CN113998555A - 一种无感电梯按钮与移动电话互动的方法和系统 - Google Patents

一种无感电梯按钮与移动电话互动的方法和系统 Download PDF

Info

Publication number
CN113998555A
CN113998555A CN202111095908.1A CN202111095908A CN113998555A CN 113998555 A CN113998555 A CN 113998555A CN 202111095908 A CN202111095908 A CN 202111095908A CN 113998555 A CN113998555 A CN 113998555A
Authority
CN
China
Prior art keywords
elevator
real
image
stream
inductive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111095908.1A
Other languages
English (en)
Other versions
CN113998555B (zh
Inventor
张立华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Terminus Technology Group Co Ltd
Original Assignee
Terminus Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Terminus Technology Group Co Ltd filed Critical Terminus Technology Group Co Ltd
Priority to CN202111095908.1A priority Critical patent/CN113998555B/zh
Publication of CN113998555A publication Critical patent/CN113998555A/zh
Application granted granted Critical
Publication of CN113998555B publication Critical patent/CN113998555B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/02—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions
    • B66B5/021—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions the abnormal operating conditions being independent of the system
    • B66B5/024—Applications of checking, fault-correcting, or safety devices in elevators responsive to abnormal operating conditions the abnormal operating conditions being independent of the system where the abnormal operating condition is caused by an accident, e.g. fire
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
    • B66B1/3415—Control system configuration and the data transmission or communication within the control system
    • B66B1/3446—Data transmission or communication within the control system
    • B66B1/3461—Data transmission or communication within the control system between the elevator control system and remote or mobile stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)

Abstract

本申请实施例提供一种无感电梯按钮与移动电话互动的方法和系统。该方法包括：在电梯内设置摄像头，实时监控电梯内的图像或视频情况，获得监控图像数据；摄像头提取监控图像数据的实时特征流，并将实时特征流发送给云端服务器；建立数字细胞神经网络，接收实时特征流；解析实时特征流，获得电梯内的图像或视频信息，通过数字细胞神经网络对图像或视频信息进行识别和分类，判断电梯内是否有火灾；在多个电梯按钮内设置电容传感器，电容传感器感应电梯按钮前方预设区域的电容值情况，当电容传感器感应到预设区域内有人体电容值范围的电容值时，获得无感按键信号；在判断电梯内有火灾时，启动声音播放装置引导用户不接触按钮而拨号，产生无感按键序列，根据无感按键序列向对应的移动电话发射射频信号，建立移动通信连接。

