1.一种基于计算机视觉的电梯轿厢内异常行为的检测方法，其特征在于步骤如下：
步骤1：外部轮廓检测，通过结合帧间差分法的ViBe算法获取运动目标的外部轮廓，并在外部轮廓的基础上获得进入轿厢的乘客身体的高宽比信息；
步骤2:人数头像检测，通过YOLOv3神经网络对电梯轿厢内的人体头部进行检测，并且获得人头目标的位置信息；根据YOLOv3神经网络检测到的人头数量，将电梯内的异常行为检测分为单人，两人及以上两种情景；
步骤3:基于人体轮廓和头部的摔倒检测，在单人情景下，利用乘客人体轮廓的高宽比的变化和乘客人头的垂直移动距离，实现对摔倒行为的检测；
步骤4:多人动能检测，在两人及以上情景中，在结合帧间差分法的ViBe算法获得的目标轮廓的基础上，利用金字塔光流算法，计算乘客的平均动能，实现对暴力侵害行为的检测。
2.根据权利要求1所述的基于计算机视觉的电梯轿厢内异常行为的检测方法，其特征在于外部轮廓检测，结合帧间差分法的ViBe算法检测运动目标的过程如下：
步骤1.1：对第k帧图像使用原始ViBe算法进行运动前景检测，将第k帧图像中的像素点分类为背景点和前景点；同时利用帧差法获取第k-1帧和第k帧的差值二值图像Id；利用得到的差值图像对ViBe算法的检测结果进行更新；
步骤1.2：利用帧间差分法获取第k-1帧和第k帧的差值二值图像Id进行更新；对差值二值图像Id进行均值滤波，去除噪声；进行膨胀处理，用以填充差值二值图像Id中ROI的小空洞；进行腐蚀处理，用以消除差值二值图像Id中的剩余噪声；最后得到经过形态学处理的只包含完整ROI的二值图像Id'；
步骤1.3：接步骤1.1，将包含完整ROI的二值图像Id'引入到ViBe算法的背景更新过程中；第k帧中所有的像素点都通过再分类后，可以获得结合了帧间差分法的分类二值图像Iv；
步骤1.4：对步骤1.3的输出分类二值图像Iv进行形态学处理；进行膨胀处理，用以填充分类二值图像Iv中ROI的小空洞；进行腐蚀处理，用以消除分类二值图像Iv中的剩余噪声，得到最后的二值图结果Iv'；
步骤1.1-1.4，可以获得第k帧图像中的运动前景，即运动目标轮廓。
3.根据权利要求2所述的基于计算机视觉的电梯轿厢内异常行为的检测方法，其特征在于结合帧间差分法的ViBe算法具体为:
在背景建模的过程中，基于某一个像素点x的灰度值和它的邻域像素的灰度值是近似这一假设，通过随机选取N(N是正整数)个邻域灰度值为像素点x建立样本集M(x)＝{p1,p2,p3,…,pN}，样本集中的p1,p2,p3,…,pN指的是邻域像素点的灰度值；用pt(x)表示在t时刻像素点x的灰度值，用SR(pt(x))表示与pt(x)的差值小于阈值R的点构成的一个以pt(x)为中心，R为半径的圆形集合，其中R是正实数；圆形集合SR(pt(x))和样本集M(x)的交集元素的数量n，n是非负整数，即是在样本集M(x)中有n个像素点与像素点x相似：
#{SR(pt(x))∩{p1,p2,p3,…,pN}}
设阈值为nth，nth是正整数，若n＞nth，则将像素点x归类为背景，否则就将像素点x归类为前景，即运动的目标；利用帧间差分法可以获取第k-1帧和第k帧的差值二值图像Id，然后通过形态学处理获得二值图像Id′；若第k帧图像中的像素点x被归类为前景点，则在二值图像Id′中，以与像素点x相同坐标的像素点x'为中心的8个邻域中，用 和 分别指代像素点x'和8个邻域中灰度值为0的像素点的个数；
