[發明專利]基于深度神經網絡的工地電梯人數統計系統及方法

有效

• 申請號: 202110243399.6
• 申請日: 2021-03-05
• 公開（公告）號: CN113044694B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 羅恒陽;程飛;齊敏;邵聞達;殷黎明;張磊
• 申請（專利權）人: 蘇州威視通智能科技有限公司
• 主分類號: B66B5/14
• 分類號: B66B5/14;B66B1/34;G06V20/52;G06V40/16;G06V40/10;G06V10/764;G06V10/28;G06V10/82;G06T5/00;G06F11/14;H04N5/76;G06N3/0464
• 代理公司: 廣州博聯知識產權代理有限公司 44663
• 代理人: 馬天鷹

1.一種基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于：包括相機模塊、邊緣計算設備以及提示模塊，所述相機模塊采集工地電梯內的圖像數據傳輸至邊緣計算設備，所述邊緣計算設備檢測到圖像數據中人數超員時，所述提示模塊發出超員提醒。

2.根據權利要求1所述的基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于：所述邊緣計算模塊包括供電模塊、AI核心運算模塊、網絡模塊以及TTL串口，所述TTL串口與提示模塊相連，所述網絡模塊連接有云服務器，所述提示模塊發出超員提醒，所述網絡模塊將超員記錄上傳至云服務器端，所述網絡模塊在無法連接至云服務的情況下，超員記錄僅存儲于本地的存儲單元。

3.根據權利要求2所述的基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于：所述相機模塊與AI核心運算模塊之間設置有二分類模型模塊，所述二分類模型模塊用于檢測電梯門是否關閉，所述二分類檢測模塊連接工地電梯門的物理開關，所述二分類模型模塊檢測到電梯門關閉且物理開關為關時所述AI核心運算模塊開始對電梯內部的人數進行檢測并統計個數；

所述二分類模型模塊無法連接至電梯門的物理開關時，所述二分類模型模塊檢測到電梯門關閉時，所述AI核心運算模塊開始對電梯內部的人員進行檢測并統計個數。

4.根據權利要求3所述的基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于：所述AI核心運算模塊包括數據采集單元、數據處理單元以及模型應用單元，所述數據采集單元截取所述相機單元拍攝視頻中的數據圖片，所述數據處理單元通過計算機視覺算法對輸入圖片進行預處理和增強，包括色彩空間轉換、圖像尺寸變換、圖像投影變換操作，所述模型應用單元檢測人像數據超載情況，當發生人數超員時傳輸給提示模塊并打開相機模塊進行錄像。

5.根據權利要求4所述的基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于：所述模型應用單元包括檢測模型單元、判決單元和目標計數單元，所述檢測模型單元識別每一個進入工地電梯內的人員，所述檢測模型單元識別失敗時所述判決單元對目標的位置和理論移動極限進行比對。

6.根據權利要求2所述的基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于：所述TTL串口包括485轉TTL串口和232轉TTL串口，所述網絡模塊為各種有線網絡模塊和無線網絡模塊的其中一種。

7.根據權利要求5所述的基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于：所述檢測模型單元連接有KCF相關性濾波單元。

8.根據權利要求5所述的基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于：所述相機模塊為設置為魚眼相機和廣角相機任意一種，所述提示模塊為高音喇叭和擴音喇叭任意一種。

9.根據權利要求8所述的基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于：所述AI核心運算模塊采用經過特殊數集訓練的模型以及其衍生模型，包括FASTER-RCNN，SSD，Yolo。

10.根據權利要求5-9任一所述的一種基于深度神經網絡的工地電梯人數統計系統及方法，其特征在于包括以下步驟：

S1,相機模塊采集不同時間工地電梯內的圖像數據，當電梯門被檢測關閉時AI核心運算模塊開始進行目標檢測；

S2,數據采集單元截取數據圖片并傳輸給數據處理單元；

S3,數據處理單元對數據采集單元截取的圖像處理后傳輸給檢測模型單元；

S4,檢測模型單元對人員進行識別并追蹤，以確保進入電梯的人員被暫時遮擋時，追蹤識別不會丟失，檢測模型單元將人數傳輸至計數單元，超員時接通提示模塊并發出提醒；

S5,檢測到工地電梯門二次關閉且工地電梯內部人數沒有發生減少時，提示模塊再次報警，此時音量升高；

S6，超員報警發生時，啟動視頻錄制功能，將該設備端獲取該時間點前后一段時間內的圖片數據，通過網絡模塊將圖片數據和視頻數據傳輸至云服務器備份。