基于深度神经网络检测电梯轿厢内吸烟的装置和方法制造方法及图纸

本发明专利技术涉及一种基于深度神经网络检测电梯轿厢内吸烟的装置，包括：抓图模块，设置于电梯轿厢顶部，用于单张抓取电梯内图像；门状态检测模块，用于检测电梯门的开合状态；有无人检测模块，用于检测电梯关门后轿厢内是否有人；还包括：时间间隔抓图模块，用于在电梯关门且有人期间按时间间隔抓取多张电梯内图像；大目标检测模块，用于检测所述时间间隔抓图模块抓取的图像中的人头和人手区域；小目标检测模块，用于对所述大目标检测模块检测的人头和人手区域进行截图，并检测所述截图中的香烟目标。本发明专利技术能够检测出电梯轿厢内是否有人吸烟，并能保留图像证据。

Device and method of detecting smoking in elevator car based on depth neural network

【技术实现步骤摘要】
基于深度神经网络检测电梯轿厢内吸烟的装置和方法
本专利技术涉及计算机视觉领域，尤其涉及一种基于深度神经网络检测电梯轿厢内吸烟的装置和方法。
技术介绍
电梯属于狭小的公共场所，吸烟会降低其他乘客乘梯舒适度，同时存在火灾等安全隐患。当检测出轿厢内有人吸烟时，可以通过电梯广告屏播放引导视频，使其文明安全的熄灭香烟，通过检测的证据图像可以发送给物业管理人员。目前如图2所示安装有摄像头和广告屏的电梯轿厢，可根据摄像头采集的图像利用图像分析相关技术来检测电梯轿厢中是否存在吸烟现象。
技术实现思路
本专利技术的目的在于解决上述问题，提供一种基于深度神经网络检测电梯轿厢内吸烟的装置和方法，检测装置包括：抓图模块，设置于电梯轿厢顶部，用于单张抓取电梯内图像；门状态检测模块，用于检测电梯门的开合状态；有无人检测模块，用于检测电梯关门后轿厢内是否有人；还包括：时间间隔抓图模块，用于在电梯关门且有人期间按时间间隔抓取多张电梯内图像；大目标检测模块，用于检测所述时间间隔抓图模块抓取的图像本文档来自技高网...

【技术保护点】
1.一种基于深度神经网络检测电梯轿厢内吸烟的装置，包括：/n抓图模块，设置于电梯轿厢顶部，用于单张抓取电梯内图像；/n门状态检测模块，用于检测电梯门的开合状态；/n有无人检测模块，用于检测电梯关门后轿厢内是否有人；/n其特征在于，还包括：/n时间间隔抓图模块，用于在电梯关门且有人期间按时间间隔抓取多张电梯内图像；/n大目标检测模块，用于检测所述时间间隔抓图模块抓取的图像中的人头和人手区域；/n小目标检测模块，用于对所述大目标检测模块检测的人头和人手区域进行截图，并检测所述截图中的香烟目标。/n

【技术特征摘要】
1.一种基于深度神经网络检测电梯轿厢内吸烟的装置，包括：
抓图模块，设置于电梯轿厢顶部，用于单张抓取电梯内图像；
门状态检测模块，用于检测电梯门的开合状态；
有无人检测模块，用于检测电梯关门后轿厢内是否有人；
其特征在于，还包括：
时间间隔抓图模块，用于在电梯关门且有人期间按时间间隔抓取多张电梯内图像；
大目标检测模块，用于检测所述时间间隔抓图模块抓取的图像中的人头和人手区域；
小目标检测模块，用于对所述大目标检测模块检测的人头和人手区域进行截图，并检测所述截图中的香烟目标。


2.根据权利要求1所述的基于深度神经网络检测电梯轿厢内吸烟的装置,其特征在于，所述抓图模块包括设置在电梯轿厢顶部的摄像头。


3.根据权利要求2所述的基于深度神经网络检测电梯轿厢内吸烟的装置,其特征在于，电梯的电梯门上设置有可被所述门状态检测模块检测到的告警提示标签。


4.根据权要求3所述的基于深度神经网络检测电梯轿厢内吸烟的装置，其特征在于，所述时间间隔抓图模块在电梯关门且有人期间共抓取十张图像，每隔一秒抓取一张。


5.一种利用权利要求1至4任一项所述的基于深度神经网络检测电梯轿厢内吸烟的装置的检测方法，其特征在于，包括以下步骤：
a.门状态检测模块检测电梯门的开合状态，并在电梯门关门时向所述抓图模块输出关门信号令其进行抓图；
b.有无人检测模块检测所述抓图模块抓取到的图像中是否有人，并输出有人或无人信号给时间间隔抓图模块；
c.所述时间间隔抓图模块根据有人或无人信号决定是否进行抓图；
d.大目标检测模块对所述时间间隔抓图模块抓取的图像中的人头和人手区域进行检测；
e.小目标检测模块对所述大目标检测模块的检测的人头和人手区域进行截图并检测所述截图中的香烟目标。


6.根据权利要求5所述的检测方法,其特征在于，所述有无人检测模块、所述大目标检测模块和所述小目标检测模块均采用yolov3检测模型。


7.根据权利要求5所述的检测方...

【专利技术属性】
技术研发人员：陈清梁，陈国特，王伟，王超，蔡巍伟，
申请(专利权)人：浙江新再灵科技股份有限公司，
类型：发明
国别省市：浙江;33