本文应人工智能与实体经济深度融合之需,拟在电梯物联网平台基础上,充分发挥机器视觉在电梯应急处置服务领域的应用。传统的电梯黑匣子采用红外探测技术识别电梯中有人无人。由于电梯属于强电设备易受电磁波及其它噪声信号干扰,红外探测器经常出现误报信息。本文采用视频识别技术能准确判断电梯内有人无人,可为救援顺序和救援方案的确定提供更有效的信息。目前应用在电梯上的人员检测方法较少,大多应用在施工升降机。传统的人员检测方法有人工识别以及电子设备计数,随着计算机图像处理技术的发展,基于计算机视觉的方法被用于电梯轿厢的人员检测中,但深度学习算法一般需要大量数据训练并且电脑配置要求也较高,以现有电梯硬件配置结合计算机视觉技术进行人员检测能够更加精确便捷。本文主要研究内容如下:(1)介绍了常用的背景提取算法,并对各个背景提取算法进行分析,总结了各个算法的优缺点。(2)针对电梯轿厢视频资料的实际情况,研究了最适合的视频图像预处理算法,其中包括图像直方图均衡化、二值化、形态学处理以及图像滤波。(3)针对电梯简单固定的场景,提出了改进ViBe背景建模算法,并结合多帧差分法进行人员检测。首先结合了隔帧处理的概念,增加背景建模时间避免静止目标更新成背景,从而避免了短时间内静止目标再次运动引入拖影区域。而后修改算法参数,达到更好的目标检测效果,最终利用提取的非背景像素点结合不同的权重比重,进行人员检测。(4)完成了嵌入式设备算法的实现。设计并实现人员检测系统,基于Qt自主研发了一套用户图形界面。