Description

一种无感电梯按钮与移动电话互动的方法和系统
技术领域
本申请涉及电梯安全技术领域，尤其涉及一种基于非接触技术实现无感电梯按钮与移动电话互动的方法和系统。
背景技术
近些年来，一直在研究提供一种在发生火灾等灾害的情况下能够通过积极利用电梯让居民迅速地往避难层避难的电梯。
随着我国城市高层建筑的增多，电梯作为载人垂直运输工具，它的安全性直接关系到人的生命安全。因此保证电梯的可靠运行、及时发现故障和对故障的检修是关系到提高物业管理水平和电梯监控技术水平的关键所在。但是现有的电梯监控系统往往监测数据较少，而且不能自动通知远程终端，安全性不高，而且不方便对电梯内人员进行安抚和指示，容易造成电梯内人员的恐慌，不利于人员的逃生，同时不能及时储存故障信息，不方便对电梯进行维修和改进。
中国专利CN212024464U公开了一种基于物联网的电梯智能监控系统，包括电梯端组件，所述电梯端组件包括内部拍摄摄像头、火灾图像摄像头、位移传感器、烟雾传感器和报警按钮，位移传感器电性连接有计时器，内部拍摄摄像头、火灾图像摄像头、计时器、烟雾传感器和报警按钮均电性连接控制器，控制器电性连接通讯模块，通讯模块信号连接远程终端，远程终端电性连接报警器、存储器和麦克风，控制器电性连接所述扬声器。本实用新型不仅能够同时监测电梯内的多项数据，并自动通知远程终端，安全性更高，同时可以及时对电梯内人员进行指示和安抚，更有利于人员的逃生，同时能够将危险信息存储在云端服务器上，方便对电梯进行改进和维修。
但是目前的电梯技术存在以下问题：
1、发生火灾后必须通过专用的预设的内部线路直接通知远程终端，与专门的应急人员联络，但是如果火灾已经烧毁了电梯内部的这个专有线路则电梯内人员无法通过直接按应急按钮而与外界进行通信。
2、发生火灾、故障停驶、用户忘记携带手机、电梯原装应急通话失灵等紧急情况下，被困用户无法与外界进行语音通信，导致被困人员加剧恐慌。
3、迫切需要一种在极端情况下，例如发生火灾、故障停驶、用户忘记携带手机、电梯原装应急通话失灵等紧急情况下，用户依然能够与外界通过移动发射信号进行通信连接、通话的技术。
发明内容
有鉴于此，本申请的目的在于提出一种无感电梯按钮与移动电话互动的方法和系统，能够在电梯发生火灾、故障、用户忘记携带手机、电梯原装应急通话失灵等紧急情况下实现被困用户与外界的语音通信。
基于上述目的，本申请提出了一种无感电梯按钮与移动电话互动的方法，包括：
在电梯内设置摄像头，实时监控电梯内的图像或视频情况，获得监控图像数据；
所述摄像头提取所述监控图像数据的实时特征流，并将所述实时特征流发送给云端服务器；
建立数字细胞神经网络，接收所述实时特征流；
解析所述实时特征流，获得电梯内的图像或视频信息，通过所述数字细胞神经网络对所述图像或视频信息进行识别和分类，判断电梯内是否有火灾；
在多个电梯按钮内设置电容传感器，所述电容传感器感应所述电梯按钮前方预设区域的电容值情况，当电容传感器感应到所述预设区域内有人体电容值范围的电容值时，获得无感按键信号；
在判断所述电梯内有火灾时，启动声音播放装置引导用户不接触所述按钮而拨号，产生无感按键序列，根据所述无感按键序列向对应的移动电话发射射频信号，建立移动通信连接。
在一些实施例中，当电梯产生故障时，启动所述声音播放装置，播放按键说明，引导所述用户将手指依次放在多个电梯按键的所述预设区域内一定时间，从而不接触按钮而拨号。
在一些实施例中，在提取所述监控图像数据的实时特征流之前还包括：对所述监控图像数据中的图像进行目标定位，截取检测到的目标并分别提取特征，得到目标特征；对比所述目标特征与例外特征的差异度；若差异度小于阈值，则将此图像的帧剔除，不进行后续步骤；若差异度大于阈值，进行后续步骤。
在一些实施例中，所述提取所述监控图像数据的实时特征流，包括：提取监控图像数据的特征，得到实时特征流；对所述实时特征流进行特征变换。
在一些实施例中，所述特征变换包括以下方式中的至少一种：特征加扰、特征编码、同态加密。
在一些实施例中，所述解析所述实时特征流，获得电梯内的图像或视频信息，通过所述数字细胞神经网络对所述图像或视频信息进行识别和分类，判断电梯内是否有火灾，包括：
通过图像识别抓取至少一个火苗图像或烟雾图像，根据所述火苗图像或烟雾图像得到对应的火灾信息；
将所述火灾信息输入所述数字细胞神经网络的输入端，经过滤波、卷积、池化、激活操作后，经全连接层输出分类结果。
在一些实施例中，所述判断电梯内有火灾的概率通过以下公式计算：
Figure BDA0003269126370000031
