CN115215177B - 一种电梯升降智能识别系统和方法 - Google Patents
一种电梯升降智能识别系统和方法 Download PDFInfo
- Publication number
- CN115215177B CN115215177B CN202211031720.5A CN202211031720A CN115215177B CN 115215177 B CN115215177 B CN 115215177B CN 202211031720 A CN202211031720 A CN 202211031720A CN 115215177 B CN115215177 B CN 115215177B
- Authority
- CN
- China
- Prior art keywords
- unit
- real
- feature
- suspected
- humanoid
- 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.)
- Active
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
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0012—Devices monitoring the users of the elevator system
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies
Landscapes
- Indicating And Signalling Devices For Elevators (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种电梯升降智能识别系统和方法,属于电梯安全监控技术领域,该一种电梯升降智能识别系统包括获取模块、识别模块、分析模块、判断模块和提示模块,获取模块用于接收电梯的开启信号并获取轿厢内的视频图像;识别模块用于从所述视频图像中识别出真实人形特征和疑似人形特征;本发明通过从真实人形特征中分拣出疑似人形特征,针对疑似人形特征做进一步识别分析,判断其是否为真实人形特征,并将符合真实人形特征的疑似人形特征判定为真实人形特征。避免被遮挡人员是否佩戴安全帽和是否穿戴反光背心未得到判断,以排除安全隐患,提高施工场景中的安全系数。
Description
技术领域
本发明属于电梯安全监控技术领域,具体而言,涉及一种电梯升降智能识别系统和方法。
背景技术
随着城市人口数量的不断增加和城市建筑事业的飞速进展,高层建筑已成为当代城市建筑的主体,电梯的应用也越来越广泛。电梯平层是指电梯正常运行至目标楼层并停靠后轿厢门打开,而平层位置则是指轿厢门打开时轿厢的位置。
对于建筑施工现场中,由于工人需乘坐电梯前往高层进行施工,通过在电梯轿厢内安装摄像头并引入视觉分析技术,在图像识别的基础上,运用自然语言处理的方法表达出图片中的内容,因此,对工人佩戴安全帽和穿戴反光背心的图像描述的研究,有着重要的意义及应用价值。
然而,现阶段,图像描述方法所生成的描述大多是对图像的全局描述,易丢失细节信息,缺乏一定的准确率。具体地说,由于图像中两个工人存在重叠,即在后人员被在前人员遮挡;此时,在后人员不易被识别出,因此,也无法判定在后人员是否佩戴安全帽和是否穿戴反光背心。
发明内容
本发明实施例提供了一种电梯升降智能识别系统和方法,从真实人形特征中分拣出疑似人形特征,针对疑似人形特征做进一步识别分析,避免被遮挡人员是否佩戴安全帽和是否穿戴反光背心未得到判断,从而增加了安全隐患。
鉴于上述问题,本发明提出的技术方案是:
第一方面,一种电梯升降智能识别系统,包括:
获取模块,其用于接收电梯的开启信号并获取轿厢内的视频图像;
识别模块,其用于从所述视频图像中识别出真实人形特征和疑似人形特征;
分析模块,其用于分析所述疑似人形特征是否为所述真实人形特征,并对所述真实人形特征进行跟踪;
判断模块,其用于判断所述真实人形特征是否合规乘坐电梯,得到综合判断结果;
提示模块,其用于根据所述判断结果生成警示信号向所述电梯的控制器发送。
作为本发明的一种优选技术方案,所述获取模块具体包括:
唤醒单元,其用于接收所述电梯的开启信号,基于所述开启信号唤醒所述轿厢内的摄像头;
调整单元,其用于将所述摄像头调整为实时捕捉状态,并基于所述实时捕捉状态通过所述摄像头拍摄所述轿厢内的所述视频图像;
获取单元,其用于获取所述视频图像。
作为本发明的一种优选技术方案,所述识别模块具体包括:
扫描单元,其用于对所述视频图像中进行扫描确定移动特征;
第一识别单元,其用于对所述移动特征进行识别并确定人形关键点;
第二识别单元,其用于根据所述人形关键点识别出所述真实人形特征和所述疑似人形特征。
作为本发明的一种优选技术方案,所述第二识别单元具体为:
根据所述人形关键点确定人形轮廓;
并判断所述人形轮廓中是否具有疑似轮廓;
同时将所述人形轮廓和所述疑似轮廓分别确定为所述真实人形特征和所述疑似人形特征。
