电梯轿厢内乘客异常行为检测系统的设计与实现

发布时间：2024-04-20 12:20

　　借助机器视觉、人工智能、视频分析技术对乘客在乘梯过程中的不规范、异常行为进行捕捉、识别、判断,实现对电梯环境的实时检测。设计了基于视频识别技术的电梯轿厢内乘客异常行为检测系统。首先对异常行为进行建模,采集轿厢视频,并对其进行行为检测,再在角点处计算Lucas-Kanade光流,根据光流矢量的统计信息检测出视频中可疑的异常帧,最后通过数据匹配识别出异常行为。

【文章页数】：4 页

【部分图文】：

图2电梯轿厢内乘客异常行为检测系统模型搭建流程图

图1电梯轿厢内乘客异常行为检测系统流程图1.2模型建立

图3Shi-Tomasi角点检测方法应用效果

运用Lucas-Kanade光流算法，当试验人员进入电梯后，对轿厢内部图像信息进行检测，检测效果如图4所示。图4Lucas-Kanade光流检测效果

图4Lucas-Kanade光流检测效果

图3Shi-Tomasi角点检测方法应用效果2电梯轿厢内乘客异常行为检测系统的实现

图5轿厢选择界面

试验时选择一台展示轿厢进行禁入目标检测，禁入目标为犬类。图7为对轿厢内出现禁入目标时的检测效果。本界面中有两个图像展示区，左侧为摄像头实时传输回后台的实际图像，右侧为经过图像预处理及检测算法模型匹配后的图像，中间列表中显示的是检测类别和检测结果(包括扒门行为、禁入目标、轿门运行轨....

本文编号：3959397