其中，i为第i类火灾事件，fi()为指定子空间中所述火灾事件与对应维度标准之间距离的计算函数，P为所述火苗图像的面积大小，S为所述烟雾图像的面积大小，T为所述火苗图像或者烟雾图像的位置。
基于上述目的，本申请还提出了一种无感电梯按钮与移动电话互动的系统，包括：
监控模块，用于在电梯内设置摄像头，实时监控电梯内的图像或视频情况，获得监控图像数据；
特征提取模块，用于所述摄像头提取所述监控图像数据的实时特征流，并将所述实时特征流发送给云端服务器；
细胞神经网络模块，用于建立数字细胞神经网络，接收所述实时特征流；
火灾识别分类模块，用于解析所述实时特征流，获得电梯内的图像或视频信息，通过所述数字细胞神经网络对所述图像或视频信息进行识别和分类，判断电梯内是否有火灾；
无感按键模块，用于在多个电梯按钮内设置电容传感器，所述电容传感器感应所述电梯按钮前方预设区域的电容值情况，当电容传感器感应到所述预设区域内有人体电容值范围的电容值时，获得无感按键信号；
通信连接模块，在判断所述电梯内有火灾时，启动声音播放装置引导用户不接触所述按钮而拨号，产生无感按键序列，根据所述无感按键序列向对应的移动电话发射射频信号，建立移动通信连接。
总的来说，本申请的优势及给用户带来的体验在于：
1、同时采用电容传感和视频录制，电梯用户在发生火灾、故障、用户忘记携带手机、电梯原装应急通话失灵等紧急情况下仅通过不接触的火灾控制，即可实现无感电梯按钮与移动电话互动；
2、采用了最新的特征流提取技术，提高了火灾识别的精度和效率；
3、采用了细胞神经网络分类方法，能够更加准确、快速的对火灾进行分类，提高火灾识别分类的效率。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1示出本发明的系统架构原理示意图。
图2示出根据本发明实施例的无感电梯按钮与移动电话互动的方法的流程图。
图3示出根据本发明实施例的无感电梯按钮与移动电话互动的系统的构成图。
图4示出了本申请一实施例所提供的一种电子设备的结构示意图；
图5示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出本发明的系统架构原理示意图。本发明的实施例中，设备包括电梯轿厢、电梯按钮(内部设置电容传感器)、摄像头、云端服务器、声音播放装置、语音通话装置、射频发射接收装置等。在电梯按钮内部设置电容传感器，轿厢上方角落里设置摄像头，所述电容传感器感应所述电梯按钮前方预设区域的电容值情况，当电容传感器感应到所述预设区域内有人体电容值范围的电容值时，产生按钮对应的数字信号，用户依次在多个按钮前停留，就可以获得一个数字序列，例如是一个手机号码，通过射频发射接收装置拨号与该手机号码连接通信，通过语音通话装置与该手机进行通话互动或者向某个手机发送短信，告知事故电梯所在的具体地理位置，电梯号码等信息，便于救援人员及时找到事故电梯的位置和火灾情况，进而提供及时有效的救援方案。
图2示出根据本发明实施例的无感电梯按钮与移动电话互动的方法的流程图。如图2所示，该无感电梯按钮与移动电话互动的方法包括：
步骤101：在电梯内设置摄像头，实时监控电梯内的图像或视频情况，获得监控图像数据。
优选的，例如，本发明对所述监控图像数据中的图像进行目标定位，截取检测到的目标并分别提取特征，得到目标特征；对比所述目标特征与例外特征的差异度；若差异度小于阈值，则将此图像的帧剔除，不进行后续步骤；若差异度大于阈值，进行后续步骤。
步骤102：所述摄像头提取所述监控图像数据的实时特征流，并将所述实时特征流发送给云端服务器，包括：提取监控图像数据的特征，得到实时特征流；对所述实时特征流进行特征变换。所述特征变换包括以下方式中的至少一种：特征加扰、特征编码、同态加密。
在本申请的优选实施例中，对于监控场景的视频流数据，会根据分辨率的大小，按照帧的要求分解成图像数据。由于视频可以分为空域和时域两个组成部分。空域部分，以单个视频帧的形式存在，携带视频中的场景和目标信息。而时域部分，以视频帧间的运行形势存在，传递观察者(摄像头等视频采集设备)和目标之间的移动。空域部分的输入流即为单独帧的图像数据，而时域部分则采用一些连续视频帧的堆叠光流位移场作为输入流。计算多帧之间光流场(光流位移场)的方法包括光流栈(Optica lFlow Stacking)和轨迹叠加(Trajectory stacking)。
由此，本发明采用了最新的特征流提取技术，提高了火灾识别的精度和效率。
步骤103：建立数字细胞神经网络，接收所述实时特征流；采用了细胞神经网络分类方法，能够更加准确、快速的对火灾进行分类，提高火灾控制的效率。
