基于视频分析的施工电梯规范运行监控告警系统及其方法技术方案

本发明专利技术提出基于视频分析的施工电梯规范运行监控告警系统及其方法，施工电梯轿厢内的网络摄像头为电梯监控视频的采集装置；视频流传输模块，主要由WIFI通信模块构成，将网络摄像头采集到的数据传到服务器；服务器，位于项目现场或者云端，主要用于运行视频分析平台及提供告警接口；视频分析平台，主要功能为对采集的视频流进行实时分析，自动识别拍摄视野中的人员及典型物体。本发明专利技术利用计算机视觉技术对施工电梯监控视频进行分析，对载荷类别和数量进行自动识别，判断当前运行状态是否符合施工电梯安全运行规范，并产生相关的告警信号。发明专利技术的系统布设方便，而无需大量分布式硬件设备的支持。备的支持。备的支持。

【技术实现步骤摘要】
基于视频分析的施工电梯规范运行监控告警系统及其方法


[0001]本专利技术属于图像分析
，具体涉及基于视频分析的施工电梯规范运行监控告警系统及其方法。

技术介绍

[0002]近年来，随着我国建筑行业的持续扩张，安全事故多发，建筑工地的安全性受到极大的重视。由于目前建筑行业中涉及大量高空作业，如高层房屋的建设、桥梁等立体交叉工程的建设等，用于施工现场载人、货的施工电梯应用十分广泛。与普通电梯相比，施工电梯的运行目的和运行环境并不理想，一旦发生坠落等异常行为，极易酿成重大安全事故。为保障建筑工地的正常秩序，避免伤害的发生，施工电梯在运行过程中，对轿厢载人和载物的数量及种类有着严格的控制。根据载荷数量或种类异常，施工电梯规范运行状况的监控告警可以分为超载告警和违规告警两类。
[0003]目前，超载告警的常用做法是采用重量传感器对电梯的实时载荷进行监控，在超重时发出告警信号。这种方法能够实现简单，能够取得良好的效果。但其无法监控构成超载的客观因素，如人员超载或是物品超载等。为解决人员超载的问题，可以通过为人员配备射频卡等方式对电梯载荷中的人员数量进行统计，如中国专利CN103708315所述。但其需要相关硬件的支持，难以做到对工地上所有可能的载荷进行铺开，同时难以应对未佩戴射频模块的违规乘员等突发状况。而对于违规告警，当前主要依赖于现场人员的监管控制，包括在施工电梯的载物现场进行巡查及通过人工调阅监控摄像头拍摄的视频进行检查等。人工方法的可靠性依赖于监管人员的执行力度，存在工作量大，易出现漏洞等问题。也有方法提出可以通过图像识别技术进行施工电梯的智能预警，如中国专利CN202414916U所述。但该技术专利仅提出了一个施工升降机智能预警系统的整体结构，对其实现预警所需的各个模块进行了功能描述，并未对视频分析模块所采用的具体图像分析方法进行详述。
[0004]综上，当前的施工电梯监控告警技术难以对除超载外的其他违规运行状态进行告警，如运载违规物品等。同时，当前技术处理超载告警比较初级，难以直接溯源造成超载的直接原因。通过对当前已经授权或公开的专利进行检索，尚未发现可以同时解决上述问题的自动化解决方案。

