[发明专利]一种基于TensorFlow的电梯安全系统及方法

说明书

本发明公开了一种基于TensorFlow的电梯安全系统及方法，该系统包括：图像获取装置，图像获取装置收集电梯内部的连续视频帧；训练单元，从图像获取装置预先获得连续视频帧，利用预先获得的连续视频帧进行视觉算法训练并生成识别模型；识别单元，从图像获取装置实时获得连续视频帧，根据实时获得的连续视频帧并且调用识别模型确定风险类别。本发明能够有效解决电梯使用中的安全问题，并且降低了预警反馈时间和人员进入风险区域的概率。

技术领域

本发明涉及一种安全系统及其方法，更具体地说，涉及一种基于TensorFlow的电梯安全系统及方法。

背景技术

随着摄像、视觉算法和电梯技术的深入发展，摄像数据分析在电梯安全方面变的越来越重要了。电梯使用安全通常要求探测系统空间占用小、探测速度快且安全有效，特别是电梯内极可能发生危险的场景时，探讨能简洁、快速、准确的探测电梯内外安全是很必要的。

安全使用电梯，涉及乘梯人员异常行为、违禁物品进入、电梯设备异常、突发灾害等。如图1所示，现有电梯使用安全预警主要依靠以下的手段：电梯内张贴警告标示、乘梯人员观察感知危险、社会或民间团体宣传教育、电梯监控人员监察等。

在图1所示的这些预警过程中，往往需要一个观察过程、受教育过程或者监控人员制止过程，或者说，预警过程需要人员介入、宣传、行动的时间。

可见，现有电梯使用预警过程中时间效率都相对较低。而在乘用电梯的过程中，尤其在极易发生危险的情况下，避免危险的预警时间是有限的，所以乘梯安全预警时，要能够快速准确的发出。

下面是乘梯安全预警需要考虑的问题：

第一，预警过程使用时间过于长，给乘梯人员应对时间过于滞后。

第二，判定哪种物品进入电梯，或者哪些人的异常行为会带来乘梯危险。

第三，可见灾害是偶发的，监控人员难以实时捕捉。

第四，电梯异常时，电梯乘用人员很难第一时间发现和避免进入电梯。

根据图1所示的现有电梯使用安全预警状况，乘梯人员和电梯监控人员对电梯使用风险的感知都相对滞后，这对电梯使用预警是没有价值的。

现有技术中，往往没有考虑电梯发生突发情况进而导致的风险，加之此类情况较少，因此多数乘用电梯未加装实时监测预警设备。另外，现有技术还缺乏实时将预警信息上报维修单位的问题。

发明内容

针对现有技术中存在的上述问题，本发明的目的是提供一种基于TensorFlow的电梯安全系统及方法。

为实现上述目的，本发明采用如下技术方案：

一种基于TensorFlow的电梯安全系统，包括：图像获取装置，图像获取装置收集电梯内部的连续视频帧；训练单元，从图像获取装置预先获得连续视频帧，利用预先获得的连续视频帧进行视觉算法训练并生成识别模型；识别单元，从图像获取装置实时获得连续视频帧，根据实时获得的连续视频帧并且调用识别模型确定风险类别。

进一步地，训练单元将连续视频帧转化为图片，生成图片训练库，利用图片训练库迭代调整和优化识别模型的参数，最后输出识别模型。

进一步地，识别单元将连续视频帧转化为图片，通过识别模型对图片进行比对，以此识别出对应的风险类别并输出。

进一步地，还包括：处理单元，从识别单元获取风险类别，将与风险类别相对应的预警信息发送至预警单元；预警单元，将预警信息通过输出设备发送给用户。

进一步地，处理单元从识别单元获取当前风险类别，若存在风险，则选取一个进行处理，否则继续获取风险类别；预警单元根据风险类别选择具体的预警方式。

为实现上述目的，本发明还采用如下技术方案：