一种基于深度学习的电梯乘客数检测方法技术

一种基于深度学习的电梯乘客数检测方法，首先使用基于深度学习的电梯目标分类训练，采用坐标标定工具，将电梯视频帧中的乘客目标进行框定；其次，进行深度学习网络优化，对神经网络做多级特征图融合，将高层特征与低层特征结合起来堆积在不同的Channel中，矫正目标区域，对冲量常数、权值衰减系数参数作出调整，当loss不再下降或下降极慢时就停止训练，得到相应的目标检测权重文件；最后，输入深度学习所得的权重文件、名称文件与配置文件位置信息，生成动态链接库，将电梯视频以视频帧格式输入，运行检测文件输出电梯实时乘客数。本发明专利技术准确检测电梯的乘客数，同时通过参数的优化提高神经网络的准确性，拥有极高的效率与准确性。

【技术实现步骤摘要】
一种基于深度学习的电梯乘客数检测方法
本专利技术专利涉及视频大数据、深度学习、神经网络等领域，特别是给出了一种基于深度学习的电梯乘客数检测方法。
技术介绍
电梯是人们工作和生活中必不可少的交通工具，然而，随着电梯数量的快速增加以及人们生活节奏的逐步加快，电梯运行安全逐渐成为一个公众关注的社会性热点。充分利用电梯产生的各类数据，结合人工智能技术提高电梯的安全性已经成为学术界和工业界的一个重要课题。电梯视频是一类重要的数据源，蕴含了电梯时时刻刻的运行状态，为分析电梯状态提供了丰富的数据。对于电梯视频分析框架方面，也已有多位学者进行了相关研究。王雨晴等(浙江大学，2017)提出了一种智能电梯监控系统，可以对电梯的乘客数、乘客身份、乘客行为异常、电梯遗落物等多个方面进行图像分析，结合机器学习与传统图像方法形成电梯异常的检测系统；顾懿超等(浙江大学，2017)提出了一种基于DSP的智能电梯监控视频处理算法，通过前景提取与跟踪算法检测门标识，从而确认电梯门开关的情况，并把它部署到DSP平台进行应用；刘莉等(新疆大学，2013)通过将电梯的硬件信号传本文档来自技高网...

【技术保护点】
1.一种基于深度学习的电梯乘客数检测方法，其特征在于，所述方法包括以下步骤：/n(1)基于深度学习的电梯目标分类训练，过程如下：/n采用坐标标定工具，将电梯视频帧中的乘客目标进行框定，标定完成后得到记录目标位置信息的xml文件；/n将目标视频帧图像分为训练集和测试集，设定训练集与测试集的比例；/n(2)深度学习网络优化，过程如下：/n(2.1)多级特征图融合/n乘客目标特征在深度学习网络中拥有自身的结构，其中高层的特征抽象程度高，表示乘客的整体特征，中层的特征抽象程度低，表示乘客的局部特征；/n结合不同粒度特征，将不同高分辨率特征和低分辨率特征结合起来堆积在不同的Channel中；/n融合多级...

【技术特征摘要】
1.一种基于深度学习的电梯乘客数检测方法，其特征在于，所述方法包括以下步骤：
(1)基于深度学习的电梯目标分类训练，过程如下：
采用坐标标定工具，将电梯视频帧中的乘客目标进行框定，标定完成后得到记录目标位置信息的xml文件；
将目标视频帧图像分为训练集和测试集，设定训练集与测试集的比例；
(2)深度学习网络优化，过程如下：
(2.1)多级特征图融合
乘客目标特征在深度学习网络中拥有自身的结构，其中高层的特征抽象程度高，表示乘客的整体特征，中层的特征抽象程度低，表示乘客的局部特征；
结合不同粒度特征，将不同高分辨率特征和低分辨率特征结合起来堆积在不同的Channel中；
融合多级特征，让不同粒度的特征参与乘客检测，构成更准确的Yolov2神经网络；
(2.2)矫正目标区域
在YOLO检测方法中，图像被分成S×S的网格，候选框在X轴和Y轴上同等密度分布，使用均方误差作损失函数来优化模型参数，即网络输出的S*S*(B*5+C)维向量与真实图像的对应S*S*(B*5+C)维向量的均方误差，这个均方误差损失函数表示为：



其中coordError分别代表预测数据与标定数据之间的坐标误差,classError分类误差，iouError代表IOU误差，IOU全称IntersectionOverUnion，是对于检测目标准确性的评估数据，以预测目标与真实目标的重合度为基准，大于等于IOU则目标正确，反之则目标错误；
训练时设置参数batch调整迭代要进行训练的图片量，batch指训练时的批数据大小,参数subvision调整batch中的图片再生产子集，参数weightdecay调整权值衰减，防止训练过拟合；
(3)基于深度学习的电梯乘客数检测，采用yolo深度学习神经网络对电梯乘客数检测，输入为电梯视频数据，输出为电梯视频每一帧的乘客数，步骤如下：
Step3.1:输入深度学习所得的权重文件、名称文件与配置文件位置信息；
Step3.2:导入训练完成后生成的yolo_cpp_dll.lib和yolo_cpp_dll.dll文件，生成动态链接库；
Step3.3:通过权重文件与配置文件初始化检测器；
Step3...

【专利技术属性】
技术研发人员：张元鸣，虞家睿，肖刚，陆佳炜，程振波，高飞，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33