细胞神经网络或细胞非线性网络(CNN)已经应用于许多不同领域和问题，包括但不限于图像处理。然而，大多数现有技术的CNN方法要么是基于软件解决方案(例如，卷积神经网络、递归神经网络等等)，要么是基于被设计用于其他目的的硬件(例如，图形处理、通用计算等等)。
本申请的数字细胞神经网络，例如可以基于一种人工智能推理计算设备。根据本公开内容的一个方面，人工智能推理计算设备包含印刷电路板(PCB)和安装在其上的若干电子部件。电子部件包括无线通信模块、控制器模块、存储器模块、储存模块以及至少一个基于细胞神经网络(CNN)的集成电路(IC)，该集成电路被配置用于执行深度学习模型中的卷积操作，以从输入数据中提取出特征。每一个基于CNN的IC包括可操作地耦接到至少一个输入/输出数据总线的若干CNN处理引擎。CNN处理引擎利用时钟偏移电路以环路连接。无线通信模块被配置用于传输深度学习模型的预训练的滤波器系数、输入数据和分类结果。
每一个输入流(空域输入流和时域输入流)都使用了一个深度卷积神经网络。原本卷积神络网络在隐含层之后会得到特征图，在全连接层被展开为向量进行后续运算。本申请直接将展开后的一维浮点向量用作输出，作为提取到的特征数据，传输至云端，用做后续的分析计算处理。
步骤104：解析所述实时特征流，获得电梯内的图像或视频信息，通过所述数字细胞神经网络对所述图像或视频信息进行识别和分类，判断电梯内是否有火灾。
具体的，本步骤中，通过图像识别抓取至少一个火苗图像或烟雾图像，根据所述火苗图像或烟雾图像得到对应的火灾信息；将所述火灾信息输入所述数字细胞神经网络的输入端，经过滤波、卷积、池化、激活操作后，经全连接层输出分类结果。
本发明的数字细胞神经网络基于卷积神经网络，使用第一组滤波器或权重利用卷积来处理多层输入图像数据。由于图像数据大于滤波器，处理图像数据的每个对应的重叠子区域。在获得卷积结果之后，可以在第一池化操作之前进行激活。在一个实施方式中，通过在整流线性单元中执行的整流来实现激活。作为第一池化操作的结果，图像数据被减少为一组减少的图像数据。对于2x2池化，该组减少的图像数据集比先前组减少了4倍。
重复先前的卷积到池化过程。然后使用第二组滤波器用卷积处理该组减小的图像数据集。类似地，处理每个重叠的子区域。可以在第二池化操作之前进行另一激活。卷积到池化过程被重复多层并最终连接到全连接网络(FCN)。在图像分类中，可以计算相应的预定义类别的概率。
本发明中，使用已知的数据集或数据库来训练该重复的卷积到池化过程。对于图像分类，数据集包含预定义的类别。在用于分类图像数据之前，可以调谐并获得一组特定的滤波器、激活和池化，例如，滤波器类型的特定组合、滤波器的数量、滤波器的顺序、池化类型和/或何时执行激活。在一个实施方式中，卷积神经网络基于视觉几何群(VGG16)架构神经网络，其包含13个卷积层和三个完全连接的网络层。
所述判断电梯内有火灾的概率通过以下公式计算：
Figure BDA0003269126370000071
其中，i为第i类火灾事件，fi()为指定子空间中所述火灾事件与对应维度标准之间距离的计算函数，P为所述火苗图像的面积大小，S为所述烟雾图像的面积大小，T为所述火苗图像或者烟雾图像的位置。
步骤105：在多个电梯按钮内设置电容传感器，所述电容传感器感应所述电梯按钮前方预设区域的电容值情况，当电容传感器感应到所述预设区域内有人体电容值范围的电容值时，获得无感按键信号。
电容式传感器是以各种类型的电容器作为传感元件，将被测转物理量或机械量换成为电容量变化的一种转换装置，实际上就是一个具有可变参数的电容器。电容式传感器广泛用于位移、角度、振动、速度、压力、成分分析、介质特性等方面的测量。最常用的是平行板型电容器或圆筒型电容器。
步骤106：在判断所述电梯内有火灾时，启动声音播放装置引导用户不接触所述按钮而拨号，产生无感按键序列，根据所述无感按键序列向对应的移动电话发射射频信号，建立移动通信连接。
例如，按照人们的通常手机按键习惯，例如在电梯按键数字1前方1厘米处停留1秒钟，则认为用户想要按下数字1，对此进行记录，依次类推，可以获得用户拨号数字(1－9均可以使用固有电梯层数按键，0可以使用10层的电梯层数按键，如果电梯层数低于10层则可以复用多个电梯层数按键，例如，只有5层的电梯按钮，数字1可以对应数字1和6两个拨号，通过停留在按钮前的距离或者时间的不同进行区分和识别等)。
