CN105565099A - 一种电梯检测的方法和系统 - Google Patents

Abstract

本发明适用于电梯检测领域，提供了一种电梯检测的方法和系统，包括：电梯检测客户端通过传感器实时监控电梯运行，并在所述传感器的数据出现异常时，将异常数据和所述电梯的地理数据发送到云服务器端；所述云服务器端根据所述地理数据选择对应的维修企业，并将所述异常数据发送到所述维修企业客户端；所述维修企业客户端选择维修工程师，将所述异常数据和地理数据发送到维修工程师客户端，并将所述维修工程师的个人信息发送到所述云服务器端。实施本发明实施例，电梯维护的各方都可以及时、准确的知道电梯的运行情况，保证了电梯使用者的人身安全。

Description

一种电梯检测的方法和系统

技术领域

本发明属于电梯检测领域，尤其涉及一种电梯检测的方法和系统。

背景技术

目前，电梯作为一种重要特种设备，已经和人类的生活息息相关，作为一种机电一体化集成度比较高的设备，电梯的安全性和人民的生命直接相关，因此一直受到国家和企事业单位的重视。但是近几年来，由于电梯维修以及监管措施上面的不到位，造成电梯安全事故层出不穷，给人民生命财产造成严重影响和损失，因此对电梯运行状态的实时监测、维保单位维修记录的实时监管、出问题后的快速反应和维修已经刻不容缓。电梯的主要构件主要是由牵引系统、导向系统、轿箱门系统、重量平衡系统、电力驱动系统、控制系统、安全保护系统等七大部分组成，由于这七大系统之间构建的是一个复杂的基于机电一体化紧密度非常高的特种设备，各个部件之间相互依靠，互相影响，只要其中一个出现问题，电梯的运行状态就会发生改变，从而会影响电梯整体的运行安全。从电梯实际的安全事故来看，电梯事故主要分为如下几类：坠落事故、撞击事故、剪切事故、电击事故、被困事故、挤伤事故等六大类，在这六大事故中，除了极少数是由于人的因素比如超重负荷运载等引起电梯损伤之外，其他都是由于维修保养不过关或日常监管不到位引起的电梯超负荷、超期限工作引起的安全事故。由于电梯属于机电一体化紧密度非常高的特种设备，对它的维护和保养需要经过特别学习和培训的工程师才能胜任，而对这些工程师的资格认定需要经过国家层面的考试才可以通过，也就是说，对电梯的安装、维修和保养，需要专业的工程师才可以胜任，安装复杂、技术程度高、日常维修工作量大，因此对他们的日常监管也必须到位，否则非常容易引起维修工程师的偷工减料和对电梯日常维护的不到位情况。目前电梯的日常运营和维护涉及到三个单位：物业、维保单位和质监部门，其中物业将电梯的日常维护任务委托给维保单位，同时支付电梯的日常维修费用，维保单位负责将物业委托的电梯进行日常维护和保养，而地方质监部门则负责对维保单位的资质和负责维保的工程师资质进行年度考核和监管。原理上说，这三者之间如果监管措施到位，可以确保电梯的安全不出问题，但是实际情况刚好相反，目前电梯维保存在的几个突出问题是：

对维保单位的监管不到位

承担电梯日常维保的单位必须经过国家质检部门的考核之后才有资格维护电梯特种设备，同时相关的维修工程师也要经过考试和实际培训之后获得相关的维修资格才可以上岗。严格来说，承担电梯的维修和保养是一项技术要求高、工作量大的工作。目前由于缺乏资金或监管措施不到位，导致很多维保单位都是应付电梯的日常维修和保养，为了降低人工成本，甚至会安排一些没有电梯维修工程师资格的人员来进行日常保养，而对一些日常运营正常的电梯则只签到不检修，或只对一些已经明显有问题的电梯进行维修，这些问题的出现都是由于对维保单位的监管力度和措施不到位引起的。

