• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于視頻的車站客流狀態(tài)識(shí)別方法研究

    2023-09-08 00:58:20高武刁欣然張余豪姬光王艷輝
    鐵路技術(shù)創(chuàng)新 2023年3期
    關(guān)鍵詞:客流行人車站

    高武,刁欣然,張余豪,姬光,王艷輝,6,7,8

    (1.北京京城地鐵有限公司,北京 101300;2.北京交通大學(xué) 交通運(yùn)輸學(xué)院,北京 100044;3.北京交通大學(xué) 先進(jìn)軌道交通自主運(yùn)行全國(guó)重點(diǎn)實(shí)驗(yàn)室,北京 100044;4.北京市軌道交通建設(shè)管理有限公司,北京 100068;5.北京聲迅電子股份有限公司,北京 100094;6.北京交通大學(xué) 北京市城市交通信息智能感知與服務(wù)工程技術(shù)研究中心,北京 100044;7.北京交通大學(xué) 城市軌道交通運(yùn)營(yíng)安全管理技術(shù)及裝備交通運(yùn)輸行業(yè)研發(fā)中心,北京 100044;8.運(yùn)營(yíng)主動(dòng)安全保障與風(fēng)險(xiǎn)防控鐵路行業(yè)重點(diǎn)實(shí)驗(yàn)室,北京 100044)

    0 引言

    近年隨著城市軌道交通線路長(zhǎng)度的快速增長(zhǎng),線網(wǎng)的織密,城市軌道交通客運(yùn)量占全國(guó)公共交通客運(yùn)總量的分擔(dān)比率逐年提高。截至2021 年底,共有50 個(gè)城市開通城市軌道交通運(yùn)營(yíng)線路283 條,運(yùn)營(yíng)線路總長(zhǎng)度9 206.8 km。2021 年全年累計(jì)完成客運(yùn)量236.9 億人次,同比增長(zhǎng)34.7%,總進(jìn)站量146.3 億人次,同比增長(zhǎng)33.7%,總客運(yùn)周轉(zhuǎn)量1 981.8億人公里[1]。在北京、上海、廣州、深圳這些超大城市中,平均每座車站日均進(jìn)站量1萬人次,并且由于城市軌道交通系統(tǒng)網(wǎng)絡(luò)化運(yùn)營(yíng)的特點(diǎn),車站之間會(huì)相互影響,一個(gè)車站運(yùn)營(yíng)中斷甚至?xí)斐删€網(wǎng)大范圍運(yùn)營(yíng)受阻。

    安全是城市軌道交通完成其根本任務(wù)、根本使命的前提和基礎(chǔ)??土鳡顟B(tài)是影響車站安全事件發(fā)生的1個(gè)主要因素,科學(xué)合理地對(duì)客流狀態(tài)進(jìn)行評(píng)價(jià)對(duì)城軌運(yùn)營(yíng)安全起著重要作用。目前雖然北京、上海等國(guó)內(nèi)城市軌道交通行業(yè)頭部運(yùn)營(yíng)公司都對(duì)城市軌道交通安全保障與風(fēng)險(xiǎn)管控方面有了長(zhǎng)足的研究,但其中對(duì)客流狀態(tài)的辨識(shí)大部分仍是車站乘務(wù)員、車站管理人員以目視的方法來進(jìn)行監(jiān)測(cè),而由于車站乘客數(shù)量較多且客流狀態(tài)易受外界環(huán)境的干擾而復(fù)雜多變,這種方式不能及時(shí)地發(fā)現(xiàn)問題所在,因此有必要采用先進(jìn)的信息化手段對(duì)客流狀態(tài)進(jìn)行監(jiān)測(cè)[2]??土魉俣?、客流密度是目前城軌客流相關(guān)研究中反映客流狀態(tài)的重要屬性,對(duì)客流狀態(tài)信息的獲取方法進(jìn)行研究,通過對(duì)目前相關(guān)領(lǐng)域算法的研究,形成基于優(yōu)化YOLOv5 和Deep-SORT 的客流狀態(tài)識(shí)別方法,并對(duì)此方法進(jìn)行驗(yàn)證,有助于實(shí)現(xiàn)客流狀態(tài)的有效識(shí)別,進(jìn)而提高城軌車站的安全水平。