当电梯产生故障时，启动所述声音播放装置，播放按键说明，引导所述用户将手指依次放在多个电梯按键的所述预设区域内一定时间，从而不接触按钮而拨号。用户的拨号可以是自己的亲人朋友，也可以是119火灾救援号码，或者110等报警号码。如此，本发明同时采用电容传感和视频录制，电梯用户在发生火灾、故障、用户忘记携带手机、电梯原装应急通话失灵等紧急情况下仅通过不接触的手势控制，即可实现无感电梯按钮与移动电话互动。被困人员在极端情况下，例如发生火灾、故障停驶、用户忘记携带手机、电梯原装应急通话失灵等紧急情况下，依然能够与外界通过移动发射信号进行通信连接、通话。通过语音通话装置与手机进行通话互动或者向某个手机发送短信，告知事故电梯所在的具体地理位置，电梯号码等信息，便于救援人员及时找到事故电梯的位置和火灾情况，进而提供及时有效的救援方案。
申请实施例提供了一种无感电梯按钮与移动电话互动的系统，该系统用于执行上述实施例所述的无感电梯按钮与移动电话互动的方法，如图3所示，该系统包括：
监控模块501，用于在电梯内设置摄像头，实时监控电梯内的图像或视频情况，获得监控图像数据；
特征提取模块502，用于所述摄像头提取所述监控图像数据的实时特征流，并将所述实时特征流发送给云端服务器；
细胞神经网络模块503，用于建立数字细胞神经网络，接收所述实时特征流；
火灾识别分类模块504，用于解析所述实时特征流，获得电梯内的图像或视频信息，通过所述数字细胞神经网络对所述图像或视频信息进行识别和分类，判断电梯内是否有火灾；
无感按键模块505，用于在多个电梯按钮内设置电容传感器，所述电容传感器感应所述电梯按钮前方预设区域的电容值情况，当电容传感器感应到所述预设区域内有人体电容值范围的电容值时，获得无感按键信号；
通信连接模块506，在判断所述电梯内有火灾时，启动声音播放装置引导用户不接触所述按钮而拨号，产生无感按键序列，根据所述无感按键序列向对应的移动电话发射射频信号，建立移动通信连接。
本申请的上述实施例提供的无感电梯按钮与移动电话互动的系统与本申请实施例提供的无感电梯按钮与移动电话互动的方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的无感电梯按钮与移动电话互动的方法对应的电子设备，以执行上无感电梯按钮与移动电话互动的方法。本申请实施例不做限定。
请参考图4，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图4所示，所述电子设备2包括：处理器200，存储器201，总线202和通信接口203，所述处理器200、通信接口203和存储器201通过总线202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序，所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的无感电梯按钮与移动电话互动的方法。
其中，存储器201可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口203(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处理器200在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述无感电梯按钮与移动电话互动的方法可以应用于处理器200中，或者由处理器200实现。
处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器200读取存储器201中的信息，结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的无感电梯按钮与移动电话互动的方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的无感电梯按钮与移动电话互动的方法对应的计算机可读存储介质，请参考图5，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的无感电梯按钮与移动电话互动的方法。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的无感电梯按钮与移动电话互动的方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备有固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本发明的具体实施方式，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，可轻易想到其各种变化或替换，这些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以所述权利要求的保护范围为准。