技术实现思路

[0005]针对现有技术的不足，本专利技术提出基于视频分析的施工电梯规范运行监控告警系统及其方法，本专利技术的目的是克服现有施工电梯告警技术的缺陷，利用计算机视觉技术对施工电梯监控视频进行分析，对载荷类别和数量进行自动识别，判断当前运行状态是否符合施工电梯安全运行规范，并产生相关的告警信号。
[0006]具体的技术方案为：
[0007]基于视频分析的施工电梯规范运行监控告警系统，包括布设于施工电梯轿厢内的网络摄像头，视频流传输模块及服务器，视频分析平台及告警接口；
[0008]施工电梯轿厢内的网络摄像头为电梯监控视频的采集装置；
[0009]视频流传输模块，主要由WIFI通信模块构成，将网络摄像头采集到的数据传到服务器；
[0010]服务器，位于项目现场或者云端，主要用于运行视频分析平台及提供告警接口；
[0011]视频分析平台，主要功能为对采集的视频流进行实时分析，自动识别拍摄视野中的人员及典型物体。
[0012]采用所述的基于视频分析的施工电梯规范运行监控告警系统，包括以下步骤：
[0013]S1、视频分析平台对输入视频流进行分帧，采用等间隔采样提取图像帧，对上述图像帧预处理操作为颜色空间对齐得到预处理图像帧；
[0014]S2、采用跨级融合SSD检测框架对分帧采样所得的预处理图像帧进行目标检测，所述目标检测环境为施工电梯，检测目标包括不属于施工电梯准入物品、乘电梯人员等；
[0015]S3、根据判定条件判断是否出现违反安全规范的异常行为；
[0016]所述判定条件为：基于S2步骤目标检测到的物体不属于施工电梯准入物品；检测到的乘员超过准入数量；若满足上述条件，则判定出现违规行为，调用告警接口，输出告警信号，否则返回步骤S1，进行下一次检测。
[0017]优选的，S1具体做法为：将部分预处理图像帧作为训练集图像帧，首先将训练集图像帧从RGB图像空间转换到Lab空间，分别计算出训练集图像帧在Lab空间三个通道上的均值和方差m
L
，m
a
和m
b
分别指L通道，a通道和b通道的像素值均值，var
L
，var
a
和var
b
分别指的是L通道，a通道和b通道的像素值方差；
[0018]然后，将训练集图像帧按L，a和b三个通道进行逐像素计算i∈{L，a，b},其中p
i，x
，,m
i，x
和var
i，x
分别代表当前图像的像素点x在i通道的像素点值，均值及方差；为像素点x在i通道的调整后的像素值；
[0019]最后将调整后的像素值构成的图像从Lab空间反变换回RGB空间得到预处理图像帧。
[0020]优选的，S2中的跨级融合SSD检测框架的检测方法，具体步骤为：
[0021](1)提取目标的特征
[0022]针对权利要求2中的目标，对训练集图像帧，采用跨级融合SSD的算法进行特征提取，所述跨级融合SSD算法不仅包括传统SSD算法提取深层特征图，还在其基础上增加了两个浅层特征图的提取，新增的两个所述浅层特征图的尺寸为150
×
150和76
×
76；
[0023](2)特征融合
[0024]首先基于双流卷积模型对多组跨级特征图进行融合，每组待融合的两个跨级特征图分别记为浅层特征图f
shallow
和深层特征图f
deep
，所述浅层特征图f
shallow
为步骤(1)中的两个浅层特征图，深层特征图f
deep
为步骤(1)中的深层特征图；其中f
shallow
的尺寸较大，携带更多的局部特征，f
deep
的尺寸较小，携带更多的全局特征；所述融合的步骤具体为：首先通过反卷积操作将深层特征图f
deep
的尺寸变换为与浅层特征图f
shallow
一致；再计算深层特征图f
deep
通道外积B(f
shallow
，TransConv(f
deep
))＝f
shallowT
TransConv(f
deep
)得到双线性映射的结果f；将f通过基于差值监督的多级密集卷积和池化操作压缩融合特征的维度，获得尺寸合适的融合特征图；所述方法为采用了三级串联的卷积池化模块对通道外积的结果进行维度
压缩；采用差值监督方法，将高级卷积池化模块的输出进行反卷积，尺寸对齐到紧邻的低一级卷积池化模块，求取两级模块的输出之差，再将该差值进行空洞卷积使得尺寸对齐到拟输出的融合特征图；对三级串联的卷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于视频分析的施工电梯规范运行监控告警系统，其特征在于，包括布设于施工电梯轿厢内的网络摄像头，视频流传输模块及服务器，视频分析平台及告警接口；施工电梯轿厢内的网络摄像头为电梯监控视频的采集装置；视频流传输模块，主要由WIFI通信模块构成，将网络摄像头采集到的数据传到服务器；服务器，位于项目现场或者云端，主要用于运行视频分析平台及提供告警接口；视频分析平台，主要功能为对采集的视频流进行实时分析，自动识别拍摄视野中的人员及典型物体。2.基于视频分析的施工电梯规范运行监控告警方法，其特征在于，采用权利要求1所述的基于视频分析的施工电梯规范运行监控告警系统；包括以下步骤：S1、视频分析平台对输入视频流进行分帧，采用等间隔采样提取图像帧，对所述图像帧预处理操作为颜色空间对齐得到预处理图像帧；S2、采用跨级融合SSD检测框架对分帧采样所得的预处理图像帧进行目标检测，所述目标检测环境为施工电梯；S3、根据判定条件判断是否出现违反安全规范的异常行为；所述判定条件为：基于S2步骤目标检测到的物体不属于施工电梯准入物品；检测到的乘员超过准入数量；若满足上述条件，则判定出现违规行为，调用告警接口，输出告警信号，否则返回步骤S1，进行下一次检测。3.根据权利要求2所述的基于视频分析的施工电梯规范运行监控告警方法，其特征在于，S1具体做法为：将部分预处理图像帧作为训练集图像帧，首先将训练集图像帧从RGB图像空间转换到Lab空间，分别计算出训练集图像帧在Lab空间三个通道上的均值和方差所述m
L
，m
a
和m
b
分别指L通道，a通道和b通道的像素值均值，var
L
，var
a
和var
b
分别指的是L通道，a通道和b通道的像素值方差；然后，将训练集图像帧按L，a和b三个通道进行逐像素计算i∈{L，a，b},其中p
i，x
,，m
i，x
和var
i，x
分别代表当前图像的像素点x在i通道的像素点值，均值及方差；为像素点x在i通道的调整后的像素值；最后将调整后的像素值构成的图像从Lab空间反变换回RGB空间得到预处理图像帧。4.根据权利要求2或3所述的基于视频分析的施工电梯规范运行监控告警方法，其特征在于，S2中的跨级融合SSD检测框架的检测方法，具体步骤为：(1)提取目标的特征针对所述的目标，对训练集图像帧，采用跨级融合SSD的算法进行特征提取，所述跨级融合SSD算法不仅包括传统SSD算法提取深层特征图，还在其基础上增加了两个浅层特征图的提取，新增的两个所述浅层特征图的尺寸为150
×
150和76
×
76；(2)特征融合首先基于双流卷积模型对多组跨级特征图进行融合，每组待融合的两个跨级特征图分别记为浅层特征图f
shallow
和深层特征图f
deep
，所述浅层特征图f
shallow
为步骤(1)中的两个浅层特征图，深层特征图f
deep
为步骤(1)中的深层特征图；其中f
shallow
的尺寸较大，携带更多的局部特征，f
deep
的尺寸较小，携带更多的全局特征；所述融合的步骤具体为：首先通过反卷
积操作将深层特征图...

【专利技术属性】
技术研发人员：詹必雄，刘彦，刘宜成，李志鹏，韩鞠，
申请(专利权)人：四川大学，
类型：发明
国别省市：