基于云平台的智慧电梯安全管理方法及系统与流程

1.本发明涉及智能识别技术领域，具体涉及基于云平台的智慧电梯安全管理方法及系统。


背景技术：

2.随着城市建设的迅猛发展，高楼越来越多，电梯已经成为高楼大厦的标配，带给人们出行便利的同时也存在很多安全隐患，在电梯内人们可以随意携带宠物、货物等进入电梯，而由于宠物与货物在电梯内存在多种不确定因素，从而导致电梯对人们存在安全隐患，例如，狗绳卷入电梯缝隙，货物散落卡住电梯内门等安全隐患，而在现有技术中缺乏对电梯内安全的管控，导致电梯内安全性低的技术问题，实现了基于云平台对电梯的安全进行精准管控，提高电梯内安全性。


技术实现要素：

3.本技术提供了基于云平台的智慧电梯安全管理方法及系统，用于针对解决现有技术中存在的缺乏对电梯内安全的管控，导致电梯内安全性低的技术问题。
4.鉴于上述问题，本技术提供了基于云平台的智慧电梯安全管理方法及系统。
5.第一方面，本技术提供了基于云平台的智慧电梯安全管理方法，所述方法包括：采集目标电梯内的梯内多帧图像，并将所述梯内多帧图像上传至云平台中，其中，所述云平台中嵌有目标分割模型，所述目标分割模型用于对梯内多帧图像中的对象进行分割；根据所述云平台中嵌入的所述目标分割模型对所述梯内多帧图像进行对象分割，并确定第一标识对象和第二标识对象，其中，所述第二标识对象为所述第一标识对象的携带对象；将所述第一标识对象和所述第二标识对象的特征信息输入安全隐患识别模型中，根据所述安全隐患识别模型对所述第一标识对象和所述第二标识对象进行安全隐患概率计算，得到第一隐患概率；当所述第一隐患概率大于第一预设隐患概率，激活追踪监控指令；根据所述追踪监控指令对所述第一标识对象和所述第二标识对象进行追踪监控，获取追踪多帧图像；根据所述追踪多帧图像进行特征识别，输出第一动态隐患概率，当所述第一动态隐患概率大于第二预设隐患概率，生成第一安全预警信息。
6.第二方面，本技术提供了基于云平台的智慧电梯安全管理系统，所述系统包括：图像采集模块，所述图像采集模块用于采集目标电梯内的梯内多帧图像，并将所述梯内多帧图像上传至云平台中，其中，所述云平台中嵌有目标分割模型，所述目标分割模型用于对梯内多帧图像中的对象进行分割；对象分割模块，所述对象分割模块用于根据所述云平台中嵌入的所述目标分割模型对所述梯内多帧图像进行对象分割，并确定第一标识对象和第二标识对象，其中，所述第二标识对象为所述第一标识对象的携带对象；概率计算模块，所述概率计算模块用于将所述第一标识对象和所述第二标识对象的特征信息输入安全隐患识别模型中，根据所述安全隐患识别模型对所述第一标识对象和所述第二标识对象进行安全隐患概率计算，得到第一隐患概率；指令激活模块，所述指令激活模块用于当所述第一隐患
概率大于第一预设隐患概率，激活追踪监控指令；追踪监控模块，所述追踪监控模块用于根据所述追踪监控指令对所述第一标识对象和所述第二标识对象进行追踪监控，获取追踪多帧图像；特征识别模块，所述特征识别模块用于根据所述追踪多帧图像进行特征识别，输出第一动态隐患概率，当所述第一动态隐患概率大于第二预设隐患概率，生成第一安全预警信息。
7.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：本技术提供的基于云平台的智慧电梯安全管理方法及系统，涉及智能识别技术领域，解决了现有技术中缺乏对电梯内安全的管控，导致电梯内安全性低的技术问题，实现了基于云平台对电梯的安全进行精准管控，提高电梯内安全性。
附图说明