发明内容

本发明实施例的目的在于提供一种电梯检测的方法和系统，以解决现有技术由于监管不到位的问题。

本发明实施例是这样实现的，一种电梯检测的方法，所述方法包括：

电梯检测客户端通过传感器实时监控电梯运行，并在所述传感器的数据出现异常时，将异常数据和所述电梯的地理数据发送到云服务器端；

所述云服务器端根据所述地理数据选择对应的维修企业，并将所述异常数据发送到所述维修企业客户端；

所述维修企业客户端选择维修工程师，将所述异常数据和地理数据发送到维修工程师客户端，并将所述维修工程师的个人信息发送到所述云服务器端；

所述云服务器端将所述个人信息发送到所述电梯检测客户端进行保存；

所述电梯检测客户端通过高清摄像头获取根据所述地理数据到达的所述维修工程师的人脸图像，并将所述人脸图像与所述个人信息进行比较，以完成身份验证。

本发明实施例，电梯检测客户端通过传感器获取电梯的运行数据，当运行数据出现异常时，将运行数据发送到维修公司，维修公司将指派的维修工程师的个人信息发送到云服务器端，电梯检测客户端获取维修工程师的人脸图像，通过人脸图像和个人信息完成身份验证，维修工程师在身份验证完成之后，进行电梯维修，并将维修结果上传到云服务器端，提供了一种综合监管电梯的方法，使得电梯维护的各方都可以及时、准确的知道电梯的运行情况，保证了电梯使用者的人身安全。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的电梯检测方法的流程图；

图2为本发明实施例提供的电梯检测系统的结构图；

图3为本发明实施例提供的电梯检测系统的框架图；

图4为本发明实施例提供的电梯检测终端的外观示意图；

图5为本发明实施例提供的电梯检测系统各部件连接示意图；

图6为本发明实施例提供的电梯检测系统运行示意图；

图7～10为本发明实施例提供的人脸识别算法模型的流程图；

图11为本发明实施例提供的人脸识别算法的示意图。

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。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

如图1所示为本发明实施例提供的电梯检测方法的流程图，所述方法包括以下步骤：

步骤S101，电梯检测客户端通过传感器实时监控电梯运行，并在所述传感器的数据出现异常时，将异常数据和所述电梯的地理数据发送到云服务器端。

在本发明实施例中，电梯检测客户端与云服务器端相连接，在电梯中安装有多种传感器，这些传感器将电梯运行时产生的数据发送到电梯检测客户端，通过这些数据，即可判断电梯的运行是否出现异常，如果传感器数据出现异常，则电梯检测客户端将出现异常的数据和电梯的地理数据发送到云服务器端，所述传感器包括但不限于：位移传感器、压力传感器、称重传感器、光幕传感器、平层传感器、速度编码传感器、温度传感器、重力加速度传感器，上述传感器的采集方式用模拟量和数字量单向方式。

步骤S102，所述云服务器端根据所述地理数据选择对应的维修企业，并将所述异常数据发送到所述维修企业客户端。

在本发明实施例中，云服务器端在接收到异常数据和地理数据之后，根据地理数据即可获取出现异常的电梯所在的地理数据，进而选择对该地理数据进行维修的企业，并将电梯的异常数据发送到该维修企业的客户端。

步骤S103，所述维修企业客户端选择维修工程师，将所述异常数据和地理数据发送到维修工程师客户端，并将所述维修工程师的个人信息发送到所述云服务器端。

在本发明实施例中，维修企业客户端在接收到异常数据之后，选择出维修工程师，将电梯的异常数据和地理数据发送到维修工程师客户端，同时，将该维修工程师的个人信息上传到所述云服务器端，所述个人信息包括但不限于：工作照、维修工程师职业证号、工作年限等。