    1 基于優(yōu)化YOLOv5的客流密度識(shí)別

    1.1 YOLOv5算法優(yōu)化模型

    對(duì)客流狀態(tài)進(jìn)行識(shí)別首先要通過監(jiān)控設(shè)備檢測(cè)到乘客的存在,這個(gè)過程就是目標(biāo)檢測(cè),現(xiàn)如今基于深度學(xué)習(xí)的方法在目標(biāo)檢測(cè)領(lǐng)域成為主流,并且YOLO系列算法取得了良好的效果,是當(dāng)前研究的熱點(diǎn)。在YOLO 系列算法中,YOLOv5 算法的總體性能指標(biāo)位于前列[3],但在乘客密集場(chǎng)景的應(yīng)用還存在改進(jìn)空間,在密集場(chǎng)景下目標(biāo)檢測(cè)算法經(jīng)常會(huì)發(fā)生將多個(gè)目標(biāo)檢測(cè)為1個(gè)目標(biāo)的問題,同時(shí)檢測(cè)到的單個(gè)目標(biāo)也會(huì)受到相近其他目標(biāo)的影響,導(dǎo)致預(yù)測(cè)效果不佳,從提高預(yù)測(cè)精度與檢測(cè)效果的角度對(duì)YOLOv5算法進(jìn)行優(yōu)化,主要通過網(wǎng)絡(luò)結(jié)構(gòu)、損失函數(shù)、檢測(cè)框后處理算法3個(gè)方面進(jìn)行優(yōu)化。

    1.1.1 網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化

    對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化主要考慮提高對(duì)原網(wǎng)絡(luò)結(jié)構(gòu)提取到的特征利用能力,在深度學(xué)習(xí)領(lǐng)域,注意力機(jī)制由于其能夠?qū)χ匾卣鬟M(jìn)行更多的權(quán)重分配、降低重要性低的特征權(quán)重、能夠?qū)Ω鞣N網(wǎng)絡(luò)模型起到優(yōu)化作用,因此嘗試通過在網(wǎng)絡(luò)的骨干部分引入注意力機(jī)制來提高特征提取能力。SE(Squeeze-and-Excitation Networks)[4]、CBAM (Convolutional Block Attention Module)[5]、ECA (Efficient Channel Attention)[6]、CA(Coordinate Attention)[7]都是近些年取得較好效果的注意力機(jī)制。

    在不同應(yīng)用場(chǎng)景和不同數(shù)據(jù)集條件下,對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的修改會(huì)取得不同效果,為了選取更有效的改進(jìn)方法,在相同超參數(shù)條件下,使用自制數(shù)據(jù)集對(duì)加入SE、CBAM、ECA 和CA 注意力機(jī)制的不同模型分別訓(xùn)練500epoch,訓(xùn)練結(jié)果對(duì)比見表1。

    表1 注意力機(jī)制訓(xùn)練結(jié)果對(duì)比

    經(jīng)過對(duì)比,CBAM注意力機(jī)制添加后對(duì)模型精度的提高在4種注意力機(jī)制中取得了最好的效果,因此選取CBAM機(jī)制來提高模型的特征提取性能。

    1.1.2 損失函數(shù)優(yōu)化

    早期的目標(biāo)檢測(cè)工作使用經(jīng)典損失函數(shù)進(jìn)行預(yù)測(cè)框回歸,隨著研究的發(fā)展,目標(biāo)檢測(cè)領(lǐng)域直接采用定位性能度量損失,即將交并比IoU(Intersection over Union)作為定位損失。He 等[8]為了獲得更準(zhǔn)確的邊界框回歸和目標(biāo)檢測(cè),在2021 年提出了一種統(tǒng)一GIoU、DIoU、CIoU這3種基于IoU的損失函數(shù)的新?lián)p失函數(shù)α-IoU,通過對(duì)IoU 損失加上額外的power 正則化項(xiàng),使得其能夠概括現(xiàn)有基于IoU的損失,計(jì)算方法見式(1),以CIoU 為例,α-CIoU 損失函數(shù)可以表示為式(2)。

    式中:Pα2(B,Bgt)為根據(jù)檢測(cè)框B和Bgt計(jì)算的懲罰因子;b、bgt分別代表了檢測(cè)框B和Ground truth G 的中心點(diǎn),且ρ為2 個(gè)中心點(diǎn)間的歐式距離;c為能夠同時(shí)覆蓋檢測(cè)框B和Ground truth G 的最小矩形的對(duì)角線距離;。

