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：深圳须弥云图空间科技有限公司

摘要：本公开涉及图像处理技术领域，提供了一种扶梯运行状态识别方法、装置、电子设备及存储介质。该方法包括：获取待分析的视频图像；将视频图像输入改进后的残差神经网络，输出扶梯运行状态的识别结果；改进后的残差神经网络为2D卷积神经网络，包括依次连接的第一、第二、第三、第四、第五卷积层和全连接层；第二卷积层包括第一残差模块和空间特征提取模块；第三卷积层包括第二残差模块、空间特征提取模块和时序特征提取模块；第四卷积层包括第三残差模块；第五卷积层包括第四残差模块和时序特征提取模块。本公开提供的改进后的残差神经网络能够在减少计算量的同时，可达到与传统的3D卷积神经网络近似的精度，且具有更好的鲁棒性。

主权项：1.一种扶梯运行状态识别方法，其特征在于，包括：获取待分析的视频图像；将所述视频图像输入改进后的残差神经网络，输出扶梯运行状态的识别结果；其中，所述改进后的残差神经网络为2D卷积神经网络，所述改进后的残差神经网络包括依次连接的第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层和全连接层；所述第二卷积层包括第一残差模块和空间特征提取模块；所述第三卷积层包括第二残差模块、空间特征提取模块和时序特征提取模块；所述第四卷积层包括第三残差模块；所述第五卷积层包括第四残差模块和时序特征提取模块；所述将所述视频图像输入改进后的残差神经网络，输出扶梯运行状态的识别结果，包括：使用所述第一卷积层对所述视频图像进行一次特征提取，获得第一特征矩阵；使用所述第二卷积层对所述第一特征矩阵进行二次特征提取，获得第二特征矩阵；使用所述第三卷积层对所述第二特征矩阵进行三次特征提取，获得第三特征矩阵；使用所述第四卷积层对所述第三特征矩阵进行四次特征提取，获得第四特征矩阵；使用所述第五卷积层对所述第四特征矩阵进行五次特征提取，获得第五特征矩阵；将所述第五特征矩阵输入所述全连接层，输出扶梯运行状态的识别结果；所述使用所述第二卷积层对所述第一特征矩阵进行二次特征提取，获得第二特征矩阵，包括：使用所述第一残差模块对所述第一特征矩阵进行特征提取，获得提取特征矩阵；使用所述空间特征提取模块对所述提取特征矩阵进行空间特征提取处理，获得第二特征矩阵；所述使用所述第三卷积层对所述第二特征矩阵进行三次特征提取，获得第三特征矩阵，包括：使用第二残差模块对所述第二特征矩阵进行特征提取，得到第一提取特征矩阵；使用所述空间特征提取模块对所述第一提取特征矩阵进行特征提取，得到第二提取特征矩阵；使用所述时序特征提取模块对所述第二提取特征矩阵进行特征提取，得到第三特征矩阵。

全文数据：

权利要求：

百度查询： 深圳须弥云图空间科技有限公司 一种扶梯运行状态识别方法、装置、电子设备及存储介质