作为本发明的一种优选技术方案,所述分析模块具体包括:
提取单元,其用于提取所述疑似轮廓中的轮廓数据;
确定单元,其用于基于所述轮廓数据确定所述疑似轮廓的关键特征点;
匹配单元,其用于将所述关键特征点与单元特征点模型匹配,得到匹配相似度;
比较单元,其用于将所述匹配相似度与预设相似度阈值进行比较,得到比较结果,并根据所述比较结果判断是否为所述真实人形特征;
跟踪单元,其用于对所述真实人形特征进行实时跟踪。
作为本发明的一种优选技术方案,所述轮廓数据包含所述疑似轮廓的像素和轮廓面积。
作为本发明的一种优选技术方案,所述比较结果具体为:
若所述匹配相似度大于或等于所述预设相似度阈值,则将所述疑似轮廓确定为所述人形轮廓和所述真实人形特征。
作为本发明的一种优选技术方案,所述判断模块具体包括:
佩戴和穿戴判断单元,其用于根据所述真实人形特征判断是否佩戴安全帽和穿戴反光背心,得到第一判断结果;
人数判断单元,其用于根据所述真实人形特征判断所述轿厢内的人数是否超过预设人数阈值,得到第二判断结果;
载重判断单元,其用于接收所述轿厢内的载重,根据所述载重判断是否超过核重,得到第三判断结果。
作为本发明的一种优选技术方案,所述提示模块具体包括:
生成单元,其用于接收所述综合判断结果,在所述综合判断结果满足预设条件下生成所述警示信号;
发送单元,其用于将所述警示信号向所述电梯的控制器发送。
第二方面,本发明实施例提供一种电梯升降智能识别方法,包括以下步骤:
S1,接收电梯的开启信号并获取轿厢内的视频图像;
S2,从所述视频图像中识别出真实人形特征和疑似人形特征;
S3,分析所述疑似人形特征是否为所述真实人形特征,并对所述真实人形特征进行跟踪;
S4,判断所述真实人形特征是否合规乘坐电梯,得到综合判断结果;
S5,根据所述判断结果生成警示信号向所述电梯的控制器发送。
本发明实施例提供的上述技术方案的有益效果至少包括:本发明通过从真实人形特征中分拣出疑似人形特征,针对疑似人形特征做进一步识别分析,判断其是否为真实人形特征,并将符合真实人形特征的疑似人形特征判定为真实人形特征。避免被遮挡人员是否佩戴安全帽和是否穿戴反光背心未得到判断,以排除安全隐患,提高施工场景中的安全系数。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1是本发明所公开的一种电梯升降智能识别系统的结构示意图;
图2是本发明所公开的一种电梯升降智能识别方法的流程图。
附图标记说明:100、获取模块;110、唤醒单元;120、调整单元;130、获取单元;200、识别模块;210、扫描单元;220、第一识别单元;230、第二识别单元;300、分析模块;310、提取单元;320、确定单元;330、匹配单元;340、比较单元;350、跟踪单元;400、判断模块;410、佩戴和穿戴判断单元;420、人数判断单元;430、载重判断单元;500、提示模块;510、生成单元;520、发送单元。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
实施例一
参照附图1所示,本发明提供一种技术方案:一种电梯升降智能识别系统,包括获取模块100、识别模块200、分析模块300、判断模块400和提示模块500;
获取模块100用于接收电梯的开启信号并获取轿厢内的视频图像;
识别模块200用于从所述视频图像中识别出真实人形特征和疑似人形特征;
分析模块300用于分析所述疑似人形特征是否为所述真实人形特征,并对所述真实人形特征进行跟踪;
判断模块400用于判断所述真实人形特征是否合规乘坐电梯,得到综合判断结果;
提示模块500用于根据所述判断结果生成警示信号向所述电梯的控制器发送。
该实施例中,本发明通过从真实人形特征中分拣出疑似人形特征,针对疑似人形特征做进一步识别分析,判断其是否为真实人形特征,并将符合真实人形特征的疑似人形特征判定为真实人形特征,进而能够得到轿厢内的总人数,并能够做合规性分析。因此也避免在后人员被在前人员部门体征被遮挡后,即无法识别出轿厢内的具体人数,又无法对在后人员进一步进行合规性的判断,从而间接性造成了安全隐患。
根据本发明的实施例中,所述获取模块100具体包括:
唤醒单元110,其用于接收所述电梯的开启信号,基于所述开启信号唤醒所述轿厢内的摄像头;
调整单元120,其用于将所述摄像头调整为实时捕捉状态,并基于所述实时捕捉状态通过所述摄像头拍摄所述轿厢内的所述视频图像;
获取单元130,其用于获取所述视频图像。
具体而言,电梯正在开启的过程中,则其控制器开始传输开启信号,通过该开启信号向控制器发送启动指令将摄像头通电,以使摄像头开始捕捉移动特征;由此,摄像头可实现实时捕捉或闲置两种状态的转换,因而不仅可降低摄像头的能耗,而且可提高摄像头的使用寿命。
根据本发明的实施例中,所述识别模块200具体包括:
扫描单元210,其用于对所述视频图像中进行扫描确定移动特征;
第一识别单元220,其用于对所述移动特征进行识别并确定人形关键点;
第二识别单元230,其用于根据所述人形关键点识别出所述真实人形特征和所述疑似人形特征。