8.图1为本技术提供了基于云平台的智慧电梯安全管理方法流程示意图；图2为本技术提供了基于云平台的智慧电梯安全管理方法中得到标识第一标识对象和第二标识对象安全隐患程度的第一隐患概率流程示意图；图3为本技术提供了基于云平台的智慧电梯安全管理方法中获取第一隐患概率流程示意图；图4为本技术提供了基于云平台的智慧电梯安全管理方法中得到预先训练好的安全隐患识别模型流程示意图；图5为本技术提供了基于云平台的智慧电梯安全管理方法中输出第一动态隐患概率流程示意图；图6为本技术提供了基于云平台的智慧电梯安全管理系统结构示意图。
9.附图标记说明：图像采集模块1，对象分割模块2，概率计算模块3，指令激活模块4，追踪监控模块5，特征识别模块6。
具体实施方式
10.本技术通过提供基于云平台的智慧电梯安全管理方法及系统，用于解决现有技术中缺乏对电梯内安全的管控，导致电梯内安全性低的技术问题。
实施例一
11.如图1所示，本技术实施例提供了基于云平台的智慧电梯安全管理方法，该方法包括：步骤s100：采集目标电梯内的梯内多帧图像，并将所述梯内多帧图像上传至云平台中，其中，所述云平台中嵌有目标分割模型，所述目标分割模型用于对梯内多帧图像中的对象进行分割；具体而言，本技术实施例提供的基于云平台的智慧电梯安全管理方法应用于基于云平台的智慧电梯安全管理系统，该基于云平台的智慧电梯安全管理系统与图像采集装置通信连接，该图像采集装置用于进行电梯内所存在图像参数的采集。
12.为保证后期对目标电梯内的安全性，首先需要对目标电梯内的实时图像进行采集，是指通过图像采集设备对目标电梯内进行多帧图像的采集，其多帧图像为图像采集设
备在目标电梯内所采集录制的视频中目标电梯内不为空时的图像帧，进一步的，将所提取目标电梯内的多帧图像上传至云平台中，云平台是指云计算平台，是基于计算机的硬件资源和软件资源，用于提供计算、网络和存储能力的云端平台，且在该云平台中嵌有目标分割模型，且目标分割模型是用于对目标电梯内的多帧图像中所包含的多个对象进行分割的模型，其目标分割模型的分割原理是把所采集到的多帧图像分割成具有相似的颜色或纹理特性的若干子区域，并使它们对应不同的物体或物体的不同部分，为后期实现基于云平台对智慧电梯进行安全管理作为重要参考依据。
13.步骤s200：根据所述云平台中嵌入的所述目标分割模型对所述梯内多帧图像进行对象分割，并确定第一标识对象和第二标识对象，其中，所述第二标识对象为所述第一标识对象的携带对象；具体而言，以云平台中所嵌入的目标分割模型作为分割工具，对所获目标电梯内的多帧图像进行对象分割，是指对多帧图像中的i帧图像进行提取，i帧图像是指目标电梯内存在人与人所携带的对象的图像，进一步根据预设分块标准对所提取的i帧图像进行分割，其中所获预设分块标准由相关技术人员根据i帧图像中的像素块进行预设，对目标i帧图像块进行确定，从而将离散余弦变化系数分为第一离散余弦变换系数与第二离散余弦变换系数。
14.其中，提取第一离散余弦变换系数中的第一直流系数、第一交流系数，根据所述第一直流系数、所述第一交流系数，计算得到所述第一特征值，其中，计算公式如下：；是指第一特征值，是指第一直流系数，是指第一交流系数，n是指第一i帧图像，是指第一i帧图像的第个子块，a是指第一直流系数对第一特征值的影响因子，b是指第一交流系数对第一特征值的影响因子。
15.进一步的，提取第二离散余弦变换系数中的第二直流系数、第二交流系数；根据第二直流系数、第二交流系数，计算得到第二特征值，其中，计算公式如下：；是指第二特征值，是指第二直流系数，是指第二交流系数，n+1是指第二i帧图像，是指第二i帧图像的第个子块，c是指第二直流系数对第二特征值的影响因子，d是指第二交流系数对第二特征值的影响因子。
16.最终相邻i帧图像的特征值进行计算，即i帧图像的特征值为白色矩形像素和减去黑色矩形像素和，反映了图像的灰度变化情况，通过i帧图像特征值对目标电梯内的第一标识对象以及第二标识对象进行区分获取，且目标电梯内的第一标识对象为乘坐电梯的人群，第二标识对象为第一标识对象的携带对象，该携带对象可以是宠物狗、大件箱体、货品、手提袋等对象，进而为实现基于云平台对智慧电梯进行安全管理做保障。
