CN103552890A - 电梯轿厢人数检测系统及方法 - Google Patents

Abstract

本发明提供了一种电梯轿厢人数检测系统，包括库文件创建单元、特征提取单元以及人数判断单元，其中：所述库文件创建单元，用于创建标准库文件，所述标准库文件包括多个参考HOG特征向量和对应的人数；所述特征提取单元，用于在接收到电梯门关闭信号后截取摄像头拍摄的视频帧，并提取所述视频帧的HOG特征向量；所述人数判断单元，用于从所述标准库文件中获得与所述视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数作为当前电梯轿厢内的人数。本发明还提供一种对应的方法。本发明通过对摄像头采集的现场图像进行HOG特征提取及比对，从而获得轿厢人数，无需增加额外的检测设备即可得到准确的人数。

Description

电梯轿厢人数检测系统及方法

技术领域

本发明涉及电梯领域，更具体地说，涉及一种电梯轿厢人数检测系统及方法。

背景技术

随着社会的发展，电梯作为高层建筑中上下楼层的运输工具，其作用日益重要。在日常生活中，电梯系统所固有的不确定性、非线性和信息的不完备性，空跑、空停时有发生，严重降低电梯的运行效率。现有的技术电梯控制系统只能粗略的估算乘客载重量，对于乘客的具体人数信息不得而知，势必造成电梯能源浪费，与节能减排精神背道而驰。

新一代信息技术——物联网技术也越来越多的应用到了电梯系统中。电梯物联网系统中的实时监控视频和电梯实时状态信息（包含楼层，电梯门的开关状态，运行方向等），能够为各级用户提供较为直观、清晰、准确、稳定的电梯运行状态监视,为设备维修和故障诊断提供多方面的可能性。电梯物联网系统一般采用添加红外线模块的方式进行电梯人数的识别。

然而，电梯物联网系统在实现其基本功能时，并不需要红外线模块，红外线模块是专为人数识别而加入，无疑增加了电梯系统的硬件成本。另外，红外线识别的原理具有局限性：只有在电梯内乘客有位移时才能检测人数。但电梯内的乘客往往很少移动，造成红外线人数识别的准确率不高。

发明内容

本发明要解决的技术问题在于，针对上述电梯轿厢人数采用红外线检测增加成本、准确率不高的问题，提供一种电梯轿厢人数检测系统及方法。

本发明解决上述技术问题的技术方案是，提供一种电梯轿厢人数检测系统，所述电梯轿厢内具有摄像头，所述检测系统包括库文件创建单元、特征提取单元以及人数判断单元，其中：所述库文件创建单元，用于创建标准库文件，所述标准库文件包括多个参考HOG特征向量和对应的人数；所述特征提取单元，用于在接收到电梯门关闭信号后截取摄像头拍摄的视频帧，并提取所述视频帧的HOG特征向量；所述人数判断单元，用于从所述标准库文件中获得与所述视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数作为当前电梯轿厢内的人数。

在本发明所述的电梯轿厢人数检测系统中，所述特征提取单元位于连接到电梯控制系统的服务器，所述库文件创建单元包括位于服务器的人数输入子单元以及位于SVM分类器的分类学习子单元，且所述SVM分类器连接到服务器；所述分类学习子单元用于将多个不同人数、不同灯光下的视频帧的HOG特征向量作为参考HOG特征向量，并将所述参考HOG特征向量与通过人数输入子单元输入的对应视频帧的人数进行分类学习生成标准库文件。

在本发明所述的电梯轿厢人数检测系统中，所述服务器包括信号接收单元，用于通过互联网接收来自电梯控制系统的摄像头拍摄的视频以及电梯门关闭信号。

本发明还提供一种电梯轿厢人数检测方法，所述电梯轿厢内具有摄像头，该方法包括以下步骤：

（a）创建标准库文件，所述标准库文件包括多个参考HOG特征向量和对应的人数；

（b）在接收到电梯门关闭信号后截取摄像头拍摄的视频帧，并提取所述视频帧的HOG特征向量；

（c）从所述标准库文件中获得与所述视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数作为当前电梯轿厢内的人数。