具体而言,视频图像是指多张连续组合的单帧图片,因此,每张单帧图片中应均含有移动特征。移动特征是指人、动物、运输小车或建筑用材等。人形关键点是指面部单元、躯干单元、上肢单元、手部单元和下肢单元中包含的关键点;例如面部单元中包含面部轮廓、眉毛、眼睛、鼻子和嘴巴的关键点,上肢单元包含各关节的关键点。
人形关键点识别的过程中,从移动特征识别出人形关键点后,对于每张单帧图片存在的动物、运输小车或建筑用材等特征均予以去除。
根据本发明的实施例中,所述第二识别单元230具体为:
根据所述人形关键点确定人形轮廓;
并判断所述人形轮廓中是否具有疑似轮廓;
同时将所述人形轮廓和所述疑似轮廓分别确定为所述真实人形特征和所述疑似人形特征。
具体而言,由于摄像头为俯瞰的斜视角,在每张单帧图片中,在后人员可能被在前人员遮挡仅出现面部、面部和上肢等,因此在形成的人形轮廓中,可能形成外突的疑似轮廓;例如,在前人员人形轮廓的颈部区域具有向外突出的轮廓,该向外突出的轮廓可能为在前人员携带的物品,也可能为在后人员的部分面部特征,因此,将此类型区域确定为疑似轮廓。
根据本发明的实施例中,所述分析模块300具体包括:
提取单元310,其用于提取所述疑似轮廓中的轮廓数据;其中,所述轮廓数据包含所述疑似轮廓的像素和轮廓面积。
确定单元320,其用于基于所述轮廓数据确定所述疑似轮廓的关键特征点;
匹配单元330,其用于将所述关键特征点与单元特征点模型匹配,得到匹配相似度;
比较单元340,其用于将所述匹配相似度与预设相似度阈值进行比较,得到比较结果,并根据所述比较结果判断是否为所述真实人形特征;
进一步地,所述比较结果具体为:若所述匹配相似度大于或等于所述预设相似度阈值,则将所述疑似轮廓确定为所述人形轮廓和所述真实人形特征。
跟踪单元350,其用于对所述真实人形特征进行实时跟踪。
具体而言,单元特征点模型是指面部单元模型、躯干单元模型、上肢单元模型、手部单元模型和下肢单元模型中的一个,各模型通过神经网络算法学习训练得到。同时单元特征点模型主要根据关键特征点进行旋转确定。经过与相应的单元模型匹配之后,能够判定出该疑似轮廓是否为真实人形特征,从而可精确地寻找出被遮挡的真实人形特征。
紧接着,在确定出被遮挡的真实人形特征后,对全部的真实人形特征进行实时跟踪,并向控制器发送提示信号,控制器控制声光报警器提示轿厢内有人员被遮挡,从而可便于后续对是否佩戴安全帽和是否穿戴反光背心进行判断。
根据本发明的实施例中,所述判断模块400具体包括:
佩戴和穿戴判断单元410,其用于根据所述真实人形特征判断是否佩戴安全帽和穿戴反光背心,得到第一判断结果;
人数判断单元420,其用于根据所述真实人形特征判断所述轿厢内的人数是否超过预设人数阈值,得到第二判断结果;
载重判断单元430,其用于接收所述轿厢内的载重,根据所述载重判断是否超过核重,得到第三判断结果。
具体而言,安全帽通常具有蓝色、红色、白色和黄色;反光背心通常为橙色和绿色。在进行安全帽和反光背心的判断时,主要通过每张单帧图片中真实人形特征的像素进行判定。
根据本发明的实施例中,所述提示模块500具体包括:
生成单元510,其用于接收所述综合判断结果,在所述综合判断结果满足预设条件下生成所述警示信号;
发送单元520,其用于将所述警示信号向所述电梯的控制器发送。
具体而言,预设条件是指第一判断结果为真实人形特征未佩戴安全帽和未穿戴反光背心、第二判断结果为轿厢内的人数超过预设人数阈值和第三判断结果为载重超过核重。也就是说第一判断结果、第二判断结果和第三判断结果满足任一项均可生成警示信号,最终控制器可控制声光报警器进行提示。因此,不仅能够保证电梯的运行安全,而且还能够保证乘坐人员的安全。
实施例二
参照附图2所示,本发明实施例还公开了一种电梯升降智能识别方法,包括以下步骤:
S1,接收电梯的开启信号并获取轿厢内的视频图像;
S2,从所述视频图像中识别出真实人形特征和疑似人形特征;
S3,分析所述疑似人形特征是否为所述真实人形特征,并对所述真实人形特征进行跟踪;
S4,判断所述真实人形特征是否合规乘坐电梯,得到综合判断结果;
S5,根据所述判断结果生成警示信号向所述电梯的控制器发送。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解,结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性,上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件,取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是,这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然,处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现,本申请中描述的技术可用执行本申请所述功能的模块(例如,过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内,也可以实现在处理器外,在后一种情况下,它经由各种手段以通信方式耦合到处理器,这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (4)