17.步骤s300：将所述第一标识对象和所述第二标识对象的特征信息输入安全隐患识
别模型中，根据所述安全隐患识别模型对所述第一标识对象和所述第二标识对象进行安全隐患概率计算，得到第一隐患概率；进一步而言，如图2所示，本技术步骤s300还包括：步骤s310：获取所述第一标识对象的特征信息，包括体型特征信息、性别特征信息和年龄特征信息；步骤s320：获取所述第二标识对象的特征信息，包括携带的体积特征信息、静动特征信息以及约束特征信息；步骤s330：将所述第一标识对象的特征信息和所述第二标识对象的特征信息作为训练数据，输入预先训练好的所述安全隐患识别模型中进行计算，得到标识所述第一标识对象和所述第二标识对象安全隐患程度的第一隐患概率。
18.进一步而言，如图3所示，本技术步骤s300还包括：步骤s340：当所述第一标识对象的携带对象为多个时，得到多个携带对象；步骤s350：以所述第一标识对象和所述多个携带对象建立一对多的映射关系，根据所述安全隐患识别模型输出基于所述多个携带对象的多个隐患概率；步骤s360：对所述多个隐患概率进行集成，输出所述第一隐患概率。
19.具体而言，为准确辨别在目标电梯内的第一标识对象与第二标识对象所存在的安全隐患，因此需要将第一标识对象和第二标识对象的特征信息输入如下所构建的安全隐患识别模型中，在此不过过多赘述，进一步的，根据安全隐患识别模型对第一标识对象和第二标识对象进行安全隐患概率计算，是指对第一标识对象的特征信息进行采集，该特征信息可以包含第一标识对象的体型特征信息、性别特征信息以及年龄特征信息，体型特征信息可以包含人体的瘦长型、矮胖型、均匀型等，性别特征信息可以包含男性信息、女性信息，根据年龄特征信息可以将乘坐目标电梯的人划分为幼童、儿童、青年、中年、老年，同时对第二标识对象的特征信息进行同步采集，该特征信息可以包括携带的体积特征信息、静动特征信息以及约束特征信息，体积特征信息是指第二标识对象在目标电梯内所占据的体积，静动特征信息是指若第二标识对象为活物则相应存在动态特征，若第二标识对象不为活物则相应存在静态特征，约束特征信息是指根据第二标识对象所独有的特征进行约束的信息。
20.再将第一标识对象的特征信息和第二标识对象的特征信息作为训练数据，输入预先训练好的安全隐患识别模型中进行计算，是指分别根据第一标识对象所具有的体型特征信息、性别特征信息以及年龄特征信息作为判断依据，对第一标识对象所可能发生危险的程度进行判断，再根据第二标识对象所具有的的体积特征信息、静动特征信息以及约束特征信息作为判断依据对第二标识对象所可能发生危险的程度进行判断，取第一标识对象可能发生危险的概率与第二标识对象可能发生危险的概率的均值作为第一标识对象和第二标识对象安全隐患程度，同时对其进行标识作为第一隐患概率。
21.此时所获的第一隐患概率为第一标识对象仅携带一个第二标识对象时的概率，当第一标识对象的携带对象为多个时，得到第一标识对象所携带的多个携带对象，同时将第一标识对象和多个携带对象建立一对多的映射关系，是指在多个携带对象中取一值，第一标识对象有且只有一个值对应，而在第一标识对象中取一值，多个携带对象可以有多个值对应，多个携带对象可以是乘坐电梯的第一标识对象存在既带了狗、又拿了东西的情况，进一步的，根据安全隐患识别模型对基于第一标识对象携带的多个携带对象所对应的多个隐
