电梯一方面为人们出行带来了极大的便利,另一方面也造成了许多安全问题。目前电梯多采用轿厢安装监控摄像头加后台监控室人工24小时监控的方式来保证电梯乘客的安全,但人工监控存在工作量大,效率低,发现异常不及时等问题。针对上述问题,在江苏省工信厅产业升级项目和苏州市重点产业技术创新项目的支持下,研究并实现了电梯智能监控系统,包括基于深度学习的轿厢禁入目标检测算法和乘客挡门行为识别算法研究以及智慧电梯云平台的设计与实现。该智能监控系统对保障电梯运行安全,提升电梯服务质量有重要意义。首先,根据电梯智能监控需求,确定研发目标,制定系统的总体架构。按照系统架构,分析轿厢禁入目标检测和乘客挡门行为检测问题,确定主要采用的方法。其次,研究基于图像的轿厢禁入目标检测算法,主要对违规进入轿厢的电动车及时检测和发出警示。首先对电梯监控视频进行预处理,筛选出有运动目标的帧。接着提出采用特征分流网络对Efficient Det网络进行改进,实现更为轻量化的框架,提高检测速度。测试表明,改进后的Efficient Det网络在保证精度的同时能达到更高的检测速度。再次,研究通过监控视频检测乘客挡门行为问题,提出基于生成候选视频段和融合2D和3D卷积的挡门行为检测方法。先用滑动窗口生成候选视频段,再用2D卷积和3D卷积相结合的行为识别算法对视频段中的行为进行识别,最后引入非局部神经网络,提高3D卷积的全局信息提取能力。测试表明该方法能够实现挡门行为的在线检测。最后,设计实现智慧电梯监控云平台系统,包括服务端、数据库以及客户端。服务端可实现对电梯运行数据、监控视频的自动采集,数据库实现视频、图片等数据的存储,客户端将运行数据、监控视频及其智能检测结果可视化展示。云平台系统的服务端、数据库和客户端共同实现电梯的智能云监控。