1.一种电梯升降智能识别系统,其特征在于,包括:
获取模块,其用于接收电梯的开启信号并获取轿厢内的视频图像;
识别模块,其用于从所述视频图像中识别出真实人形特征和疑似人形特征;
分析模块,其用于分析所述疑似人形特征是否为所述真实人形特征,并对所述真实人形特征进行跟踪;
判断模块,其用于判断所述真实人形特征是否合规乘坐电梯,得到综合判断结果;
提示模块,其用于根据所述判断结果生成警示信号向所述电梯的控制器发送;
其中,所述获取模块具体包括,
唤醒单元,其用于接收所述电梯的开启信号,基于所述开启信号唤醒所述轿厢内的摄像头;
调整单元,其用于将所述摄像头调整为实时捕捉状态,并基于所述实时捕捉状态通过所述摄像头拍摄所述轿厢内的所述视频图像;
获取单元,其用于获取所述视频图像;
其中,所述识别模块具体包括,
扫描单元,其用于对所述视频图像中进行扫描确定移动特征;
第一识别单元,其用于对所述移动特征进行识别并确定人形关键点;
第二识别单元,其用于根据所述人形关键点识别出所述真实人形特征和所述疑似人形特征;
其中,所述第二识别单元具体为:
根据所述人形关键点确定人形轮廓;
并判断所述人形轮廓中是否具有疑似轮廓;
同时将所述人形轮廓和所述疑似轮廓分别确定为所述真实人形特征和所述疑似人形特征;
其中,所述分析模块具体包括:
提取单元,其用于提取所述疑似轮廓中的轮廓数据;其中,所述轮廓数据包含所述疑似轮廓的像素和轮廓面积;
确定单元,其用于基于所述轮廓数据确定所述疑似轮廓的关键特征点;
匹配单元,其用于将所述关键特征点与单元特征点模型匹配,得到匹配相似度;
比较单元,其用于将所述匹配相似度与预设相似度阈值进行比较,得到比较结果,并根据所述比较结果判断是否为所述真实人形特征;其中,所述比较结果具体为:若所述匹配相似度大于或等于所述预设相似度阈值,则将所述疑似轮廓确定为所述人形轮廓和所述真实人形特征;
跟踪单元,其用于对所述真实人形特征进行实时跟踪。
2.根据权利要求1所述的一种电梯升降智能识别系统,其特征在于,所述判断模块具体包括:
佩戴和穿戴判断单元,其用于根据所述真实人形特征判断是否佩戴安全帽和穿戴反光背心,得到第一判断结果;
人数判断单元,其用于根据所述真实人形特征判断所述轿厢内的人数是否超过预设人数阈值,得到第二判断结果;
载重判断单元,其用于接收所述轿厢内的载重,根据所述载重判断是否超过核重,得到第三判断结果。
3.根据权利要求2所述的一种电梯升降智能识别系统,其特征在于,所述提示模块具体包括:
生成单元,其用于接收所述综合判断结果,在所述综合判断结果满足预设条件下生成所述警示信号;
发送单元,其用于将所述警示信号向所述电梯的控制器发送。
4.一种电梯升降智能识别方法,应用于权利要求1~3任一项所述的一种电梯升降智能识别系统,其特征在于,包括以下步骤:
S1,接收电梯的开启信号并获取轿厢内的视频图像;
S2,从所述视频图像中识别出真实人形特征和疑似人形特征;
S3,分析所述疑似人形特征是否为所述真实人形特征,并对所述真实人形特征进行跟踪;
S4,判断所述真实人形特征是否合规乘坐电梯,得到综合判断结果;
S5,根据所述判断结果生成警示信号向所述电梯的控制器发送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211031720.5A CN115215177B (zh) | 2022-08-26 | 2022-08-26 | 一种电梯升降智能识别系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211031720.5A CN115215177B (zh) | 2022-08-26 | 2022-08-26 | 一种电梯升降智能识别系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115215177A CN115215177A (zh) | 2022-10-21 |
CN115215177B true CN115215177B (zh) | 2023-06-16 |
Family
ID=83617265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211031720.5A Active CN115215177B (zh) | 2022-08-26 | 2022-08-26 | 一种电梯升降智能识别系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115215177B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839308B (zh) * | 2012-11-26 | 2016-12-21 | 北京百卓网络技术有限公司 | 人数获取方法、装置及系统 |
