隨著智慧城市、智慧交通戰(zhàn)略的鋪開,城市公共交通信息化速度加快,公交車能夠方便的獲取到實時位置、道路情況等信息為乘客提供到站信息服務,但卻少有提供車內(nèi)擁擠度信息。車內(nèi)乘客擁擠度信息的獲取方法多種多樣,考慮到公交車下車不需要刷卡并且一般公交車內(nèi)帶有監(jiān)控相機的情況,目前最為方便的方法是通過計算機視覺的方式統(tǒng)計上下車乘客人數(shù)進而分析車內(nèi)擁擠度,這其中難點在于客流統(tǒng)計與分析算法�；谝曈X的客流統(tǒng)計算法研究由來已久,其中利用手動設(shè)計特征匹配模式的傳統(tǒng)算法具有開發(fā)難度大、場景可移植性差、易受外部光照環(huán)境變化影響等缺陷,已經(jīng)無法滿足多變場景、穩(wěn)定監(jiān)控的需求,人們需要一種能適應多變場景、穩(wěn)定且開發(fā)簡單的算法。隨著深度學習在計算機視覺領(lǐng)域的不斷突破,深度學習算法具有應用難度小、準確度高、魯棒性強等特點,因此研究者逐步將目光投向深度學習算法。本文使用深度學習針對公交車場景客流統(tǒng)計與分析展開研究,利用深度學習實時監(jiān)控、統(tǒng)計公交車上下車人數(shù),具體研究內(nèi)容如下:1)提出了一種針對公交車場景應用的深度卷積神經(jīng)網(wǎng)絡(luò)性能分析與優(yōu)化方法。該方法通過可視化深度學習模型權(quán)重、中間層特征圖、運行時間等分析、定位模型瓶頸,并針對...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 目標檢測算法的國內(nèi)外研究現(xiàn)狀
        1.2.2 客流統(tǒng)計技術(shù)的國內(nèi)外研究現(xiàn)狀
    1.3 本文的研究內(nèi)容與結(jié)構(gòu)安排
第2章 基于深度學習的客流統(tǒng)計理論與技術(shù)
    2.1 引言
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.1 卷積層
        2.2.2 卷積神經(jīng)網(wǎng)絡(luò)權(quán)重更新原理
    2.3 乘客檢測算法原理
    2.4 數(shù)據(jù)集與評價指標
    2.5 本章小結(jié)
第3章 基于VGG16-SSD的公交車客流統(tǒng)計與分析算法
    3.1 引言
    3.2 數(shù)據(jù)集
    3.3 VGG16-SSD目標檢測算法
        3.3.1 VGG16卷積神經(jīng)網(wǎng)絡(luò)
        3.3.2 SSD
        3.3.3 BN層與Bias
        3.3.4 池化層與卷積步長
    3.4 實時客流統(tǒng)計系統(tǒng)
        3.4.1 視頻預處理與客流統(tǒng)計
        3.4.2 基于卡爾曼濾波的跟蹤算法
        3.4.3 基于標定線的乘客統(tǒng)計算法
    3.5 實驗設(shè)計
        3.5.1 VGG16-SSD模型訓練
        3.5.2 VGG16-SSD模型分析與改進
        3.5.3 實時客流統(tǒng)計系統(tǒng)對比實驗
    3.6 實驗結(jié)果與分析
        3.6.1 VGG16-SSD模型訓練數(shù)據(jù)
        3.6.2 模型分析結(jié)果
        3.6.3 實時客流統(tǒng)計系統(tǒng)對比實驗結(jié)果
    3.7 本章小結(jié)
第4章 快速實時公交車客流統(tǒng)計與分析系統(tǒng)
    4.1 引言
    4.2 輕量化模型
        4.2.1 深度可分離卷積
        4.2.2 Linear Bottleneck結(jié)構(gòu)
        4.2.3 Squeeze-and-excitation結(jié)構(gòu)
        4.2.4 Mobile Net
    4.3 快速實時公交車客流統(tǒng)計系統(tǒng)
        4.3.1 圖像增強算法
        4.3.2 快速實時客流統(tǒng)計系統(tǒng)
    4.4 輕量化模型和快速實時客流統(tǒng)計系統(tǒng)實驗設(shè)計與結(jié)果分析
        4.4.1 輕量化模型對比實驗設(shè)計與結(jié)果分析
        4.4.2 快速實時客流統(tǒng)計系統(tǒng)對比實驗與結(jié)果分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
指導教師對研究生學位論文的學術(shù)評語
學位論文答辯委員會決議書
致謝
攻讀碩士學位期間的研究成果



本文編號：3819218