患概率输出，是指将第一标识对象的安全隐患与每个携带对象所存在的隐患进行组合隐患的加权计算，第一标识对象的安全隐患与每个携带对象所存在的隐患权重占比可以为第一标识对象的影响系数：每个携带对象的影响系数，则加权计算过程后的影响参数分别为第一标识对象的影响系数乘以系数所占比率，每个携带对象的影响系数乘以系数所占比率，根据该加权计算结果获得第一标识对象携带的多个携带对象所对应的多个隐患概率的最终值，最终对多个隐患概率进行集成，把多个隐患概率在逻辑上进行有机地集中，从而作为第一隐患概率进行输出，为后续实现基于云平台对智慧电梯进行安全管理夯实基础。
22.进一步而言，如图4所示，本技术步骤s300还包括：步骤s370：基于所述云平台，获取电梯样本数据集，其中，所述电梯样本数据集包括事故发生对象以及事故发生概率；步骤s380：对所述电梯样本数据集中的事故发生对象进行拆分，得到拆分对象，且每个拆分对象均包括对象特征信息；步骤s390：根据所述拆分对象的对象特征信息和所述事故发生概率进行模型训练，得到预先训练好的安全隐患识别模型。
23.具体而言，为保证所获第一隐患概率的准确性，因此需要以云平台作为数据获取源，对目标电梯的多个样本数据进行提取，目标电梯的多个样本数据可以包含目标电梯发生事故的事故源以及所发生事故的概率，将所提取的多个样本数据进行整合汇总后记作电梯样本数据集，且在电梯样本数据集中包含事故发生对象以及事故发生概率，进一步的，对电梯样本数据集中的事故发生对象根据第一标识对象以及第二标识对象进行拆分，根据拆分结果获取拆分对象，同时每个拆分对象均包括第一标识对象的特征信息或第二标识对象的特征信息，最终根据所拆分的第一标识对象的特征信息活第二标识对象的特征信息和与之对应的事故发生概率进行模型训练，是指存在仅人乘坐目标电梯所可能发生的事故概率、人与宠物的组合乘坐目标电梯所可能发生的事故概率、人与搬运货品的组合乘坐目标电梯所可能发生的事故概率、人与宠物、货品的组合乘坐目标电梯所可能发生的事故概率，通过上述组合加权计算，对以上四种情况所可能发生事故的概率进行计算，从而判断哪种情况出现事故的概率更大，在此基础上获取预先训练好的安全隐患识别模型，实现基于云平台对智慧电梯进行安全管理有着预判的作用。
24.步骤s400：当所述第一隐患概率大于第一预设隐患概率，激活追踪监控指令；具体而言，为保证目标电梯内的安全性，需要对安全隐患识别模型所输出的第一隐患概率进行判断，当第一隐患概率大于第一预设隐患概率时，对追踪监控指令进行激活，其中，第一预设隐患概率由相关技术人员根据大数据中的隐患概率数据量进行预设，追踪监控指令是用于对目标电梯内的第一标识对象以及第二标识对象进行动态追踪监控，最大程度的对第一标识对象以及第二标识对象所可能发生的安全隐患进行避免，以便为后期基于云平台对智慧电梯进行安全管理时作为参照数据。
25.步骤s500：根据所述追踪监控指令对所述第一标识对象和所述第二标识对象进行追踪监控，获取追踪多帧图像；具体而言，当激活追踪监控指令后，通过追踪监控指令对目标电梯内的第一标识对象以及第二标识对象的动态进行追踪监控，同时基于第一标识对象与第二标识对象的特征信息及其所对应的安全隐患概率，且在对第一标识对象以及第二标识追踪的过程中，由
于第二标识对象对安全隐患的影响度高，因此对第二标识对象需要进行重点追踪监控，可以按照4：6的追踪监控对第一标识对象以及第二标识对象进行动态追踪分配，从而分别追踪到第一标识对象以及第二标识对象的多帧动态图像，提高后期实现基于云平台对智慧电梯进行安全管理的准确率。
26.步骤s600：根据所述追踪多帧图像进行特征识别，输出第一动态隐患概率，当所述第一动态隐患概率大于第二预设隐患概率，生成第一安全预警信息。
