电梯内异常行为检测系统设计

作者：钱国华; 程芳芳; 朱孝慈; 丁力; 岳友; 陆一洲; 牛丹

来源：工业控制计算机, 2019, 32(11): 91-105.

• 深度学习
• 电梯
• 异常行为检测

针对电梯内乘客的异常行为检测问题,提出了一种基于深度学习的异常行为监测系统。首先将画面采集到云平台,之后使用YOLO算法来检测画面内显示的人数。同时从时间和空间描述监控画面内的运动特征,通过能量函数的数值,并结合电梯内的人数来判定异常行为的发生与否。实验结果表明,该检测系统应用在实际拍摄的图像中准确率达到90.3%,证明具有一定可行性。

• 单位
  东南大学; 自动化学院