步骤S104，所述云服务器端将所述个人信息发送到所述电梯检测客户端进行保存。

在本发明实施例中，云服务器端在接收到维修工程师的个人信息之后，将该个人信息发送到电梯检测客户端，以使电梯检测客户端根据该个人信息对上门进行维修的维修工程师进行身份验证。

步骤S105，所述电梯检测客户端通过高清摄像头获取根据所述地理数据到达的所述维修工程师的人脸图像，并将所述人脸图像与所述个人信息进行比较，以完成身份验证。

在本发明实施例中，电梯检测客户端通过安装在电梯中的高清摄像头获取维修工程师进入时的图像，从该图像中获取维修工程师的人脸图像，将获取的人脸图像与保存的个人信息进行比较，如果人脸图像与个人信息一致，则身份验证完成，如果人脸图像与个人信息不一致，则身份验证失败。

作为本发明的一个可选实施例，无论身份验证是否成功，电梯检测客户端将所述身份验证的结果发送到质监客户端。

所述电梯检测客户端通过高清摄像头获取所述维修工程师的人脸图像，包括：

1、对摄入的图像进行预处理，从所述图像中获取动态目标。

在本发明实施例中，电梯检测客户端调用人脸检测和识别算法对摄入的图像进行DSP预处理，包括：

首先对图像进行包括背景去噪、光照补强、轮廓聚类在内的预处理；

然后根据拍摄图像区域内的目标轮廓移动距离相对时间插值的像素改变对比，区分动态目标和静态目标；

最后控制摄像头，使得摄像头对焦到动态目标上，连续拍摄图片10张。

通常情况下，上述动态目标从锁定到图像提取，过程耗时1.3秒～1.5秒之间。

2、通过新Adaboost算法从所述动态目标中提取人脸，所述新Adaboost算法为在新Adaboost算法中加入皮肤检测。

在本发明实施例中，通过新Adaboost算法从所述动态目标中检测人脸的步骤，如下：

A.首先是通用的Adaboost人脸检测算法，即对所述动态目标进行图像处理：依据人脸多个特征值之间的关联性，尤其是人眼、耳朵、头发、鼻子和嘴巴之间距离、颜色、尺寸、形状等，在二维几何向量空间内对提取特征值向量；

B.在Adaboost算法基础上，增加肤色特征值提取，使得在背景比较复杂的环境下，增加对肤色先验知识，降低后验概率提取中误差增加和数据对比复杂度；

C.采用了优化的PTZ控制算法对人脸进行跟踪，能够达到实时的平移、旋转和缩放功能，并能找出最佳的图像帧用于人脸识别所需的特征值向量提取，从而减少对比误差，这部分的PTZ控制算法的流程如下所述：

初始化PTZ摄像头的拍摄范围，等待目标出现；

当目标进入视场，计算目标区域面积，记录目标与背景的相对位置；

利用相对位置信息，调整PTZ摄像头的拍摄位置和角度，使目标始终处于背景中央；

调整摄像头的焦距，获取最佳拍摄质量，直至目标消失；

返回第一步。

D.增加概率密度梯度函数作为一种权值依据，将特征值向量依据概率密度梯度函数由高到低排列，减少后续识别过程中的运算量；这个概率密度梯度函数的数学依据是计算出每一个特征向量值在二维空间内的欧氏距离，计算这些欧氏距离在最小均方误差下的概率密度，利用概率密度作为权值因子提取图像目标中的人脸像素密度分布范围，锁定在一定密度范围内像素值，如果有多个人脸，那么锁定多个区间内的密度范围值，按照特征值向量和密度分布由高到低存放到不同的内存区域，为后续的人脸识别奠定基础。

3、通过K-L算法从所述提取的人脸中识别出人脸图像。

在本发明实施例中，通过K-L算法从所述提取的人脸中识别出人脸图像的步骤，包括：

A.首先是对图像做了预处理和预分析，去除图像中的背景噪声，同时对图像做光度不强操作；

B.其次提取图像的肤色信息，并进行肤色的过滤与轮廓的聚类分析，找出候选人脸区域，基于PTZ控制算法摄像头的调整与控制，对候选人脸作出筛选，精确定位其大小与位置，并给予跟踪和识别；

