龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：常熟理工学院
摘要：本发明提供一种电梯轿厢内异常行为检测系统及方法，涉及跨模态融合技术领域，本发明通过采集生成乘客携带的RFID标签的位置变化速率数据、电梯内温度变化数据和轿厢内异常压力情况，实现对电梯内人员和环境状态的多模态检测，通过特征融合和深度学习网络，将实时采集的位置、温度、压力和声音数据转化为对应的特征矩阵，并通过跨模态注意力机制分别计算出注意力权重并生成融合矩阵，利用训练好的异常行为判断模型，实时判断电梯轿厢内部是否存在异常行为，从而提高电梯安全监控的精准性和全面性，增强乘客的安全保障。
主权项：1.一种电梯轿厢内异常行为检测系统，其特征在于，具体包括：位置监测模块，用于设定电梯内RFID标签基准位置，实时读取乘客携带的RFID标签位置并与RFID标签基准位置相比，生成乘客携带的RFID标签的位置变化速率，根据位置变化速率生成位置变化特征向量；数据采集模块，用于监测电梯内温度变化，生成标准温度变化率，将标准温度变化率的变异系数作为温度的变化特征，根据温度的变化特征生成温度特征向量，监测轿厢内异常压力情况，生成压力特征向量，监测轿厢内声音响度情况，生成声音特征向量；特征融合模块，用于将位置变化特征向量、温度特征向量、压力特征向量和声音特征向量重塑转化为对应的特征矩阵，四种特征矩阵，两两组合共产生六种组合，针对每种组合计算相关性矩阵，并生成注意力权重，结合所有组合的注意力权重生成四种特征矩阵的融合特征矩阵；模型构建模块，用于构建深度学习网络，在融合特征矩阵上标注电梯轿厢内异常行为种类的标签后，将其输入到深度学习网络中进行训练，得到输入值为融合特征矩阵，输出值为电梯轿厢异常种类的电梯轿厢异常行为判断模型；综合判断模块，用于将待识别电梯轿厢的实时RFID标签位置、实时温度、实时压力、实时光线和实时声音按照上述步骤实时生成融合特征矩阵，再将该融合特征矩阵输入到电梯轿厢异常行为判断模型中，判断当前电梯轿厢内是否存在异常行为。
全文数据：
权利要求：
百度查询： 常熟理工学院 一种电梯轿厢内异常行为检测系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号