[发明专利]一种基于深度学习的电梯乘客重识别分析系统

摘要

本发明公开了一种基于深度学习的电梯乘客重识别分析系统，包括监控设备、图像采集单元、目标检测分析单元、重识别分析模块、去重后信息分析模块、画像模块、信息播放模块；本发明提供实时对电梯监控中采集到的一定时间内的所有乘客进行去重，可以在总人数统计的基础上，完善电梯所属范围内所有居民人数信息的一种基于深度学习的电梯乘客重识别分析系统。

主权项

1.一种基于深度学习的电梯乘客重识别分析系统，其特征在于，包括监控设备、图像采集单元、目标检测分析单元、重识别分析模块、去重后信息分析模块、画像模块、信息播放模块；监控设备安装在电梯厢内顶部或电梯内显示屏上，保证摄像头以最大的视野角对电梯轿厢实时进行拍摄，采集电梯内的监控视频；图像采集单元将监控设备抓到的图片数据进行预处理后用于后续目标检测分析分类单元分析，对图片数据的预处理方式包括图像裁剪、补边、翻转操作；目标检测分析单元包括深度学习目标检测方法，通过对经过预处理后的电梯监控视频图片数据进行分析，获取图片数据中人物在原图中的具体位置，再通过相应调用方法获取具有人物的图像，并保存至图像数据库；重识别分析模块包括深度学习行人重识别方法，基于目标检测分析单元提取到的具有人物的图像，提取256维或128维特征，再通过聚类方法，有效获取人物的编号信息；去重后信息分析模块根据图像数据库中的人物位置和重识别分析模块获取的人物编号信息，通过对一个完整乘梯过程中所有人物的去重，获得每个乘梯过程的人物信息库，其中每个乘梯过程指一个完整的电梯上行过程或下降过程；画像模块根据去重后信息分析模块获取的人物信息库，进而获取固定地点在一段时间内的人物画像；信息播放模块包括电梯内的显示屏或小区物业的相关通讯与显示设备，根据画像模块配合广告投放系统，获取更精准的广告投放信息与安防信息。