CN103778442B (zh) * | 2014-02-26 | 2017-04-05 | 哈尔滨工业大学深圳研究生院 | 一种基于视频人数统计分析的中央空调控制方法 |
CN108069307A (zh) * | 2016-11-14 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 一种对电梯中的人数进行统计的方法及装置 |
CN106650695A (zh) * | 2016-12-30 | 2017-05-10 | 苏州万店掌网络科技有限公司 | 一种基于视频分析技术的跟踪统计人流量的系统 |
CN107194352A (zh) * | 2017-05-23 | 2017-09-22 | 李昕昕 | 一种视频监控的行人计数方法、装置及系统 |
CN110668274A (zh) * | 2019-09-30 | 2020-01-10 | 山东省环能设计院股份有限公司 | 一种显示电梯内剩余可载人数的方法和装置 |
CN110817634B (zh) * | 2019-11-08 | 2024-05-17 | 苏州菲亚达液压升降机械有限公司 | 一种升降机信息化监控管理系统 |
CN113963252A (zh) * | 2020-07-20 | 2022-01-21 | 南方电网深圳数字电网研究院有限公司 | 基于图像识别的安全帽佩戴预警方法和系统 |
CN112149576A (zh) * | 2020-09-24 | 2020-12-29 | 杭州宣迅电子科技有限公司 | 一种基于图像分析的电梯安全实时监测管理系统 |
CN114170572A (zh) * | 2021-12-15 | 2022-03-11 | 中建八局发展建设有限公司 | 一种基于ai识别技术的建筑吊篮合规性判断方法和系统 |
-
2022
- 2022-08-26 CN CN202211031720.5A patent/CN115215177B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115215177A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109522793B (zh) | 基于机器视觉的多人异常行为检测与识别方法 | |
CN109819208B (zh) | 一种基于人工智能动态监控的密集人群安防监控管理方法 | |
CN109657592B (zh) | 一种智能挖掘机的人脸识别方法 | |
JP6570731B2 (ja) | 乗客の混雑度の算出方法及びそのシステム | |
CN108052859B (zh) | 一种基于聚类光流特征的异常行为检测方法、系统及装置 | |
CN107679471B (zh) | 基于视频监控平台的室内人员空岗检测方法 | |
CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位系统 | |
CN106600631A (zh) | 基于多目标跟踪的客流统计方法 | |
CN106541968B (zh) | 基于视觉分析的地铁车厢实时提示系统的识别方法 | |
CN106241584A (zh) | 一种基于扶梯安全的智能视频监控系统及方法 | |
CN107416629B (zh) | 电梯安全运行的控制方法和系统 | |
CN107911663A (zh) | 一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统 | |
CN102521578A (zh) | 一种入侵检测和识别方法 | |
CN112287827A (zh) | 基于智慧灯杆的复杂环境行人口罩佩戴检测方法及系统 | |
CN111275910B (zh) | 一种基于高斯混合模型的扶梯越界行为检测方法及系统 | |
CN111353338B (zh) | 一种基于营业厅视频监控的能效改进方法 | |
CN113903081A (zh) | 一种水电厂图像视觉识别人工智能报警方法及装置 | |
CN109506628A (zh) | 一种基于深度学习的卡车环境下目标物测距方法 | |
CN113516076A (zh) | 一种基于注意力机制改进的轻量化YOLO v4安全防护检测方法 | |
CN109508659A (zh) | 一种用于人行横道的人脸识别系统及方法 | |
CN111091110A (zh) | 一种基于人工智能的反光背心穿戴识别方法 | |
CN112733668B (zh) | 基于视频深度学习的电梯内宠物单独乘梯的检测方法 | |
CN109353907A (zh) | 电梯运行的安全提示方法和系统 | |
CN111062238B (zh) | 基于人体骨架信息及多目标跟踪的扶梯流量监测方法及系统 | |
CN111517204A (zh) | 一种自动扶梯安全监控方法、装置、设备及可读存储介质 |
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 |