C.然后对图像从YUV像素空间转换到RGB像素空间，在RGB空间上做像素空间四角对调取平均算法，即对每一个特征向量值在二维空间上按照特征值的权值(概率密度梯度函数)由高到低排列，然后对每一个特征值向量分割为RGB的4x4的矩形像素空间，对单个RGB像素空间取4x4的像素值，对每一个像素值取对角差值平均，即4个像数值取一个平均值作为该空间内的特征值因子。通过该算法，单位向量值的对比数据量缩小到原先的1/16，而如果单个特征值比如人眼，有几万个向量值构建的话，每个向量值数据量缩小到原先的1/16，整个向量空间数据量将缩小到原先PCA算法的几十万分之一，精度方面由于一直都在最小均方误差范围之内的图像压缩，因此可以提高原先的30％以上识别精度。

步骤S106，所述维修工程师根据所述维修工程师客户端记录的异常数据对电梯进行维修，并将维修的结果上传到所述云服务器端。

在本发明实施例中，在完成了身份验证之后，维修工程师即可对出现异常的电梯进行维修了，维修工程师根据记录在维修工程师客户端上的异常数据对电梯进行维修，并在维修结束将维修结果上传到云服务器端。

本发明实施例，电梯检测客户端通过传感器获取电梯的运行数据，当运行数据出现异常时，将运行数据发送到维修公司，维修公司将指派的维修工程师的个人信息发送到云服务器端，电梯检测客户端获取维修工程师的人脸图像，通过人脸图像和个人信息完成身份验证，维修工程师在身份验证完成之后，进行电梯维修，并将维修结果上传到云服务器端，提供了一种综合监管电梯的方法，使得电梯维护的各方都可以及时、准确的知道电梯的运行情况，保证了电梯使用者的人身安全。

作为本发明的一个可选实施例，所述方法还包括：

维修工程师客户端将维修结果上传到质监客户端。

在本发明实施例中，质监客户端作为最重要的监管部门，需要实时了解电梯的维修和运行情况，因此，在维修完毕，维修工程师客户端还可以将本次电梯维修的结果上传到质监客户端。

实施例二

如图2所示为本发明实施例提供的电梯检测系统的结构图，为了便于说明，仅示出与本发明实施例相关的部分，包括：

电梯检测客户端201，用于通过传感器实时监控电梯运行，在所述传感器的数据出现异常时，将异常数据和所述电梯的地理数据发送到云服务器端202，接收云服务器端202发送的维修工程师的个人信息，通过高清摄像头获取根据所述地理数据到达的所述维修工程师的人脸图像，将所述人脸图像与所述个人信息进行比较；

云服务器端202，用于接收所述电梯检测客户端201发送的异常数据和所述电梯的地理数据，根据所述地理数据选择对应的维修企业，并将所述异常数据发送到所述维修企业客户端203，接收所述维修企业客户端203发送的维修工程师的个人信息，将所述个人信息发送电梯检测客户端201，接收维修工程师客户端204上传的维修结果；

维修企业客户端203，用于接收云服务器端202发送的异常数据，选择维修工程师，将所述异常数据和地理数据发送到维修工程师客户端204，将所述维修工程师的个人信息发送到所述云服务器端202；

维修工程师客户端204，用于接收所述维修企业客户端203发送的异常数据和地理数据，并在维修完成之后，将维修结果上传到所述云服务器端202。

在本发明实施例中，在本发明实施例中，电梯检测客户端与云服务器端相连接，在电梯中安装有多种传感器，这些传感器将电梯运行时产生的数据发送到电梯检测客户端，通过这些数据，即可判断电梯的运行是否出现异常，如果传感器数据出现异常，则电梯检测客户端将出现异常的数据和电梯的地理数据发送到云服务器端，所述传感器包括但不限于：位移传感器、压力传感器、称重传感器、光幕传感器、平层传感器、速度编码传感器、温度传感器、重力加速度传感器，上述传感器的采集方式用模拟量和数字量单向方式。