在本发明所述的电梯轿厢人数检测方法中，所述步骤（a）包括以下步骤：

（a1）采集摄像头在不同人数、不同灯光下的多个视频帧，并分别提取每一视频帧的HOG特征向量；

（a2）接收每一视频帧的人数输入；

（a3）将每一视频帧的HOG特征向量作为参考HOG特征向量与输入的该视频帧的人数传送到SVM分类器进行分类学习，并生成标准库文件。

在本发明所述的电梯轿厢人数检测方法中，所述步骤（b）包括：

（b1）电梯控制系统将摄像头拍摄的视频以及电梯门关闭信号通过互联网传送到远端的服务器；

（b2）所述服务器在接收到电梯门关闭信号后从视频截取该时刻的视频帧，并提取所述视频帧的HOG特征向量。

在本发明所述的电梯轿厢人数检测方法中，所述标准库文件存储于SVM分类器，所述步骤（c）包括：

（c1）所述服务器将提取的视频帧的HOG特征向量传送到SVM分类器；

（c2）所述SVM分类器从标准库文件中获得与所述视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数；

（c3）所述SVM分类器将步骤（c2）中获得人数发送到服务器，所述服务器将该人数作为当前电梯轿厢内的人数。

本发明的电梯轿厢人数检测系统及方法，通过对摄像头采集的现场图像进行HOG特征提取及比对，从而获得轿厢人数，无需增加额外的检测设备即可得到准确的人数。

附图说明

图1是本发明电梯轿厢人数检测系统实施例的示意图。

图2是本发明电梯轿厢人数检测方法实施例的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，是本发明电梯轿厢人数检测系统实施例的示意图，其用于检测电梯轿厢内的人数且上述电梯轿厢内具有摄像头15（例如安装于电梯轿厢的顶部，可拍摄轿厢内的全景视频）。本实施例中的检测系统连接到电梯控制系统14，并包括库文件创建单元11、特征提取单元12以及人数判断单元13。上述库文件创建单元11、特征提取单元12以及人数判断单元13可由运行于一台或多台特定计算机系统的软件实现。

库文件创建单元11用于创建标准库文件，该标准库文件是判断电梯轿厢人数的依据且该库文件包括多个参考HOG特征向量（方向梯度直方图特征）和对应的人数。库文件创建单元11依据在电梯门关闭后不同人数、不同灯光条件的多个视频帧（由摄像头15所拍摄，例如不小于50个视频帧）及每一视频帧对应的人数创建。

特征提取单元12用于在接收到电梯门关闭信号后截取摄像头15拍摄的视频帧，并提取视频帧的HOG特征向量。上述电梯门关闭信号可从电梯控制系统14获取，而摄像头15拍摄的视频帧则可经由电梯控制系统14获得。

具体地，特征提取单元12可通过以下方式提取视频帧的HOG特征向量：首先将视频帧灰度化（将视频帧看做一个x,y,z（灰度）的三维图像）；然后采用Gamma校正法对输入图像进行颜色空间的标准化（归一化），通过归一化，可调节视频帧的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；接着计算视频帧每个像素的梯度（包括大小和方向，主要是为了捕获轮廓信息，同时进一步弱化光照的干扰）；再接着将视频帧划分成小单元（例如6*6像素/单元），并统计每个单元的梯度直方图（不同梯度的个数），即可形成每个单元的特征向量；将每几个单元组成一个块（例如3*3个单元/块），一个块内所有单元的特征向量串联起来便得到该块的HOG特征向量；最后将视频帧内的所有块的HOG特征向量串联起来就可以得到该视频帧的HOG特征向量。当然，在实际应用中，特征提取单元12也可通过现有的其他算法获得视频帧的HOG特征向量。

人数判断单元13用于从标准库文件中获得与视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数作为当前电梯轿厢内的人数。

上述电梯轿厢人数检测系统利用电梯内原有的摄像头，无需添加任何其他组件即可实现电梯轿厢内人数检测，而且检测的精度远高于红外线设备。

具体地，上述电梯轿厢人数检测系统可基于电梯物联网系统实现，其中特征提取单元12位于连接到电梯控制系统14的服务器，库文件创建单元11包括位于上述服务器的人数输入子单元以及位于SVM分类器的分类学习子单元，上述SVM分类器连接到服务器。上述服务器还包括信号接收单元，用于通过互联网接收来自电梯控制系统14的由摄像头15拍摄的视频以及电梯门关闭信号。库文件创建单元11利用特征提取单元12提取多个不同人数、不同灯光下的视频帧的HOG特征向量；人数输入子单元则用于接收上述多个视频帧的人数输入（人工输入）；分类学习子单元将多个不同人数、不同灯光下的视频帧的HOG特征向量作为参考HOG特征向量，并将该多个参考HOG特征向量与通过人数输入子单元输入的该视频帧的人数进行分类学习生成标准库文件（例如XML文件）。

由于该系统基于电梯物联网，因此电梯物联网中所有连接到服务器的电梯控制系统都可共用上述检测系统，实现物联网系统中所有电梯轿厢的人数检测，提高了系统的使用率，降低单位使用成本。

如图2所示，是本发明电梯轿厢人数检测方法实施例的示意图，其中上述电梯轿厢内具有摄像头，该方法包括以下步骤：

步骤S21：创建标准库文件，该标准库文件包括多个参考HOG特征向量和对应的人数。该标准库文件是判断电梯轿厢人数的依据，其根据在电梯门关闭后不同人数、不同灯光条件的多个视频帧（由摄像头15所拍摄，例如不小于50个视频帧）及每一视频帧对应的人数创建。