Claims (10)

1.一种无感电梯按钮与移动电话互动的方法，其特征在于，包括：
在电梯内设置摄像头，实时监控电梯内的图像或视频情况，获得监控图像数据；
所述摄像头提取所述监控图像数据的实时特征流，并将所述实时特征流发送给云端服务器；
建立数字细胞神经网络，接收所述实时特征流；
解析所述实时特征流，获得电梯内的图像或视频信息，通过所述数字细胞神经网络对所述图像或视频信息进行识别和分类，判断电梯内是否有火灾；
在多个电梯按钮内设置电容传感器，所述电容传感器感应所述电梯按钮前方预设区域的电容值情况，当电容传感器感应到所述预设区域内有人体电容值范围的电容值时，获得无感按键信号；
在判断所述电梯内有火灾时，启动声音播放装置引导用户不接触所述按钮而拨号，产生无感按键序列，根据所述无感按键序列向对应的移动电话发射射频信号，建立移动通信连接。
2.根据权利要求1所述的方法，其特征在于，进一步包括：
当电梯产生故障时，启动所述声音播放装置，播放按键说明，引导所述用户将手指依次放在多个电梯按键的所述预设区域内一定时间，从而不接触按钮而拨号。
3.根据权利要求1所述的方法，其特征在于，
在提取所述监控图像数据的实时特征流之前还包括：对所述监控图像数据中的图像进行目标定位，截取检测到的目标并分别提取特征，得到目标特征；对比所述目标特征与例外特征的差异度；若差异度小于阈值，则将此图像的帧剔除，不进行后续步骤；若差异度大于阈值，进行后续步骤。
4.根据权利要求1所述的方法，其特征在于，
所述提取所述监控图像数据的实时特征流，包括：提取监控图像数据的特征，得到实时特征流；对所述实时特征流进行特征变换。
5.如权利要求4所述的方法，其特征在于，所述特征变换包括以下方式中的至少一种：特征加扰、特征编码、同态加密。
6.根据权利要求1所述的方法，其特征在于，
所述解析所述实时特征流，获得电梯内的图像或视频信息，通过所述数字细胞神经网络对所述图像或视频信息进行识别和分类，判断电梯内是否有火灾，包括：
通过图像识别抓取至少一个火苗图像或烟雾图像，根据所述火苗图像或烟雾图像得到对应的火灾信息；
将所述火灾信息输入所述数字细胞神经网络的输入端，经过滤波、卷积、池化、激活操作后，经全连接层输出分类结果。
7.根据权利要求6所述的方法，其特征在于，
所述判断电梯内有火灾的概率通过以下公式计算：
Figure FDA0003269126360000021
其中，i为第i类火灾事件，fi()为指定子空间中所述火灾事件与对应维度标准之间距离的计算函数，P为所述火苗图像的面积大小，S为所述烟雾图像的面积大小，T为所述火苗图像或者烟雾图像的位置。
8.一种无感电梯按钮与移动电话互动的系统，其特征在于，包括：
监控模块，用于在电梯内设置摄像头，实时监控电梯内的图像或视频情况，获得监控图像数据；
特征提取模块，用于所述摄像头提取所述监控图像数据的实时特征流，并将所述实时特征流发送给云端服务器；
细胞神经网络模块，用于建立数字细胞神经网络，接收所述实时特征流；
火灾识别分类模块，用于解析所述实时特征流，获得电梯内的图像或视频信息，通过所述数字细胞神经网络对所述图像或视频信息进行识别和分类，判断电梯内是否有火灾；
无感按键模块，用于在多个电梯按钮内设置电容传感器，所述电容传感器感应所述电梯按钮前方预设区域的电容值情况，当电容传感器感应到所述预设区域内有人体电容值范围的电容值时，获得无感按键信号；
通信连接模块，在判断所述电梯内有火灾时，启动声音播放装置引导用户不接触所述按钮而拨号，产生无感按键序列，根据所述无感按键序列向对应的移动电话发射射频信号，建立移动通信连接。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序以实现如权利要求1－7任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行实现如权利要求1－7中任一项所述的方法。
CN202111095908.1A 2021-09-18 2021-09-18 一种无感电梯按钮与移动电话互动的方法和系统 Active CN113998555B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111095908.1A CN113998555B (zh) 2021-09-18 2021-09-18 一种无感电梯按钮与移动电话互动的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111095908.1A CN113998555B (zh) 2021-09-18 2021-09-18 一种无感电梯按钮与移动电话互动的方法和系统