考虑到中心点和邻域点所拥有的权重不同，为中心点x'赋予权值k，k是正整数，构建概率函数 将像素点的分类转化为概率问题；当中心点及其8个邻域中的灰度值为0的个数超过一定阈值，即P的大小超过阈值T，T是正整数，可以证明在以x′点为中心的像素九宫格中，背景所占的面积更大，就认为点x'为背景，即像素点x应该属于背景；否则就证明，以点x'为中心的像素九宫格，前景所占的面积更大，应该将像素点x属于运动前景点；即为了应对可能的背景变化，当像素点被判断为背景时，就以一定的概率β对背景模型进行随机更新，β是实数
Random{p1,p2,p3,…,pN}←pt(x)
即将{p1,p2,p3,…,pN}中的随机一个值，用pt(x)代替。
4.根据权利要求1所述的基于计算机视觉的电梯轿厢内异常行为的检测方法，其特征在于人数头像检测按照如下步骤进行：
步骤2.1：考虑到在电梯视频监控中，乘客很少变换位置和姿态，因此获取的训练样本重复率很高；所以，将获取的电梯监控视频做减帧处理，从而降低一个视频序列中，重复的样本数；将视频按帧保存为图像序列，将图像序列中包含清晰人头目标的图像作为原始的人头图像序列；
步骤2.2：使用labelimg工具对人头图像序列进行标记处理，考虑到轿厢内乘客通常都是面对轿厢门站立，因此在标记时，应选择正对后脑、斜对后脑或者侧对头部的样本进行标记，尽可能的保留头部背面的样本特征，而不是包含脸部的头部前面；通过标记工具，获取标记框的信息，以txt文档的形式保存，并且txt文档的命名要和图像一一对应；最后，将标注好的图像分为训练数据集和测试数据集，完成对人头图像序列的标记工作；
步骤2.3：在训练网络中载入训练数据集，进行特征训练；根据人头图像序列的数量，选择适当的训练步数和学习率，每隔一定的步数保存模型，以备在训练过拟合后使用；在损失率不再下降的时候停止训练，避免训练次数过多造成过拟合；训练结束后，对保存的YOLOv3模型进行测试，选择检测效果最好的YOLOv3神经网络模型使用；
步骤2.4：部署训练好的YOLOv3神经网络模型，将电梯轿厢内的监控视频输入到模型中进行检测；YOLOv3网络模型将视频按一帧一帧进行检测，当检测到图像中有人头时，标记人头，并且返回人头标记框位置；最后通过数标记框的方法，得到当前图像中的人头数；将视频从第一帧处理到最后一帧，就可以得到某一时间在电梯轿厢内的乘客数量。
5.根据权利要求4所述的基于计算机视觉的电梯轿厢内异常行为的检测方法，其特征在于YOLOv3网络实现头部人数检测具体为：
通过训练YOLOv3神经网络，实现对电梯轿厢内人头部的检测，以此来获取电梯轿厢内的准确人数；首先将输入的图片划分为S×S个栅格，每个栅格预测B个边界框，对应B个先验框；定义检测的置信度
bx＝σ(tx)+cx
by＝σ(ty)+cy
每个预测的边界框都包含五个预测值：边界框的中心坐标(x,y)、边界框的高和宽(h,w)、目标的置信度；其中，bx、by、bh、bw分别是边界框的中心坐标、高和宽，ph和pw是先验框的高和宽；tx、ty、th和tw分别是网络预测的中心坐标、高和宽；t0是直接预测得到的边界框的置信度，在YOLOv3中将t0经过σ(·)变换后的σ(t0)作为边界框置信度的值；cx和cy是相对偏移量；σ(·)函数为logistic函数，将坐标归一化到0-1之间； 和 则代表边界框的缩放因子； 代表栅格预测的边界框与目标的重合面积，而Pr(Object)则表示栅格中是否包含目标物体；如果栅格中包含目标物体，则Pr(Object)＝1，如果栅格中不包含目标物体，则Pr(Object)＝0；