上述标准库文件具体可通过以下步骤创建：首先采集摄像头在不同人数、不同灯光下的多个视频帧，并分别提取每一视频帧的HOG特征向量；同时接收每一视频帧的人数输入；然后将每一视频帧的HOG特征向量作为参考HOG特征向量与输入的该视频帧的人数传送到SVM分类器进行分类学习，并生成标准库文件。

步骤S22：在接收到电梯门关闭信号后（电梯正常运行过程中）截取摄像头拍摄的视频帧，并提取视频帧的HOG特征向量。

当上述方法基于电梯物联网时，该步骤可包括：电梯控制系统将摄像头拍摄的视频以及电梯门关闭信号通过互联网传送到远端的服务器；然后由服务器在接收到电梯门关闭信号后从视频截取该时刻的视频帧，并提取视频帧的HOG特征向量。

步骤S23：从标准库文件中获得与所述视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数作为当前电梯轿厢内的人数。

在上述方法应用于电梯物联网时，该步骤包括：服务器将提取的视频帧的HOG特征向量传送到SVM分类器；SVM分类器从标准库文件中获得与所述视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数；SVM分类器将获得的人数发送到服务器，服务器将该人数作为当前电梯轿厢内的人数。

上述服务器获得的人数可通过互联网发送到对应的电梯控制系统，由电梯控制系统作为相应召唤、楼层停靠、超载判断等的依据。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (7)

1.一种电梯轿厢人数检测系统，所述电梯轿厢内具有摄像头，其特征在于：所述检测系统包括库文件创建单元、特征提取单元以及人数判断单元，其中：所述库文件创建单元，用于创建标准库文件，所述标准库文件包括多个参考HOG特征向量和对应的人数；所述特征提取单元，用于在接收到电梯门关闭信号后截取摄像头拍摄的视频帧，并提取所述视频帧的HOG特征向量；所述人数判断单元，用于从所述标准库文件中获得与所述视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数作为当前电梯轿厢内的人数。

2.根据权利要求1所述的电梯轿厢人数检测系统，其特征在于：所述特征提取单元位于连接到电梯控制系统的服务器，所述库文件创建单元包括位于服务器的人数输入子单元以及位于SVM分类器的分类学习子单元，且所述SVM分类器连接到服务器；所述分类学习子单元用于将多个不同人数、不同灯光下的视频帧的HOG特征向量作为参考HOG特征向量，并将所述参考HOG特征向量与通过人数输入子单元输入的对应视频帧的人数进行分类学习生成标准库文件。

3.根据权利要求2所述的电梯轿厢人数检测系统，其特征在于：所述服务器包括信号接收单元，用于通过互联网接收来自电梯控制系统的摄像头拍摄的视频以及电梯门关闭信号。

4.一种电梯轿厢人数检测方法，所述电梯轿厢内具有摄像头，其特征在于：该方法包括以下步骤：

（a）创建标准库文件，所述标准库文件包括多个参考HOG特征向量和对应的人数；

（b）在接收到电梯门关闭信号后截取摄像头拍摄的视频帧，并提取所述视频帧的HOG特征向量；

（c）从所述标准库文件中获得与所述视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数作为当前电梯轿厢内的人数。

5.根据权利要求4所述的电梯轿厢人数检测方法，其特征在于：所述步骤（a）包括以下步骤：

（a1）采集摄像头在不同人数、不同灯光下的多个视频帧，并分别提取每一视频帧的HOG特征向量；

（a2）接收每一视频帧的人数输入；

（a3）将每一视频帧的HOG特征向量作为参考HOG特征向量与输入的该视频帧的人数传送到SVM分类器进行分类学习，并生成标准库文件。

6.根据权利要求4所述的电梯轿厢人数检测方法，其特征在于：所述步骤（b）包括：

（b1）电梯控制系统将摄像头拍摄的视频以及电梯门关闭信号通过互联网传送到远端的服务器；

（b2）所述服务器在接收到电梯门关闭信号后从视频截取该时刻的视频帧，并提取所述视频帧的HOG特征向量。

7.根据权利要求6所述的电梯轿厢人数检测方法，其特征在于：所述标准库文件存储于SVM分类器，所述步骤（c）包括：

（c1）所述服务器将提取的视频帧的HOG特征向量传送到SVM分类器；

（c2）所述SVM分类器从标准库文件中获得与所述视频帧的HOG特征向量最接近的参考HOG特征向量并将该参考HOG特征向量对应的人数；

（c3）所述SVM分类器将步骤（c2）中获得人数发送到服务器，所述服务器将该人数作为当前电梯轿厢内的人数。

Images