基于深度學(xué)習(xí)的公共交通監(jiān)控視頻客流統(tǒng)計(jì)系統(tǒng)研究.pdf

1、公共交通的客流統(tǒng)計(jì)信息對(duì)于交通規(guī)劃、管理和調(diào)度具有極其重要的參考價(jià)值。本文針對(duì)公交監(jiān)控視頻場(chǎng)景低分辨率、光照變化（夜晚、白天）、遮擋等特性，采用視頻智能分析技術(shù)構(gòu)建公交客流統(tǒng)計(jì)系統(tǒng)，以目標(biāo)檢測(cè)和目標(biāo)跟蹤作為兩大主體模塊。在目標(biāo)檢測(cè)模塊，由于場(chǎng)景中乘客人頭的形態(tài)、裝飾、發(fā)型等方面存在多樣性，為提取出表征能力強(qiáng)的特征，采用CNN網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)高精度、穩(wěn)定、魯棒的人頭檢索。檢測(cè)到目標(biāo)初始幀位置后，輸入到目標(biāo)跟蹤模塊的STC跟蹤算法實(shí)施軌跡跟蹤，建

2、立從檢測(cè)到跟蹤的端對(duì)端系統(tǒng)。針對(duì)跟蹤漂移問(wèn)題，實(shí)行多幀多目標(biāo)獨(dú)立跟蹤機(jī)制，提出生物啟發(fā)式軌跡糾正策略，設(shè)計(jì)信息素圖譜，來(lái)糾正漂移軌跡，提高跟蹤準(zhǔn)確率。
　　主要研究?jī)?nèi)容如下：
　?、贋榻档秃蜻x目標(biāo)選取的計(jì)算復(fù)雜度，結(jié)合混合高斯背景建模和形態(tài)學(xué)圖像處理建立目標(biāo)預(yù)定位模塊，提取目標(biāo)前景區(qū)域的平滑輪廓；為提高檢測(cè)模型的泛化能力，通過(guò)探究CNN網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)對(duì)檢測(cè)準(zhǔn)確率的影響，來(lái)設(shè)計(jì)合理的網(wǎng)絡(luò)層結(jié)構(gòu)和參數(shù)，實(shí)現(xiàn)基于深度網(wǎng)絡(luò)的目標(biāo)檢測(cè)

3、，在保證高精度的前提下簡(jiǎn)化網(wǎng)絡(luò)；為解決單目標(biāo)多窗口定位問(wèn)題，采用最小圓覆蓋聚類方法實(shí)現(xiàn)檢測(cè)窗口聚類，消除檢測(cè)二義性。
　?、谀繕?biāo)跟蹤以STC跟蹤算法為基礎(chǔ)，實(shí)行多幀多目標(biāo)獨(dú)立跟蹤機(jī)制來(lái)提高跟蹤效果；提出了生物啟發(fā)式軌跡糾正策略來(lái)解決跟蹤漂移問(wèn)題；構(gòu)建3D波峰置信圖，聚類分析乘客數(shù)量和位置；采用ROI計(jì)數(shù)方式，統(tǒng)計(jì)上下車乘客，實(shí)現(xiàn)客流統(tǒng)計(jì)功能。
　?、鄯抡娼Y(jié)果表明：本文設(shè)計(jì)的公交客流統(tǒng)計(jì)系統(tǒng)，采用 CNN網(wǎng)絡(luò)提取到維度低、表征