    實(shí)證研究表明,在大多數(shù)情況下使用α=3 的α-IoU損失會(huì)在目標(biāo)檢測(cè)任務(wù)中取得較好的效果。采用α-CIoU 對(duì)原模型進(jìn)行修改,α取3,修改后效果對(duì)比見表2。

    表2 α-CIoU損失函數(shù)效果對(duì)比

    可以看出應(yīng)用α-CIoU損失函數(shù)后相比原CIoU損失函數(shù)模型精度有一定的提高,因此選取α-CIoU 損失函數(shù)來提高模型的檢測(cè)框精度。

    1.1.3 檢測(cè)框后處理算法優(yōu)化

    現(xiàn)有的檢測(cè)模型在檢測(cè)框后處理階段多采用NMS算法來對(duì)網(wǎng)絡(luò)預(yù)測(cè)到的多個(gè)預(yù)測(cè)框進(jìn)行篩選。在使用NMS算法篩選預(yù)測(cè)框時(shí),先給定閾值來對(duì)檢測(cè)框的IoU范圍進(jìn)行評(píng)價(jià)判斷,然后在給定閾值范圍內(nèi),高置信度預(yù)測(cè)框被保留,較低置信度預(yù)測(cè)框被刪除。這種篩選預(yù)測(cè)框的方法依賴設(shè)定的閾值好壞,在原模型中閾值為基于IoU 的閾值,根據(jù)前文分析,IoU 的效果并不如改進(jìn)后的α-IoU,考慮將后處理算法中的閾值更改為基于α-IoU 的閾值,形成α-CIoU-NMS,修改后效果見表3。

    表3 α-CIoU-NMS效果對(duì)比

    通過引入注意力機(jī)制對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化,使用α-CIoU損失函數(shù)對(duì)原模型損失函數(shù)優(yōu)化,將α-CIoU引入NMS 形成α-CIoU-NMS 后處理方法對(duì)原模型進(jìn)行優(yōu)化,改進(jìn)后模型精度得到一定提高。

    1.2 車站區(qū)域客流密度識(shí)別流程

    城軌車站是一個(gè)乘客密集的場(chǎng)所,因此利用優(yōu)化YOLOv5算法對(duì)城軌車站區(qū)域的乘客進(jìn)行檢測(cè),以提高檢測(cè)效果。在得到目標(biāo)檢測(cè)模型后可以對(duì)監(jiān)控視頻中乘客數(shù)量進(jìn)行識(shí)別,進(jìn)一步實(shí)現(xiàn)車站區(qū)域客流密度識(shí)別主要利用目標(biāo)檢測(cè)得到的當(dāng)前監(jiān)控區(qū)域的乘客數(shù)量N與設(shè)置的當(dāng)前監(jiān)控區(qū)域?qū)嶋H面積S,根據(jù)密度計(jì)算公式得到,具體方法如下:

    (1)接入監(jiān)控視頻;

    (2)設(shè)置待檢測(cè)區(qū)域,輸入待檢測(cè)區(qū)域面積S;

    (3)監(jiān)控視頻處理,對(duì)原圖像進(jìn)行裁剪,得到設(shè)定的檢測(cè)區(qū)域圖像作為待檢測(cè)圖像;

    (4)將待檢測(cè)圖像送入目標(biāo)檢測(cè)模型對(duì)該區(qū)域進(jìn)行行人檢測(cè),此過程輸入為待檢測(cè)區(qū)域的圖像,輸出為待檢測(cè)區(qū)域內(nèi)的每個(gè)行人的檢測(cè)框坐標(biāo)信息及行人總數(shù)N;

    (5)得到行人總數(shù)N之后與待檢測(cè)區(qū)域的面積S按照客流密度公式進(jìn)行計(jì)算;

