一种基于深度学习的电梯异常行为实时检测方法及系统

本申请提供一种基于深度学习的电梯异常行为实时检测方法及系统，所述方法包括：获取目标电梯在第一检测周期内的视频流数据、传感器数据集和运行状态序列；将所述视频流数据和运行状态序列输入至预设的乘客行为识别模型，以使所述乘客行为识别模型识别所述目标电梯中存在的乘客行为类型；将所述传感器数据集和所述运行状态序列转换为多模态时序数据并输入至预设的振动预测模型，以使所述振动预测模型预测所述目标电梯在第二检测周期的振动模式；根据各个所述乘客行为类型、所述振动模式和预设的规则库，确定所述目标电梯在第一检测周期内的第一检测结果，并控制所述目标电梯在第二检测周期执行对应的第一保护措施，提高电梯运行过程中的安全性。