若待检测的目标种类超过1，则设当预测的栅格内包含物体时，该物体属于类别c的概率的条件概率为Pr(Classc|Object)，则该预测框的置信度为目标属于类概率及重合面积相乘获得
在训练时，模型的损失函数定义为
其中coordError代表边界框的中心坐标(x,y)和边界框的高和宽(h,w)的损失，iouError代表栅格置信度Ci的损失，classError则代表分类概率pi(c)的损失；YOLO使用λcoord和λnoobj来修正包含目标的边界框和不包含目标的边界框的权重；设 表示物体obj在第i个栅格内，并且与第j个预测边界框的重合面积最大； 表示物体obj在第i个栅格内，不在第j个预测边界框内；
其中，Ci是第i个栅格的置信度，pi(c)是第i个栅格内目标属于c类的分类概率，classes代表需要检测的目标集合； 为网络预测值，xi,yi,wi,hi,Ci,pi(c)为标注的值；
在检测时，通过非极大值抑制方法，保留最准确的边界框，减少边界框的数量；非极大值抑制方法的实施方法如下：设检测结束后，得到的边界框为B1,B2,B3,…,Bn，边界框的置信度分别为P1,P2,P3,…,Pn；选择最大的置信度作为参考值，依次计算剩余边界框的重叠度U
U＝max(P1,P2,P3,…,Pn)-Px
Px∈{P1,P2,P3,…,Pn-1}
当U小于阈值时，证明该类边界框已存在最优边界框，则将该类边界框去掉，保留Bn；在剩余的B1,B2,B3,…,Bm(m＜n)中，再选择最大的边界框的置信度Pm作为参考值，重复上述过程；最终获得准确的标记框。
6.根据权利要求1所述的基于计算机视觉的电梯轿厢内异常行为的检测方法，其特征在于基于人体轮廓和头部的摔倒检测具体步骤如下：
步骤3.1：对第k帧图像的检测，有视频输入时，通过训练好的YOLOv3神经网络模型进行检测，对第k帧图像中的人头进行标记，返回标记框的位置信息，同时通过计数标记框，获得第k帧图像中准确的人数；
步骤3.2：当第k帧图像中的人数为1时，通过结合帧间差分法的ViBe算法，对第k帧图像进行处理，获得包含有ROI的二值图结果Iv'；通过对二值图结果Iv'进行最大连通区域检测，可以将二值图结果Iv'中ROI的轮廓用矩形RROI框出；获得矩形RROI的高，记为H，将矩形RROI的宽，记为W；可得矩形RROI，也就是人体轮廓的高宽比δ
δ＝H/W
与阈值T1相比，T1是实数，当δ＜T1时，此时的矩形RROI呈现水平状态，则判断乘客发生了跌倒；当δ≥T1时，此时的矩形RROI呈现竖直状态，就判断乘客可能是正常站立的，没有发生摔倒；
步骤3.3：当判断乘客可能是站立时，作为对轮廓检测的补充，对第k帧图像中乘客的头部位置ck(x,y)和第k-1帧图像中乘客的头部位置ck-1(x,y)进行比较，ck(x,y)包含第k帧图像头部标记框质心的x和y的坐标，即
D＝|ck(x,y).y-ck-1(x,y).y|
D代表相邻两个图像中，头部标记框的质心在y方向上的位移的绝对值；与阈值T2相比，T2是实数，当D＜T2时，则前后两帧中乘客的头部并没有发生明显的下落趋势，结合步骤3.2检测的结果，可以判断乘客是站立的；当D≥T2时，则前后两帧中乘客的头部发生明显的下落趋势，可以判断乘客摔倒；
重复步骤3.1-3.3，直到视频结束或者检测到的人数不为1为止；如果检测到有乘客摔倒，就发出报警信息，进行提示。
7.根据权利要求6所述的基于计算机视觉的电梯轿厢内异常行为的检测方法，其特征在于基于人体轮廓和头部的摔倒检测具体为:
当人体站立时，人体的轮廓通常呈现竖直状态；当人体躺下时，人体的轮廓则通常呈现水平状态，即
其中，H代表人体轮廓的像素高度，W代表人体轮廓的像素宽度；在简单判断人体姿势之后，由于摄像机拍摄视角局限，如果人体顺着摄像机的拍摄角度倒下，在视频中人体仍旧保持竖直状态；考虑到在倒地的过程中，伴随有人体重心的下移，而人头的位移则更加明显；
因此，引入对头部移动距离的检测，作为摔倒检测的补充。
8.根据权利要求1所述的基于计算机视觉的电梯轿厢内异常行为的检测方法，其特征在于多人动能检测的具体的方法如下：
步骤4.1：当有视频输入时，通过训练好的YOLOv3神经网络模型进行检测，对第k帧图像中的人头进行标记，返回标记框的位置信息，同时通过计数标记框，获得第k帧图像中准确的人数；
步骤4.2：当检测得到的人数为2人及其以上时，通过结合帧间差分法的ViBe算法，对第k帧图像进行处理，获得二值图结果Iv'；对二值图结果Iv'中的ROI进行边缘检测，获取只包含运动目标轮廓边缘的边缘二值图像Ive；检测边缘二值图像Ive中的角点，作为光流跟踪的特征点；
步骤4.3：通过金字塔LK光流法对第k-1帧图像和第k帧图像进行检测，在第k帧图像中估计出第k-1帧图像中的角点的位置，即对相邻两帧图像中的角点进行跟踪；设第k-1帧中某角点的位置为i＝(x,y)T，则光流的计算过程，就是在第k帧图像中得到与该角点i相匹配的角点的位置i'＝i+d＝(x+dx,y+dy)T。其中d＝[dx,dy]T是前后两帧图像中角点移动的位T
移，也可视为速度矢量，角点光流的计算就是求解d＝[dx,dy]；
步骤4.4：判断在第k-1帧图像和第k帧图像中，已匹配成功的角点i的位移d是否大于零；如果相邻两帧图像中，角点i的位移d＝0，则证明该角点是静止的，与动作无关，可以将其过滤；如果相邻两帧图像中，角点i的位移d＞0，则证明该角点是运动的，将角点i的位置保存；
步骤4.5：将每一个角点假设为一个质点，那么质点i在运动时就具有动能：
Ei(x,y)＝ωi(x,y)·Vi2(x,y)
其中Ei(x,y)是点i的动能，ωi(x,y)是点i的权重，Vi2(x,y)＝ui2(x,y)+vi2(x,y)，ui(x,y)和vi(x,y)分别是角点i(x,y)在x和y方向的速度分量；
步骤4.6：在第k-1帧中，角点i的运动的角度为 在第k帧中，
与角点i相匹配的角点i'的运动角度为 设第k帧中角点的权重为：
其中， 是第k帧中角点i'的权重，它体现了角点在前后两帧中运动方向变化的程度；当角点的运动方向变化越大时，角点的权重越大，在现实中也符合打斗时运动杂乱无章的特性； 是第k-1帧图像中角点运动角度的均值，α是 的权重，体现了运动在前后两帧中的连续性；
步骤4.7：在已知各个角点的速度和权重的基础上，将一个视频帧中所有Ntol个角点的动能相加，Ntol是正整数，就可以得到第k帧的总动能：
9.根据权利要求8所述的基于计算机视觉的电梯轿厢内异常行为的检测方法，其特征在于基于金字塔LK光流的动能模型具体为：
通过使用光流法建立光流场，来获取视频图像中运动目标的速度大小和运动方向等运动信息；在满足以下三个条件：
(1)亮度恒定不变，就是同一点在不同的视频图像中，其亮度不会发生改变；
(2)小运动，即目标的位置不会随着时间的变化而发生剧烈的变化；
(3)空间一致，即在目标像素周围的区域Ω内，每个像素都拥有相同的光流矢量；
则相邻两帧图像的约束方程
