文献类型：期刊文章

作　　者：钱国华[1] 程芳芳[1] 朱孝慈[2] 丁力[1] 岳友[2] 陆一洲[2] 牛丹[2]

机构地区：[1]申龙电梯股份有限公司,江苏苏州215200 [2]东南大学自动化学院,江苏南京210096

出　　处：《工业控制计算机》

基　　金：国家自然科学基金项目(61504027);江苏省重点研发计划项目(BE2017076);2018江苏省工信厅产业转型升级专项;苏州市重点产业技术创新项目(SGC201733,SGC201854);江苏省国际科技合作项目(BZ2018023)

年　　份：2019

卷　　号：32

期　　号：11

起止页码：91-92

语　　种：中文

收录情况：普通刊

摘　　要：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。

关 键 词：深度学习  电梯 异常行为检测

分 类 号：TU8[建筑类]