云服务器端在接收到异常数据和地理数据之后，根据地理数据即可获取出现异常的电梯所在的地理数据，进而选择对该地理数据进行维修的企业，并将电梯的异常数据发送到该维修企业的客户端。

维修企业客户端在接收到异常数据之后，选择出维修工程师，将电梯的异常数据和地理数据发送到维修工程师客户端，同时，将该维修工程师的个人信息上传到所述云服务器端，所述个人信息包括但不限于：工作照、维修工程师职业证号、工作年限等。

云服务器端在接收到维修工程师的个人信息之后，将该个人信息发送到电梯检测客户端，以使电梯检测客户端根据该个人信息对上门进行维修的维修工程师进行身份验证。

电梯检测客户端通过安装在电梯中的高清摄像头获取维修工程师进入时的图像，从该图像中获取维修工程师的人脸图像，将获取的人脸图像与保存的个人信息进行比较，如果人脸图像与个人信息一致，则身份验证完成，如果人脸图像与个人信息不一致，则身份验证失败。

作为本发明的一个可选实施例，无论身份验证是否成功，电梯检测客户端将所述身份验证的结果发送到质监客户端。

所述电梯检测客户端通过高清摄像头获取所述维修工程师的人脸图像，包括：

1、对摄入的图像进行预处理，从所述图像中获取动态目标。

在本发明实施例中，电梯检测客户端调用人脸检测和识别算法对摄入的图像进行DSP预处理，包括：

首先对图像进行包括背景去噪、光照补强、轮廓聚类在内的预处理；

然后根据拍摄图像区域内的目标轮廓移动距离相对时间插值的像素改变对比，区分动态目标和静态目标；

最后控制摄像头，使得摄像头对焦到动态目标上，连续拍摄图片10张。

通常情况下，上述动态目标从锁定到图像提取，过程耗时1.3秒～1.5秒之间。

2、通过新Adaboost算法从所述动态目标中提取人脸，所述新Adaboost算法为在新Adaboost算法中加入皮肤检测。

在本发明实施例中，通过新Adaboost算法从所述动态目标中检测人脸的步骤，如下：

A.首先是通用的Adaboost人脸检测算法，即对所述动态目标进行图像处理：依据人脸多个特征值之间的关联性，尤其是人眼、耳朵、头发、鼻子和嘴巴之间距离、颜色、尺寸、形状等，在二维几何向量空间内对提取特征值向量；

B.在Adaboost算法基础上，增加肤色特征值提取，使得在背景比较复杂的环境下，增加对肤色先验知识，降低后验概率提取中误差增加和数据对比复杂度；

C.采用了优化的PTZ控制算法对人脸进行跟踪，能够达到实时的平移、旋转和缩放功能，并能找出最佳的图像帧用于人脸识别所需的特征值向量提取，从而减少对比误差，这部分的PTZ控制算法的流程如下所述：

初始化PTZ摄像头的拍摄范围，等待目标出现；

当目标进入视场，计算目标区域面积，记录目标与背景的相对位置；

利用相对位置信息，调整PTZ摄像头的拍摄位置和角度，使目标始终处于背景中央；

调整摄像头的焦距，获取最佳拍摄质量，直至目标消失；

返回第一步。

D.增加概率密度梯度函数作为一种权值依据，将特征值向量依据概率密度梯度函数由高到低排列，减少后续识别过程中的运算量；这个概率密度梯度函数的数学依据是计算出每一个特征向量值在二维空间内的欧氏距离，计算这些欧氏距离在最小均方误差下的概率密度，利用概率密度作为权值因子提取图像目标中的人脸像素密度分布范围，锁定在一定密度范围内像素值，如果有多个人脸，那么锁定多个区间内的密度范围值，按照特征值向量和密度分布由高到低存放到不同的内存区域，为后续的人脸识别奠定基础。