27.具体而言，以上述所获多帧图像作为基础数据，对多帧图像中所包含的第一标识对象、第二标识对象的行为特征以及动态特征进行识别，将第一标识对象、第二标识对象分别在电梯内的移动轨迹、移动幅度，以及第一标识对象与第二标识对象存在移动时对另一方的关联影响的幅度进行确定，并根据第一标识对象、第二标识对象的移动轨迹、移动幅度以及关联影响的幅度对此时目标电梯内的第一动态隐患概率进行确定，第一标识对象、第二标识对象的移动轨迹、移动幅度以及关联影响的幅度与此时目标电梯内的第一动态隐患概率均呈正比关系，进一步的，对第一动态隐患概率进行判断，当第一动态隐患概率大于第二预设隐患概率时，其中，第二预设隐患概率由相关技术人员根据大数据中的目标电梯的极限隐患数据进行预设，则视为此时的目标电梯存在安全隐患，从而对目标电梯进行安全隐患预警，同时将该安全隐患预警记作第一安全预警信息进行输出，用于达到后期实现基于云平台对智慧电梯进行安全管理提供重要依据的技术效果。
28.进一步而言，如图5所示，本技术步骤s600还包括：步骤s610：根据所述追踪多帧图像对所述第一标识对象和所述第二标识对象的行为轨迹进行匹配识别，得到轨迹隐患指数；步骤s620：根据所述追踪多帧图像对所述第一标识对象和所述第二标识对象的行为动态关系进行关联识别，得到动态隐患指数；步骤s630：按照所述轨迹隐患指数和所述动态隐患指数，输出第一动态隐患概率。
29.进一步而言，本技术步骤s610包括：步骤s611：分别对所述第一标识对象和所述第二标识对象的行为轨迹进行监测，得到第一监测轨迹和第二监测轨迹；步骤s612：根据所述第一监测轨迹和所述第二监测轨迹进行匹配度识别，得到轨迹偏离匹配度和轨迹时间匹配度；步骤s613：根据所述轨迹偏离匹配度和所述轨迹时间匹配度，得到第一匹配度；步骤s614：若所述第一匹配度不满足预设匹配度，生成所述轨迹隐患指数。
30.进一步而言，本技术步骤s620包括：步骤s621：根据所述追踪多帧图像，对所述第一标识对象的动态性进行计算，得到第一动态指数；步骤s622：基于所述第一动态指数，对所述第一标识对象和所述第二标识对象的行为动态关系进行识别，得到基于所述第一动态指数下所述第二标识对象的第二动态指数；步骤s623：当所述第二动态指数大于预设动态指数，根据所述第二动态指数和所述预设动态指数的指数差，生成所述动态隐患指数。
31.具体而言，为保证对目标电梯进行安全隐患预警的精准度，首先需要根据追踪多
帧图像对第一标识对象和第二标识对象的行为轨迹进行匹配识别，是指分别对第一标识对象和第二标识对象在目标电梯内的行为轨迹进行监测，得到第一监测轨迹和第二监测轨迹，第一监测轨迹和第二监测轨迹可以包含横向轨迹以及纵向轨迹，横向轨迹是指第一标识对象和/或第二标识对象在目标电梯内所产生的位移，纵向轨迹是指第一标识对象和/或第二标识对象在目标电梯内存在上下移动或跳跃等纵向轨迹，进一步的，以第一监测轨迹和第二监测轨迹作为识别基础数据进行二者之间的匹配度识别，由此判断第一标识对象与第二标识对象的行为轨迹之间的关联性，即，行驶轨迹越不匹配则关联性越低，从而对第一标识对象与第二标识对象之间的轨迹偏离匹配度和轨迹时间匹配度进行确定，根据关联性提取轨迹偏离匹配度和轨迹时间匹配度的匹配占比，根据匹配占比计算获得此时目标电梯内第一标识对象与第二标识对象的行为轨迹之间的匹配度，并将其记作第一匹配度，当第一匹配度不满足预设匹配度时，以第一匹配度作为分母，将行为轨迹隐患概率作为分子，当第一匹配度越小时则此时的轨迹隐患指数越高，由此获取目标电梯内的轨迹隐患指数。
32.进一步的，根据追踪多帧图像对第一标识对象和第二标识对象的行为动态关系进行关联识别，是指对第一标识对象的多帧图像进行追踪，在此基础上对第一标识对象的动态性进行计算，是指根据多帧图像中两两相邻图像之间的动态差异性进行判断，若动态差异性大则此时第一标识对象的动态性就高，由此获取第一标识对象的第一动态指数，并基于第一动态指数，对第一标识对象和第二标识对象的行为动态关系进行识别，是指当第一标识对象存在动态指数的同时对第二标识对象的动态进行追踪，由此判断第一标识对象为动态时与第二表示对象为动态时之间的关系，从而对第一动态指数下第二标识对象的第二动态指数进行确定，进一步的，对第二动态指数进行判断，当第二动态指数大于预设动态指数时，则将第二动态指数和预设动态指数进行做差，由此判断第二动态指数与预设动态指数的差异，从而判断第二标识对象的动态幅度，将该差异值记作第二动态指数和预设动态指数的指数差，指数差越大则第二表示对象的动态幅度越大，则此时目标电梯内的安全隐患越大，在此基础上对动态隐患指数进行生成。
33.最终按照根据追踪多帧图像对第一标识对象和第二标识对象的行为轨迹进行匹配识别所获的轨迹隐患指数和根据追踪多帧图像对第一标识对象和第二标识对象的行为动态关系进行关联识别所获的动态隐患指数进行加和求均值，并将该均值数据记作目标电梯的第一动态隐患概率进行输出，以此保证后期基于云平台对智慧电梯更好地进行安全管理。
34.综上所述，本技术实施例提供的基于云平台的智慧电梯安全管理方法，至少包括如下技术效果，实现了基于云平台对电梯的安全进行精准管控，提高电梯内安全性。
实施例二
35.基于与前述实施例中基于云平台的智慧电梯安全管理方法相同的发明构思，如图6所示，本技术提供了基于云平台的智慧电梯安全管理系统，系统包括：图像采集模块1，所述图像采集模块1用于采集目标电梯内的梯内多帧图像，并将所述梯内多帧图像上传至云平台中，其中，所述云平台中嵌有目标分割模型，所述目标分割模型用于对梯内多帧图像中的对象进行分割；对象分割模块2，所述对象分割模块2用于根据所述云平台中嵌入的所述目标分割
模型对所述梯内多帧图像进行对象分割，并确定第一标识对象和第二标识对象，其中，所述第二标识对象为所述第一标识对象的携带对象；概率计算模块3，所述概率计算模块3用于将所述第一标识对象和所述第二标识对象的特征信息输入安全隐患识别模型中，根据所述安全隐患识别模型对所述第一标识对象和所述第二标识对象进行安全隐患概率计算，得到第一隐患概率；指令激活模块4，所述指令激活模块4用于当所述第一隐患概率大于第一预设隐患概率，激活追踪监控指令；追踪监控模块5，所述追踪监控模块5用于根据所述追踪监控指令对所述第一标识对象和所述第二标识对象进行追踪监控，获取追踪多帧图像；特征识别模块6，所述特征识别模块6用于根据所述追踪多帧图像进行特征识别，输出第一动态隐患概率，当所述第一动态隐患概率大于第二预设隐患概率，生成第一安全预警信息。
36.进一步而言，系统还包括：匹配识别模块，所述匹配识别模块用于根据所述追踪多帧图像对所述第一标识对象和所述第二标识对象的行为轨迹进行匹配识别，得到轨迹隐患指数；关联识别模块，所述关联识别模块用于根据所述追踪多帧图像对所述第一标识对象和所述第二标识对象的行为动态关系进行关联识别，得到动态隐患指数；第一输出模块，所述第一输出模块用于按照所述轨迹隐患指数和所述动态隐患指数，输出第一动态隐患概率。
37.进一步而言，系统还包括：行为轨迹监测模块，所述行为轨迹监测模块用于分别对所述第一标识对象和所述第二标识对象的行为轨迹进行监测，得到第一监测轨迹和第二监测轨迹；第一匹配度识别模块，所述第一匹配度识别模块用于根据所述第一监测轨迹和所述第二监测轨迹进行匹配度识别，得到轨迹偏离匹配度和轨迹时间匹配度；第一匹配度识别模块，所述第一匹配度识别模块用于根据所述轨迹偏离匹配度和所述轨迹时间匹配度，得到第一匹配度；第一判断模块，所述第一判断模块用于若所述第一匹配度不满足预设匹配度，生成所述轨迹隐患指数。
