CN111332889A - 一种电梯内宠物识别方法和系统 - Google Patents

Abstract

本发明公开了一种电梯内宠物识别方法，包括：采集宠物图片集进行机器学习，提取特征值；采集视频关键帧，输入深度学习网络模型进行检测，若检测出宠物无人陪同、违规宠物或者宠物肩高超限，控制多媒体终端播放视频、电梯门不关闭并发出警报。还公开了一种电梯内宠物识别系统，包括：图像采集模块、图像检测模块、总控模块、肩高检测模块、多媒体终端和后台服务器，图像检测模块、肩高检测模块、多媒体终端和后台服务器分别与总控模块连接，图像采集模块连接图像检测模块。本发明采用智能无感识别方式去判定是否有违规饲养宠物，降低人工监督的工作量，同时与电梯控制系统及多媒体视频终端进行联动，降低安全隐患。

Description

一种电梯内宠物识别方法和系统

技术领域

本发明涉及电梯检测及安全技术领域，具体的说，是一种电梯内宠物识别方法和系统。

背景技术

目前，对饲养宠物人所饲养的宠物种类有一定限制，特别是由于一些大型凶猛的犬类是不允许在社区等区域内饲养的，同时也有要求携带宠物外出部分需要系绳索、戴嘴套等措施。目前一般是靠物业或者社区管理人员人为监督，监督力度和执行到位情况比较差，由于人员疏忽或人员不足导致存在监管不利、监管不全的情况，特别是在电梯这种狭窄封闭的场景，违规宠物或未按要求携带宠物会对同时乘梯人员造成一定程度的安全威胁。而现有技术中尚没有一种实现电梯轿厢内自动检测违规宠物并发出警报的方法。

发明内容

本发明的目的在于提供一种电梯内宠物识别方法和系统，用于解决现有技术中尚没有一种电梯轿厢内实现违规宠物检测及报警的问题。

本发明通过下述技术方案解决上述问题：

一种电梯内宠物识别方法，包括：

步骤S1：建立数据库，数据库内存储多个按照宠物品类划分的图片集，每个图片集包括了该品类宠物的不同角度的图片；

步骤S2：将所述图片集作为训练集，输入深度学习网络模型进行学习，分别定义并提取不同品类的宠物的特征值；所述特征值包括各品类宠物的识别特点和是否系绳索戴嘴套，标记被限制饲养的品类宠物的图片；

步骤S3：采集电梯轿厢内的视频信息，并按设定的规则抽取关键帧，将所述关键帧输入深度学习网络模型进行检测，若检测出宠物图像，则进一步判断：

若无人员陪同，发出报警信号，控制电梯门不关闭；

若有人员陪同，将关键帧输入深度学习网络模型进行判断是否为被限制饲养的宠物，若是，控制多媒体终端播放宣导视频，发出报警信号，控制电梯门不关闭；否则，由检测宠物身高是否超过限度，若超过限度则发出肩高超限处理信号并向发出报警信号，由人工复核进行确认。

一种电梯内宠物识别系统，包括：图像采集模块、图像检测模块、总控模块、肩高检测模块、多媒体终端和后台服务器，其中：

图像采集模块，用于采集电梯轿厢内的图片，并按设定的时间间隔抽取关键帧发送至图像检测模块；

图像检测模块，对接收的关键帧进行检测，输出检测结果至总控模块；

肩高检测模块，用于接收总控模块的启动指令并开始检测宠物肩高，当宠物肩高超过限度时，发送检测结果至总控模块；

总控模块，用于接收图像检测模块和肩高检测模块的检测结果，并根据检测结果控制多媒体终端、电梯门和肩高检测模块以及向后台服务器发出警报。

本发明与现有技术相比，具有以下优点及有益效果：

本发明采用智能无感识别方式去判定是否有违规饲养宠物的情况，可以大大降低人工监督的工作量；同时与电梯控制系统及多媒体视频终端进行联动，实现检测、宣导、劝阻、强制禁止等自动化判定和执行手段，降低因宠物饲养人员违规饲养宠物带来的安全隐患。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例1：

结合附图1所示，一种电梯内宠物识别方法，包括：

第一步，建立品类比对数据库，数据库内存储多个按照宠物品类划分的图片集，每个品类输入常见1000张各角度图片，用机器学习的方式定义各品类的识别特点以及是否系绳索戴嘴套等，同时标记其为被限制饲养的类别，如分别将藏獒、高加索、德国牧羊犬宠物通过数据库设定为类别Breed 1、Breed 2、Breed3；