3、通过K-L算法从所述提取的人脸中识别出人脸图像。

在本发明实施例中，通过K-L算法从所述提取的人脸中识别出人脸图像的步骤，包括：

A.首先是对图像做了预处理和预分析，去除图像中的背景噪声，同时对图像做光度不强操作；

B.其次提取图像的肤色信息，并进行肤色的过滤与轮廓的聚类分析，找出候选人脸区域，基于PTZ控制算法摄像头的调整与控制，对候选人脸作出筛选，精确定位其大小与位置，并给予跟踪和识别；

C.然后对图像从YUV像素空间转换到RGB像素空间，在RGB空间上做像素空间四角对调取平均算法，即对每一个特征向量值在二维空间上按照特征值的权值(概率密度梯度函数)由高到低排列，然后对每一个特征值向量分割为RGB的4x4的矩形像素空间，对单个RGB像素空间取4x4的像素值，对每一个像素值取对角差值平均，即4个像数值取一个平均值作为该空间内的特征值因子。通过该算法，单位向量值的对比数据量缩小到原先的1/16，而如果单个特征值比如人眼，有几万个向量值构建的话，每个向量值数据量缩小到原先的1/16，整个向量空间数据量将缩小到原先PCA算法的几十万分之一，精度方面由于一直都在最小均方误差范围之内的图像压缩，因此可以提高原先的30％以上识别精度。

在完成了身份验证之后，维修工程师即可对出现异常的电梯进行维修了，维修工程师根据记录在维修工程师客户端上的异常数据对电梯进行维修，并在维修结束将维修结果上传到云服务器端。

本发明实施例，电梯检测客户端通过传感器获取电梯的运行数据，当运行数据出现异常时，将运行数据发送到维修公司，维修公司将指派的维修工程师的个人信息发送到云服务器端，电梯检测客户端获取维修工程师的人脸图像，通过人脸图像和个人信息完成身份验证，维修工程师在身份验证完成之后，进行电梯维修，并将维修结果上传到云服务器端，提供了一种综合监管电梯的方法，使得电梯维护的各方都可以及时、准确的知道电梯的运行情况，保证了电梯使用者的人身安全。

作为本发明的一个可选实施例，所述系统还包括：

质监客户端205，用于接收电梯检测客户端201发送的身份验证的结果，以及接收所述维修工程师客户端204发送的维修结果。

如图3所示为本发明实施例提供的电梯检测系统的框架图；

如图4所示为本发明实施例提供的电梯检测终端的外观示意图；

如图5所示为本发明实施例提供的电梯检测系统各部件连接示意图；

如图6所示为本发明实施例提供的电梯检测系统运行示意图；

如图7～10所示为本发明实施例提供的人脸识别算法模型的流程图；

如图11所示为本发明实施例提供的人脸识别算法的示意图。

在本发明实施例中，质监客户端作为最重要的监管部门，需要实时了解电梯的维修和运行情况，因此，在维修完毕，维修工程师客户端还可以将本次电梯维修的结果上传到质监客户端。

本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，包括ROM/RAM、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种电梯检测的方法，其特征在于，所述方法包括：

电梯检测客户端通过传感器实时监控电梯运行，并在所述传感器的数据出现异常时，将异常数据和所述电梯的地理数据发送到云服务器端；

所述云服务器端根据所述地理数据选择对应的维修企业，并将所述异常数据发送到所述维修企业客户端；

所述维修企业客户端选择维修工程师，将所述异常数据和地理数据发送到维修工程师客户端，并将所述维修工程师的个人信息发送到所述云服务器端；

所述云服务器端将所述个人信息发送到所述电梯检测客户端进行保存；

所述电梯检测客户端通过高清摄像头获取根据所述地理数据到达的所述维修工程师的人脸图像，并将所述人脸图像与所述个人信息进行比较，以完成身份验证。

2.如权利要求1所述的方法，其特征在于，所述传感器包括：位移传感器、压力传感器、称重传感器、光幕传感器、平层传感器、速度编码传感器、温度传感器、重力加速度传感器。

3.如权利要求1所述的方法，其特征在于，所述电梯检测客户端通过高清摄像头获取根据所述地理数据到达的所述维修工程师的人脸图像，包括：

对摄入的图像进行预处理，从所述图像中获取动态目标；

通过新Adaboost算法从所述动态目标中提取人脸，所述新Adaboost算法为在新Adaboost算法中加入皮肤检测；

通过K-L算法从所述提取的人脸中识别出人脸图像。

4.如权利要求3所述的方法，其特征在于，所述对摄入的图像进行预处理，从所述图像中获取动态目标，包括：

对图像进行包括背景去噪、光照补强、轮廓聚类在内的预处理；

根据拍摄图像区域内的目标轮廓移动距离相对时间插值的像素改变对比，区分动态目标和静态目标；

控制摄像头，使得摄像头对焦到动态目标上。

5.如权利要求3所述的方法，其特征在于，所述通过新Adaboost算法从所述动态目标中提取人脸，包括：

通过通用Adaboost人脸检测算法对所述动态目标进行图像处理；

通过肤色特征值对图像进行处理；

通过PTZ控制控制算法对经过所述处理的人脸进行跟踪。

6.如权利要求4所述的方法，其特征在于，所述通过K-L算法从所述提取的人脸中识别出人脸图像，包括：

通过预处理取出图像中的背景噪声；

提取肤色信息，通过对肤色的过滤与轮廓的聚类分析，获取候选人脸区域，并通过PTZ控制算法定位人脸区域的大小和位置；

对图像从YUV像素空间转换到RGB像素空间，在RGB空间上做像素空间四角对调取平均算法，对每一个特征向量值在二维空间上按照特征值的权值由高到低排列，然后对每一个特征值向量分割为RGB的4x4的矩形像素空间，对单个RGB像素空间取4x4的像素值，对每一个像素值取对角差值平均，所述权值为概率密度梯度函数。

7.一种电梯检测的系统，其特征在于，所述系统包括：

电梯检测客户端，用于通过传感器实时监控电梯运行，在所述传感器的数据出现异常时，将异常数据和所述电梯的地理数据发送到云服务器端，接收云服务器端发送的维修工程师的个人信息，通过高清摄像头获取根据所述地理数据到达的所述维修工程师的人脸图像，将所述人脸图像与所述个人信息进行比较；

云服务器端，用于接收所述电梯检测客户端发送的异常数据和所述电梯的地理数据，根据所述地理数据选择对应的维修企业，并将所述异常数据发送到所述维修企业客户端，接收所述维修企业客户端发送的维修工程师的个人信息，将所述个人信息发送电梯检测客户端，接收维修工程师客户端上传的维修结果；

维修企业客户端，用于接收云服务器端发送的异常数据，选择维修工程师，将所述异常数据和地理数据发送到维修工程师客户端，将所述维修工程师的个人信息发送到所述云服务器端；

维修工程师客户端，用于接收所述维修企业客户端发送的异常数据和地理数据，并在维修完成之后，将维修结果上传到所述云服务器端。

8.如权利要求7所述的系统，其特征在于，所述系统还包括：

质监客户端，用于接收电梯检测客户端发送的身份验证的结果，以及接收所述维修工程师客户端发送的维修结果。

9.如权利要求7～8任一项所述的系统，其特征在于，所述传感器包括：位移传感器、压力传感器、称重传感器、光幕传感器、平层传感器、速度编码传感器、温度传感器、重力加速度传感器。