Publications (2)

Publication Number Publication Date
CN113998555A true CN113998555A (zh) 2022-02-01
CN113998555B CN113998555B (zh) 2023-07-18

Family

ID=79921501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111095908.1A Active CN113998555B (zh) 2021-09-18 2021-09-18 一种无感电梯按钮与移动电话互动的方法和系统

Country Status (1)

Country Link
CN (1) CN113998555B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114803763A (zh) * 2022-06-30 2022-07-29 锐创软件技术(启东)有限公司 基于神经网络的变速货梯异常检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110633675A (zh) * 2019-09-18 2019-12-31 东北大学 一种基于卷积神经网络的视频中火灾识别系统及方法
WO2020084660A1 (ja) * 2018-10-22 2020-04-30 三菱電機株式会社 エレベーターの操作ボタンシステム
CN111814725A (zh) * 2020-07-20 2020-10-23 北京华正明天信息技术股份有限公司 一种基于cnn+lstm+mlp组合神经网络判断监控视频着火的预警方法
CN112396796A (zh) * 2020-10-19 2021-02-23 浙江理工大学 一种基于计算机视觉的火灾自动识别预警监控系统
CN212769209U (zh) * 2020-04-24 2021-03-23 广州白云空港设备技术发展有限公司 一种电梯非接触式呼梯系统
US10968073B1 (en) * 2020-06-12 2021-04-06 United Arab Emirates University Touchless elevator keyboard system
CN113190108A (zh) * 2021-03-26 2021-07-30 特斯联科技集团有限公司 一种博物馆展陈无感触摸与声音联动方法和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020084660A1 (ja) * 2018-10-22 2020-04-30 三菱電機株式会社 エレベーターの操作ボタンシステム
CN110633675A (zh) * 2019-09-18 2019-12-31 东北大学 一种基于卷积神经网络的视频中火灾识别系统及方法
CN212769209U (zh) * 2020-04-24 2021-03-23 广州白云空港设备技术发展有限公司 一种电梯非接触式呼梯系统
US10968073B1 (en) * 2020-06-12 2021-04-06 United Arab Emirates University Touchless elevator keyboard system
CN111814725A (zh) * 2020-07-20 2020-10-23 北京华正明天信息技术股份有限公司 一种基于cnn+lstm+mlp组合神经网络判断监控视频着火的预警方法
CN112396796A (zh) * 2020-10-19 2021-02-23 浙江理工大学 一种基于计算机视觉的火灾自动识别预警监控系统
CN113190108A (zh) * 2021-03-26 2021-07-30 特斯联科技集团有限公司 一种博物馆展陈无感触摸与声音联动方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114803763A (zh) * 2022-06-30 2022-07-29 锐创软件技术(启东)有限公司 基于神经网络的变速货梯异常检测方法
CN114803763B (zh) * 2022-06-30 2022-09-09 锐创软件技术(启东)有限公司 基于神经网络的变速货梯异常检测方法

Also Published As

Publication number Publication date
CN113998555B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN108256404B (zh) 行人检测方法和装置
US11735018B2 (en) Security system with face recognition
CN106952303B (zh) 车距检测方法、装置和系统
Wang et al. Fall detection based on dual-channel feature integration
US11615623B2 (en) Object detection in edge devices for barrier operation and parcel delivery
US20190258866A1 (en) Human presence detection in edge devices
JP7405200B2 (ja) 人物検出システム
CN108009466B (zh) 行人检测方法和装置
US20170039455A1 (en) Computer-vision based security system using a depth camera
KR101116273B1 (ko) 교통사고 인식장치 및 그 방법
US11195408B1 (en) Sending signals for help during an emergency event
JP6729793B2 (ja) 情報処理装置、制御方法、及びプログラム
CN111814725A (zh) 一种基于cnn+lstm+mlp组合神经网络判断监控视频着火的预警方法
US20230351831A1 (en) Multiple-factor recognition and validation for security systems
CN107122743A (zh) 安防监控方法、装置和电子设备
CN109451385A (zh) 一种基于使用耳机时的提醒方法以及装置
CN113998555A (zh) 一种无感电梯按钮与移动电话互动的方法和系统
US20180005024A1 (en) Monitoring
Kolobe et al. A review on fall detection in smart home for elderly and disabled people
JP6754451B2 (ja) 監視システム、監視方法及びプログラム
KR102465105B1 (ko) 열화상 복합 데이터를 이용한 ai 모델 기반 재난을 감지하는 방법 및 이를 수행하는 전자 장치
CN109461295B (zh) 一种家居报警方法及设备
CN113837066A (zh) 行为识别方法、装置、电子设备及计算机存储介质
CN113420615A (zh) 人脸活体检测方法和装置
Park et al. Danger detection technology based on multimodal and multilog data for public safety services

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant