摘要
本发明涉及一种基于机器视觉与GRU结合注意力的电梯门状态监控方法,属于智能监控与深度学习技术领域。其中,该方法包括获取电梯门运动图像序列集并通过图像预处理得到电梯门运动图像标准序列集;根据所述电梯门运动图像标准序列集通过改进SqueezeNet提取得到电梯门运动空间特征序列集,根据所述电梯门运动空间特征序列集通过改进GRU时间序列动态预测模型训练得到电梯门状态预测模型;获取实时电梯门图像序列,根据所述实时电梯门图像序列通过所述电梯门状态预测模型输出电梯门状态标签;根据所述电梯门状态标签输出报警信息至终端,从而实时监控并精确判断电梯门的开关状态,并有效检测电梯门关闭异常且发出报警信息,实现实时监控和报警功能。
技术关键词
状态监控方法
运动图像序列
网络连接结构
动态预测模型
引入注意力机制
视觉
输出报警信息
计算机可执行指令
图像采集模块
状态监控系统
运动轨迹信息
优化网络参数
检测电梯门
异常状态
系统为您推荐了相关专利信息
大型发电设备
剩余寿命预测方法
数字孪生模型
振动信号采集装置
深度学习模型
环境污染监控
大数据聚类算法
实时监测数据
时序分析技术
管理方法