38.进一步而言，系统还包括：第一计算模块，所述第一计算模块用于根据所述追踪多帧图像，对所述第一标识对象的动态性进行计算，得到第一动态指数；识别模块，所述识别模块用于基于所述第一动态指数，对所述第一标识对象和所述第二标识对象的行为动态关系进行识别，得到基于所述第一动态指数下所述第二标识对象的第二动态指数；第二判断模块，所述第二判断模块用于当所述第二动态指数大于预设动态指数，根据所述第二动态指数和所述预设动态指数的指数差，生成所述动态隐患指数。
39.进一步而言，系统还包括：携带对象获取模块，所述携带对象获取模块用于当所述第一标识对象的携带对象为多个时，得到多个携带对象；
映射关系模块，所述映射关系模块用于以所述第一标识对象和所述多个携带对象建立一对多的映射关系，根据所述安全隐患识别模型输出基于所述多个携带对象的多个隐患概率；第二输出模块，所述第二输出模块用于对所述多个隐患概率进行集成，输出所述第一隐患概率。
40.进一步而言，系统还包括：数据集获取模块，所述数据集获取模块用于基于所述云平台，获取电梯样本数据集，其中，所述电梯样本数据集包括事故发生对象以及事故发生概率；拆分模块，所述拆分模块用于对所述电梯样本数据集中的事故发生对象进行拆分，得到拆分对象，且每个拆分对象均包括对象特征信息；模型训练模块，所述模型训练模块用于根据所述拆分对象的对象特征信息和所述事故发生概率进行模型训练，得到预先训练好的安全隐患识别模型。
41.本说明书通过前述对基于云平台的智慧电梯安全管理方法的详细描述，本领域技术人员可以清楚地知道本实施例中基于云平台的智慧电梯安全管理系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。
42.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其他实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.基于云平台的智慧电梯安全管理方法，其特征在于，所述方法包括：采集目标电梯内的梯内多帧图像，并将所述梯内多帧图像上传至云平台中，其中，所述云平台中嵌有目标分割模型，所述目标分割模型用于对梯内多帧图像中的对象进行分割；根据所述云平台中嵌入的所述目标分割模型对所述梯内多帧图像进行对象分割，并确定第一标识对象和第二标识对象，其中，所述第二标识对象为所述第一标识对象的携带对象；将所述第一标识对象和所述第二标识对象的特征信息输入安全隐患识别模型中，根据所述安全隐患识别模型对所述第一标识对象和所述第二标识对象进行安全隐患概率计算，得到第一隐患概率；当所述第一隐患概率大于第一预设隐患概率，激活追踪监控指令；根据所述追踪监控指令对所述第一标识对象和所述第二标识对象进行追踪监控，获取追踪多帧图像；根据所述追踪多帧图像进行特征识别，输出第一动态隐患概率，当所述第一动态隐患概率大于第二预设隐患概率，生成第一安全预警信息。2.如权利要求1所述的方法，其特征在于，所述方法还包括：获取所述第一标识对象的特征信息，包括体型特征信息、性别特征信息和年龄特征信息；获取所述第二标识对象的特征信息，包括携带的体积特征信息、静动特征信息以及约束特征信息；将所述第一标识对象的特征信息和所述第二标识对象的特征信息作为训练数据，输入预先训练好的所述安全隐患识别模型中进行计算，得到标识所述第一标识对象和所述第二标识对象安全隐患程度的第一隐患概率。3.如权利要求1所述的方法，其特征在于，根据所述追踪多帧图像进行特征识别，输出第一动态隐患概率，方法包括：根据所述追踪多帧图像对所述第一标识对象和所述第二标识对象的行为轨迹进行匹配识别，得到轨迹隐患指数；根据所述追踪多帧图像对所述第一标识对象和所述第二标识对象的行为动态关系进行关联识别，得到动态隐患指数；按照所述轨迹隐患指数和所述动态隐患指数，输出第一动态隐患概率。4.如权利要求3所述的方法，其特征在于，根据所述追踪多帧图像对所述第一标识对象和所述第二标识对象的行为轨迹进行匹配识别，方法包括：分别对所述第一标识对象和所述第二标识对象的行为轨迹进行监测，得到第一监测轨迹和第二监测轨迹；根据所述第一监测轨迹和所述第二监测轨迹进行匹配度识别，得到轨迹偏离匹配度和轨迹时间匹配度；根据所述轨迹偏离匹配度和所述轨迹时间匹配度，得到第一匹配度；若所述第一匹配度不满足预设匹配度，生成所述轨迹隐患指数。5.如权利要求3所述的方法，其特征在于，根据所述追踪多帧图像对所述第一标识对象和所述第二标识对象的行为动态关系进行关联识别，方法包括：