    (6)輸出該區(qū)域的客流密度ρ。

    2 基于目標(biāo)追蹤與相機(jī)標(biāo)定的客流速度識(shí)別

    2.1 基于Deep-SORT的多目標(biāo)追蹤

    目標(biāo)追蹤領(lǐng)域目前主流方法是基于深度學(xué)習(xí)和相關(guān)濾波的算法,在各種深度學(xué)習(xí)目標(biāo)跟蹤算法中Deep-SORT 作為SORT 算法的改進(jìn),其在多目標(biāo)追蹤任務(wù)中速度和精度都位于前列,并且可以較好地處理遮擋帶來的目標(biāo)丟失問題,因此被廣泛應(yīng)用于各種多目標(biāo)追蹤任務(wù)中,因此選取Deep-SORT 算法作為客流速度獲取過程中的目標(biāo)跟蹤算法。

    Deep-SORT 是在SORT 算法的基礎(chǔ)上進(jìn)行深化的,SORT 先在連續(xù)圖像序列之間利用卡爾曼濾波方法進(jìn)行目標(biāo)位置預(yù)測(cè)與更新,主要利用目標(biāo)的位置和運(yùn)動(dòng)特征,再采用匈牙利算法對(duì)檢測(cè)框與預(yù)測(cè)框的分配通過IoU 進(jìn)行優(yōu)化求解實(shí)現(xiàn)目標(biāo)前后信息匹配[9],Deep-SORT 算法額外考慮了追蹤目標(biāo)的外觀信息,引入重識(shí)別領(lǐng)域的目標(biāo)外觀特征提取模型,將外觀特征與運(yùn)動(dòng)特征級(jí)聯(lián)匹配,解決了SORT在面對(duì)遮擋時(shí)目標(biāo)變化的問題[10]。Deep-SORT 算法流程見圖1,主要有3 個(gè)部分內(nèi)容,目標(biāo)檢測(cè)提取候選框、特征提取、數(shù)據(jù)關(guān)聯(lián)匹配。

    圖1 Deep-SORT算法流程

    2.2 基于單目相機(jī)標(biāo)定的坐標(biāo)轉(zhuǎn)換方法

    由于通過視頻圖像獲取的行人坐標(biāo)為圖像的像素坐標(biāo),其與真實(shí)坐標(biāo)存在區(qū)別,需要獲取二者的換算模型,將圖像的像素坐標(biāo)與真實(shí)世界坐標(biāo)對(duì)應(yīng)。由于只需要得到像素坐標(biāo)與真實(shí)坐標(biāo)的轉(zhuǎn)化關(guān)系,不需要對(duì)相機(jī)各個(gè)參數(shù)進(jìn)行求解,所以化簡(jiǎn)后得到式(3):

    式中:M即為投影矩陣,由攝像機(jī)焦距光心等內(nèi)部結(jié)構(gòu)和攝像機(jī)擺放位置和拍攝角度等外部參數(shù)決定,由于是在齊次坐標(biāo)系中進(jìn)行變換,對(duì)矩陣M乘以任意一個(gè)非零常數(shù)對(duì)坐標(biāo)對(duì)應(yīng)關(guān)系沒有影響,所以設(shè)m34為1。獲取6組對(duì)應(yīng)的像素坐標(biāo)與真實(shí)坐標(biāo),將其帶入式(3)進(jìn)行方程組求解,即可得到投影矩陣。在得到投影矩陣后即可將像素坐標(biāo)與真實(shí)坐標(biāo)轉(zhuǎn)換,所采集的行人速度只需要得到真實(shí)的二維平面坐標(biāo),行人是在一個(gè)平面上進(jìn)行移動(dòng),zw在平面上恒為0,將式(3)展開后可以得到式(4):

    則與(xw,yw)與(u,v)對(duì)應(yīng)關(guān)系可以用式(5)表示:

    2.3 車站區(qū)域客流速度識(shí)別流程

    在利用目標(biāo)檢測(cè)加目標(biāo)追蹤得到城軌車站行人移動(dòng)的軌跡后,結(jié)合像素坐標(biāo)與真實(shí)坐標(biāo)的轉(zhuǎn)換關(guān)系即可得到行人的真實(shí)移動(dòng)速度,具體流程如下:

    (1)YOLOv5 對(duì)圖像序列進(jìn)行目標(biāo)檢測(cè),得到監(jiān)控圖像內(nèi)當(dāng)前時(shí)刻每個(gè)行人檢測(cè)框的像素坐標(biāo);

    (2)Deep-SORT 算法對(duì)連續(xù)圖像序列中的行人進(jìn)行追蹤,得到下一時(shí)刻行人所處位置及檢測(cè)框的像素坐標(biāo);

