實時監控或回看的方式，通過對實時視頻或歷史視頻的分析，可以實現對電梯運行狀況的實時分析、電梯內乘梯人的實時分析，包括乘梯人數、乘梯人屬性、乘梯人是否被困、乘梯人是否有異常行為等任務，而對電梯歷史監控視頻的分析可以幫助解決電梯安防、電梯乘梯人的搜索等任務，從而補全小區監控、商場監控的短板。然市面上無此類內容，因此急需此類處理技術。

發明內容

本發明克服了現有技術的不足，提供了一種設計簡單，又能完成多種場景的監控任務的基于深度學習的電梯監控關鍵幀獲取及檢測方法。

為了解決上述技術問題，本發明的技術方案如下：

基于深度學習的電梯監控關鍵幀獲取及檢測方法，包括監控視頻采集模塊、監控視頻預處理模塊、監控視頻關鍵幀截取模塊、監控視頻后處理應用模塊和用戶應用模塊；

101）預處理步驟：獲取監控視頻采集模塊采集到的監控視頻連續多張幀圖像，并通過監控視頻預處理模塊和監控視頻關鍵幀截取模塊，預初始化乘梯人或危險物品檢測模型，形成預處理幀圖像；

102）幀圖像處理步驟：將步驟101）預處理幀圖像進行記錄并分析比對，當前預處理幀圖像中的乘梯人或危險物品數量相比于之前的幀圖像是否有變化；若檢出的乘梯人或危險物品數量沒有變化，則將當前預處理幀圖像輸出至監控視頻后處理應用模塊并清除緩存，若檢出的乘梯人或危險物品數量有變化，則與之前的幀圖像進行對比，對比內容包括乘梯人或物品的數量、乘梯人或危險物品的重量；如果重量檢測部分顯示當前幀圖中的乘梯人或危險物品重量更重，則將之前保存的關鍵幀替換為當前幀，若當前幀圖中的乘梯人或危險物品重量更輕，則維持之前的關鍵幀信息；

103）處理步驟：開始處理下一幀監控視頻的幀圖像，執行步驟101）直至幀圖全部處理完。

進一步的，監控視頻采集模塊包括電梯、攝像機，攝像機安裝在電梯轎廂內頂部，實時將采集到的監控視頻送至后續監控視頻預處理模塊進行分析；

監控視頻預處理模塊包括監控視頻存儲服務器、視頻預處理服務器，視頻預處理服務器負責將監控視頻存儲服務器中的歷史視頻或實時采集到的監控視頻進行處理，預處理后的監控視頻數據傳至后續監控視頻關鍵幀截取模塊進行處理；

監控視頻關鍵幀截取模塊包括GPU服務器和視頻關鍵幀提取方法，該方法基于監控視頻圖片重量，并對監控中感興趣的人或物進行打分，實時準確的獲取所需的電梯監控的關鍵幀，將獲取到的關鍵幀存儲在指定存儲服務器后傳至下級的關鍵幀應用模塊；

監控視頻后處理應用模塊包括監控視頻關鍵幀應用模塊，負責實時準確的分配并顯示多個基于監控視頻的應用結果；

用戶應用模塊包括物業監控監管顯示平臺、電梯中顯示屏、運維人員人機交互平臺。

進一步的，攝像機采用監控攝像機和/或工業攝像機。

進一步的，處理類型包括視頻尺寸變換、視頻幀轉換、視頻格式變換。