第二步，设定肩高限制数值Height F＝60厘米到肩高检测模块中；

第三步，通过机器学习所标记的素材，提取器特征值作为比对判断的依据；

第四步，设置在电梯轿厢内的图像采集模块实时采集图像，并输入图像检测模块进行检测，当判断为图像中包括宠物是，再进行判断是否有人陪同，如果无人陪同，将检测结果发送给总控模块，总控模块发出无人陪同宠物处理信号，控制电梯系统使电梯门不关闭，并向后台发送报警信号；

如果判断是有人陪同，图像检测模块再进行检测是否属于限制饲养的宠物品类，如果是，总控模块发出违规品类处理信号，控制多媒体终端播放对应的宣导视频，控制电梯系统使电梯门不关闭，并向后台发送报警信号；如果不属于限制饲养的宠物品类，图像检测模块判断是否存在违规行为如不系绳索戴嘴套等，如果有违规行为，总控模块发出违规行为处理信号，控制多媒体终端播放对应的宣导视频，控制电梯系统使电梯门不关闭，并向后台发送报警信号；如果没有违规行为，总控模块启动肩高检测模块，由肩高检测模块检测并判断宠物肩高是否超限，如果是，总控模块发出肩高超限处理信号，并向后台发出报警信号，由后台工作人员进行核实。

例如：当一个宠物饲养人员带着没有系绳索的藏獒进入由视频采集模块进行实施视频采集的电梯场景区域时，根据每秒随机抽取5个关键帧，并将抽取的帧发送至宠物检测模块检测存在宠物；

第五步，图像检测模块检测到宠物有人陪同，图像检测模块通过比对系统预设的限制饲养的品类，发现该品类与违规品类Breed 1(即藏獒)匹配率超过预设值，此时由总控模块控制多媒体视频终端播放对应的限制饲养品类的宣导视频、保持电梯门不关闭并向后台平台发出报警信号。

实施例2：

一种电梯内宠物识别系统，包括：图像采集模块、图像检测模块、总控模块、肩高检测模块、多媒体终端和后台服务器，其中：

图像采集模块，用于采集电梯轿厢内的图片，并按设定的时间间隔抽取关键帧(如设置每秒5个关键帧)发送至图像检测模块；

图像检测模块，对接收的关键帧进行检测，输出检测结果至总控模块；

肩高检测模块，用于接收总控模块的启动指令并开始检测宠物肩高，当宠物肩高超过限度时，发送检测结果至总控模块；

总控模块，用于接收图像检测模块和肩高检测模块的检测结果，并根据检测结果控制多媒体终端、电梯门和肩高检测模块以及向后台服务器发出警报。

尽管这里参照本发明的解释性实施例对本发明进行了描述，上述实施例仅为本发明较佳的实施方式，本发明的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。

Claims (2)

1.一种电梯内宠物识别方法，其特征在于，包括：

步骤S1：建立数据库，数据库内存储多个按照宠物品类划分的图片集，每个图片集包括了该品类宠物的不同角度的图片；

步骤S2：将所述图片集作为训练集，输入深度学习网络模型进行学习，分别定义并提取不同品类的宠物的特征值；所述特征值包括各品类宠物的识别特点和是否系绳索戴嘴套，标记被限制饲养的品类宠物的图片；

步骤S3：采集电梯轿厢内的视频信息，并按设定的规则抽取关键帧，将所述关键帧输入深度学习网络模型进行检测，若检测出宠物图像，则进一步判断：

若无人员陪同，发出报警信号，控制电梯门不关闭；

若有人员陪同，将关键帧输入深度学习网络模型进行判断是否为被限制饲养的宠物，若是，控制多媒体终端播放宣导视频，发出报警信号，控制电梯门不关闭；否则，由检测宠物身高是否超过限度，若超过限度则发出肩高超限处理信号并向发出报警信号，由人工复核进行确认。

2.一种电梯内宠物识别系统，其特征在于，包括：图像采集模块、图像检测模块、总控模块、肩高检测模块、多媒体终端和后台服务器，其中：

图像采集模块，用于采集电梯轿厢内的图片，并按设定的时间间隔抽取关键帧发送至图像检测模块；

图像检测模块，对接收的关键帧进行检测，输出检测结果至总控模块；

肩高检测模块，用于接收总控模块的启动指令并开始检测宠物肩高，当宠物肩高超过限度时，发送检测结果至总控模块；

总控模块，用于接收图像检测模块和肩高检测模块的检测结果，并根据检测结果控制多媒体终端、电梯门和肩高检测模块以及向后台服务器发出警报。

Images