I(x,y,t)＝I(x+dx,y+dy,t+dt)
I(x,y,t)是t时刻(x,y)位置的像素点的亮度，而I(x+dx,y+dy,t+dt)则是t+dt时刻，像素点运动后的亮度，是保持不变的；假设移动的距离足够小，对约束方程进行泰勒公式展开，得到
ε代表无穷小项，可以忽略；图像的约束方程就可以定义为
其中， 可用x方向上的速度u表示， 可用y方向上的速度v表示，图像的约束方程可写为
在一个在大小为n×n邻域Ω内，通过加权平方和最小化来计算每个像素点的光流：
其中W2(X)是权重函数，用以区分邻域Ω中心和周围的加权；令
同时对于邻域Ω内所有的点X1,X2,X3,…,Xn， 约束方程可写为
其中，Ixi、Iyi和Wi分别是像素点i在x和y方向的梯度信息和权重函数；令
W＝diag(W(X1),…,W(Xn))， 利用最小二
乘法得
最后，可得速度信息
电梯轿厢内的暴力侵害行为大部分都具备动作速度快，动作幅度大等特点；为了满足LK光流法的假设前提，使用图像金字塔进行修正；图像金字塔的最底层为原始图像，最顶层为最低分辨率的图像；设第k-1帧图像I中某角点的位置是i＝(x,y)T，在第k帧图像J中与该角点相匹配的角点的位置为i'＝i+d＝(x+dx,y+dy)T，其中d＝[dx,dy]T是前后两帧图像中角点移动的位移，也可视为速度矢量；在从顶层开始，计算每个点的光流值，在图像I和图像J上分别建立(2wx+1,2wy+1)的检测窗口，假设窗口内的像素点都具有相同的速度，即像素点都拥有相同的光流向量d。在检测窗口内，作为前后两帧相匹配的角点，因为在图像I中的角点(x0,y0)的灰度值I(x0,y0)和图像J中的角点(x0+dx,y0+dy)的灰度值J(x0+dx,y0+dy)最接近，所以I(x0,y0)-J(x0+dx,y0+dy)应是最小值，将光流向量d定义为使残差函数ε最小的矢量其中wx和wy是检测窗口的参数，是指检测窗口的大小；设顶层L图像中的光流误差为dLm，通过使残差函数ε(dLm)的一阶导数为0求得。光流的估计值为g，通常将顶层的光流值设为gLm＝[0 0]T。若每层缩放为前一层的一半，则L-1层原始图像的光流
gL-1＝2(gL+dL)
L是正整数，通常L≤4。沿着金字塔向下反馈，重复计算光流的估计值，可以得到金字塔底部，即原始图像中的光流信息
0 0
其中，g 是金字塔最底层图像的光流初始值，d 则是金字塔最底层图像中的光流误差，Lm代表最顶层；
对前景图像中的每个像素点的梯度和曲率进行计算，设每个前景点邻域内的二阶导数的自相关矩阵
其中K代表邻域窗口的大小，w(x,y)代表归一化操作的权值，Ix代表x方向上的梯度，Iy则代表y方向上的梯度，i和j代表邻域窗口在x和y方向上的偏移；Harris角点是二阶导数存在两个最大特征值的位置，定义判断角点的公式
其中 是相对权值常数，det[M(x,y)]为矩阵M(x,y)的行列式值，trace(M(x,y))是矩阵M(x,y)的迹；若二阶导数自相关矩阵的特征值为λ1和λ2，则det[M(x,y)]＝λ1λ2，trace(M(x,y))＝λ1+λ2；当Rth的值大于设定的阈值，就可以判断该点是角点；
使用金字塔LK光流算法，并结合角点构建动能模型，并将动能模型定义为：
E(x,y)＝ω(x,y)·V(x,y)2
其中，E(x,y)是角点的动能，ω(x,y)是指该角点的权重，与角点的运动方向变化有关，用来代替角点的质量这一物理概念，V(x,y)就是指该角点的速度大小。