基于深度学习的地铁客流量统计算法研究

摘要：

为提升地铁客流量统计的准确率及效率,针对地铁高密度人群多尺度、小目标检测需求,设计了一种改进的YOLOv3算法.为捕获深层抽象信息,增设卷积层加深网络结构,利用图像金字塔结构实现高低层特征信息融合,提升不同尺度目标检测精度;以IOU作为目标框及先验框误差的度量标准,实现高密度人群数据集的重聚,以提高小目标检测的准确率.实例分析结果表明,改进的YOLOv3算法与原YOLOv3算法相比,地铁客流量统计的准确率及效率均有明显提高.

关键词：深度学习;地铁客流;检测;跟踪

所属期刊栏目：50

分类号：TP391.41(计算技术、计算机技术)

资助基金：西安铁路职业技术学院院级课题XTZY20J13

在线出版日期：2021-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：103-106