根据所述追踪多帧图像，对所述第一标识对象的动态性进行计算，得到第一动态指数；基于所述第一动态指数，对所述第一标识对象和所述第二标识对象的行为动态关系进行识别，得到基于所述第一动态指数下所述第二标识对象的第二动态指数；当所述第二动态指数大于预设动态指数，根据所述第二动态指数和所述预设动态指数的指数差，生成所述动态隐患指数。6.如权利要求1所述的方法，其特征在于，所述方法还包括：当所述第一标识对象的携带对象为多个时，得到多个携带对象；以所述第一标识对象和所述多个携带对象建立一对多的映射关系，根据所述安全隐患识别模型输出基于所述多个携带对象的多个隐患概率；对所述多个隐患概率进行集成，输出所述第一隐患概率。7.如权利要求1所述的方法，其特征在于，所述方法还包括：基于所述云平台，获取电梯样本数据集，其中，所述电梯样本数据集包括事故发生对象以及事故发生概率；对所述电梯样本数据集中的事故发生对象进行拆分，得到拆分对象，且每个拆分对象均包括对象特征信息；根据所述拆分对象的对象特征信息和所述事故发生概率进行模型训练，得到预先训练好的安全隐患识别模型。8.基于云平台的智慧电梯安全管理系统，其特征在于，所述系统包括：图像采集模块，所述图像采集模块用于采集目标电梯内的梯内多帧图像，并将所述梯内多帧图像上传至云平台中，其中，所述云平台中嵌有目标分割模型，所述目标分割模型用于对梯内多帧图像中的对象进行分割；对象分割模块，所述对象分割模块用于根据所述云平台中嵌入的所述目标分割模型对所述梯内多帧图像进行对象分割，并确定第一标识对象和第二标识对象，其中，所述第二标识对象为所述第一标识对象的携带对象；概率计算模块，所述概率计算模块用于将所述第一标识对象和所述第二标识对象的特征信息输入安全隐患识别模型中，根据所述安全隐患识别模型对所述第一标识对象和所述第二标识对象进行安全隐患概率计算，得到第一隐患概率；指令激活模块，所述指令激活模块用于当所述第一隐患概率大于第一预设隐患概率，激活追踪监控指令；追踪监控模块，所述追踪监控模块用于根据所述追踪监控指令对所述第一标识对象和所述第二标识对象进行追踪监控，获取追踪多帧图像；特征识别模块，所述特征识别模块用于根据所述追踪多帧图像进行特征识别，输出第一动态隐患概率，当所述第一动态隐患概率大于第二预设隐患概率，生成第一安全预警信息。

技术总结
本发明提供了基于云平台的智慧电梯安全管理方法及系统，涉及智能识别技术领域，方法包括：根据云平台中嵌入的目标分割模型对梯内多帧图像进行对象分割确定第一标识对象和第二标识对象输入安全隐患识别模型中，得到第一隐患概率，当第一隐患概率大于第一预设隐患概率，激活追踪监控指令对第一标识对象和第二标识对象进行追踪监控，获取追踪多帧图像进行特征识别，输出第一动态隐患概率，当第一动态隐患概率大于第二预设隐患概率，生成第一安全预警信息，本发明解决了现有技术中缺乏对电梯内安全的管控，导致电梯内安全性低的技术问题，实现了基于云平台对电梯的安全进行精准管控，提高电梯内安全性。提高电梯内安全性。提高电梯内安全性。


技术研发人员：梁建新
受保护的技术使用者：苏州德菱邑铖精工机械股份有限公司
技术研发日：2023.09.05
技术公布日：2023/10/11