技术特征：
技术总结
一种基于深度学习的电梯内异常行为检测系统，包括音视频管理模块、深度学习检测模块和数据分析模块；音视频管理模块包括数据获取模块、数据存储模块和API接口模块；深度学习检测模块与音视频管理模块连接，深度学习检测模块包括数据标注模块、模型训练模块和模型存储模块；数据分析模块与深度学习检测模块连接，数据分析模块包括数据滤波模块、结果分析模块和结果存储模块；数据滤波模块对检测数据进行滤波；结果分析模块对滤波后的检测数据进行分析；结果存储模块对滤波后的检测数据和/或分析结果进行存储。本发明用机器取代人力对电梯内异常行为进行检测，减少购买者雇佣人力成本并提高工作效率。
技术研发人员：刘勇;张江宁
受保护的技术使用者：浙江大学
技术研发日：2018.07.26
技术公布日：2019.01.08