标题：电梯内异常行为检测系统设计
作者：钱国华1 程芳芳1；朱孝慈2；丁力1；岳友2 陆一洲2 牛丹2
作者单位：1 申龙电梯股份有限公司，江苏 苏州 215200；2 东南大学自动化学院，江苏 南京 210096
关键字：深度学习；电梯；异常行为检测
摘要：针对电梯内乘客的异常行为检测问题，提出了一种基于深度学习的异常行为监测系统。首先将画面采集到云平台，之后使用YOLO算法来检测画面内显示的人数。同时从时间和空间描述监控画面内的运动特征，通过能量函数的数值，并结合电梯内的人数来判定异常行为的发生与否。实验结果表明，该检测系统应用在实际拍摄的图像中准确率达到90.3%，证明具有一定可行性。