基于深度學(xué)習(xí)的地鐵車(chē)站站臺(tái)層實(shí)時(shí)客流檢測(cè)應(yīng)用研究
江漢大學(xué)學(xué)報(bào)(自然科學(xué)版)
頁(yè)數(shù): 8 2023-10-28
摘要: 將基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法YOLO-V5與多目標(biāo)追蹤算法DeepSORT相結(jié)合,實(shí)現(xiàn)了地鐵車(chē)站站臺(tái)層行人客流信息的實(shí)時(shí)檢測(cè)與統(tǒng)計(jì)。首先,為減少因行人相互遮擋導(dǎo)致的錯(cuò)檢和漏檢問(wèn)題,將傳統(tǒng)的行人全身檢測(cè)改為頭肩部檢測(cè);然后,訓(xùn)練DeepSORT中的ReID模型,只提取行人頭肩部特征,從而減少因追蹤過(guò)程行人ID的頻繁切換而導(dǎo)致的計(jì)數(shù)不準(zhǔn)確問(wèn)題;最后,將優(yōu)化好的行人檢測(cè)追蹤模型應(yīng)用到...