基于視頻的電梯轎廂內異常行為檢測的研究

田紀蘭

摘 要 本文主要從電梯內轎廂人數判斷、單人異常行為檢測、多人異常行為檢測等方面入手，對基于視頻的電梯轎廂內異常行為檢測進行了探討，以期為同行提供參考或借鑒。

關鍵詞 視頻；電梯轎廂；異常行為；檢測

在高層建筑中，電梯是人們出行不可缺少的交通工具，其安全性如何會直接關系到乘客的人身安全。然而，在電梯內經常出現單人摔倒、多人突發打架等情況，對乘客的人身安全構成了巨大傷害。對電梯的監控，現階段多采用傳統視頻監控系統進行人工監控，但該方法的不足是誤報漏報現象多、人員易疲勞、報警精度差、錄像數據分析難等。智能視頻監控系統屬于自動監控類型的系統，它集計算機技術、視頻分析技術、圖像處理技術等為一體，可實現對異常行為的自動、實時檢測，將傷害程度降至最小。以下是基于視頻的電梯轎廂內異常行為檢測情況分析。

1 傳統視頻監控系統的缺點

為保障乘客能夠安全乘坐電梯，在大多數高層建筑內，如酒店、賓館、高層小區、寫字樓等，基本會進行攝像頭的安裝，才能更好地監控電梯轎廂內的情況。但是，該監控系統雖能取得一定效果，但也存在許多不足：①功能過于單一，當電梯轎廂內出現異常事件時無法自動報警；②需人工長時間監控，無法保持時刻警戒；③錄像數據分析的難度大；④大多是事后響應，很容易給乘客造成大的損失與傷害[1]。

2 智能視頻監控系統概述

傳統視頻監控的弊端較多，無法為乘客提供安全的保障。為了給乘客提供安全的乘梯環境，必須擁有24h可實時監控的視頻監控系統，才能通過攝像頭捕捉到視頻信息，并對視頻信息進行智能分析。當電梯內發生異常行為時，視頻監控系統則會自動發出報警信號，避免了搶劫、施暴等一系列危險行為的發生，還為監控人員減輕了工作負擔。

智能視頻監控系統主要是利用前沿計算機視覺技術分析監控場景內的視頻內容，并在此基礎上對異常行為做出識別、響應的視頻監控技術[2]。在智能視頻監控技術中，往往包含了圖像處理、計算技術、視頻分析技術等多種技術。智能視頻監控的應用領域較廣泛，能夠實現對目標的自動檢測、自動跟蹤及自動識別，并對異常行為發出警報信號。

3 電梯轎廂內的異常行為

在電梯轎廂內，時有異常行為發生，常見的有突然摔倒、搶劫、打架及施暴等。在對異常行為進行判斷之前，必須先準確計算出電梯轎廂內有多少人，然后在人數基礎上設定相應的閾值，才能更準確地檢測出電梯轎廂內有無異常行為。

4 電梯內轎廂的人數判斷

通過準確判斷電梯轎廂內的人數，一方面可提高電梯轎廂內異常行為檢測結果的準確性，另一方面可有效避免因電梯超載給乘客帶來的危險，為電梯調動工作的順利進行奠定了基礎。現階段，對電梯內人數的統計，主要采用紅外傳感器方法，其工作原理是：借助人體輻射出的紅外線感應，完成對人體的檢測及計數。然而，當多人同時進出時，因相互之間遮擋，會影響紅外傳感器的檢測準確性，影響計數的準確性。當前，圖像處理方法也是較常用的一種方法，主要是對進出口人數進行統計。除此之外，基于運動分析的方法、基于學習系統的方法等，也是較常用的方法。其中，基于運動分析的方法，首先要求對圖像背景和前景目標進行分離，接著是根據若干簡單特征判斷出人體目標，再跟蹤與分割多個人體目標，最后判斷出人數[3]。

5 人體檢測

采用人體檢測方法時，在對每幀視頻圖像檢測之時，首先應設定哪些為感興趣區域ROI，目的是清除干凈電梯周圍存在的干擾條件，盡可能減少計算量，最后才進行分析與處理。本文采用手動選取ROI的方法。

5.1 判斷及跟蹤人數

人體邊緣被檢出來之后，一般則會較容易獲取到人體的最外層輪廓序列。在本文采用的設計方法中，先結合各個輪廓面積的大小判斷出ROI區域內的人數。若設定的閾值小于最外層輪廓面積，人數則加1。檢測到的每個人，在標記時選用的矩形框是不同顏色的，之后便是對多個人進行分離，最后是把標記好的輪廓存于不同圖像內。

5.2 計數的方法

常用的計數方法有兩種，分別是單人進出、多人同時進出。若為單人，可使用運動歷史圖像跟蹤。第一，計算出乘客方向與水平方向這兩者之間的夾角，假如該夾角在0°～180°內，乘客可進入電梯；若該夾角在180°～360°內，則表明乘客正在走出電梯。為防止計數出現重復的可能性，應在運動歷史圖像中非0像素值不超過閾值的情況下計數。進入電梯的人數與走出電梯的人數之差，即為實際進入電梯的人數。

如果檢測到ROI內出現多個人，根據輪廓的面積可對多個人進行分離，然后將分離結果分別存放于不同的圖像中，接著是對每個人的跟蹤，之后的計數過程則和單人計數相同。為了盡可能降低計數誤差，當走出電梯的人數比進入電梯的人數多時，應先清零進出電梯的人數，再進行計數。

5.3 異常行為的檢測

首先，將前景目標看作一個整體，然后根據異常行為檢測模型，將視頻序列中各幀圖像的整體動能值求出來。最后，將該整體動能值與各閾值進行對比，當給定的閾值<該整體動能值，則意味著電梯內可能存在異常行為，而系統則會自動報警，安保人員能夠及時得到通知[4]。其中，閾值的設定、人數兩者間的關系非常密切。異常行為類型多種多樣，包含單人時突然摔倒、多人間的突發暴力等。

⑴對單人異常行為的檢測

一個人乘坐電梯之時，由于某種因素而突然彎腰、摔倒等行為，稱為電梯轎廂內單人異常行為。比如，設定的閾值為5000，若出現異常行為，會導致總動能值驟增；與此同時，目標總動能值、人體異常行為的運動速度這兩者之間呈正相關。摔倒是突發行為，若運動速度快，角點動能則會增大；而下蹲與彎腰速度會相對較慢，此時動能值則會相對較小。

⑵對多人異常行為的檢測

電梯轎廂內2人以上的打斗、搶劫等突發行為，稱為多人異常行為。當設定閾值為15000時，若出現2人以上突然打斗現象，動能會發生曲線變化，尤其是角點運動。多人打斗、施暴等異常行為的運動幅度大、方向無規律，故其總能動值及閾值均較大。

6 小結

由上述可知，在電梯轎廂內運用智能視頻監控，可實現基于視頻的電梯轎廂內異常行為檢測，有利于及時發現與處理出現的異常行為，提高乘客乘坐電梯的安全性，具有重要的現實意義。

參考文獻

[1]黃益喜.電梯門機系統故障檢測與排除項目教學設計[J].中國教育技術裝備，2014，（02）：118-120.

[2]高昱.關于電梯檢測與檢測技術的研究[J].機械管理開發，2016，（04）：43-44，87.

[3]王超，楊帥，朱靜.智慧型電梯安全監控系統的模型構建[J].電子測試，2015，（23）：115-117.

[4]張雷，呂瀟，張莉.機器視覺技術在電梯智能檢測中的應用[J].制造業自動化，2014，（16）：71-73.