    (3)利用像素坐標(biāo)與真實(shí)坐標(biāo)的轉(zhuǎn)換關(guān)系對(duì)得到的行人檢測(cè)框坐標(biāo)進(jìn)行轉(zhuǎn)換,得到當(dāng)前時(shí)刻與下一時(shí)刻行人檢測(cè)框的真實(shí)坐標(biāo);

    (4)計(jì)算當(dāng)前時(shí)刻與下一時(shí)刻檢測(cè)框底部中心點(diǎn)真實(shí)坐標(biāo);

    (5)利用速度計(jì)算公式得到該行人的真實(shí)移動(dòng)速度;

    (6)對(duì)當(dāng)前區(qū)域所有行人移動(dòng)速度進(jìn)行平均得到當(dāng)前區(qū)域客流速度。

    3 實(shí)例驗(yàn)證

    3.1 車站乘客數(shù)據(jù)集構(gòu)建

    基于改進(jìn)的YOLOv5 算法對(duì)車站客流密度和客流持續(xù)時(shí)間進(jìn)行識(shí)別,首先要對(duì)目標(biāo)數(shù)量進(jìn)行統(tǒng)計(jì)。基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法應(yīng)用效果受數(shù)據(jù)集影響很大,如果數(shù)據(jù)集內(nèi)樣本單一,場(chǎng)景單一,則訓(xùn)練出來的網(wǎng)絡(luò)模型各項(xiàng)指標(biāo)只能夠在該數(shù)據(jù)集下取得,在其他場(chǎng)景中的應(yīng)用效果可能達(dá)不到在驗(yàn)證集上的評(píng)估效果,要確保在某一場(chǎng)景下的實(shí)際應(yīng)用效果良好,最可靠的方式就是建立該場(chǎng)景下的數(shù)據(jù)集,構(gòu)建的數(shù)據(jù)集來源是某站內(nèi)各區(qū)域的實(shí)際監(jiān)控視頻,分屬于步梯、扶梯、閘機(jī)、站臺(tái),基本覆蓋了車站內(nèi)各個(gè)區(qū)域。

    為了保證行人樣本的充足,在各區(qū)域內(nèi)選取行人較多的視頻樣本,對(duì)視頻進(jìn)行按幀提取圖片的操作,考慮到視頻為25 幀/s,每幀之間行人變化極小,對(duì)每幀圖片進(jìn)行提取會(huì)導(dǎo)致數(shù)據(jù)集的冗余。因此選擇每10 幀提取1 次圖片,最終提取出3 916 張樣本圖片,經(jīng)過篩選剔除無人圖片以及重復(fù)圖片,最終將3 000 張圖片納入車站乘客數(shù)據(jù)集,樣本見圖2。

    圖2 車站乘客數(shù)據(jù)集樣本

    將數(shù)據(jù)集按照9∶1的比例劃分為訓(xùn)練集和驗(yàn)證集,在Windows10系統(tǒng),11G顯存GeForceRTX2080Ti顯卡的環(huán)境中設(shè)置Batch_size 為16,epoch 為1 000,經(jīng)過13 h訓(xùn)練后損失值趨于平穩(wěn),此時(shí)繼續(xù)訓(xùn)練優(yōu)化效果不大,停止訓(xùn)練,從訓(xùn)練過程中選取最優(yōu)的模型文件保存,訓(xùn)練過程損失變化見圖3,900epoch 后基本損失函數(shù)平穩(wěn),結(jié)束訓(xùn)練。

    圖3 模型訓(xùn)練過程損失變化

    3.2 區(qū)域客流密度實(shí)驗(yàn)結(jié)果分析

    由于所采用的客流密度識(shí)別方法中的監(jiān)控區(qū)域面積是根據(jù)實(shí)際情況給定的,客流密度和客流持續(xù)時(shí)間識(shí)別都是對(duì)乘客數(shù)量進(jìn)行檢測(cè),因此對(duì)客流密度和客流持續(xù)時(shí)間識(shí)別方法有效性進(jìn)行評(píng)估可以等價(jià)于對(duì)目標(biāo)檢測(cè)的有效性進(jìn)行評(píng)估。

    選取訓(xùn)練數(shù)據(jù)之外的閘機(jī)、站臺(tái)、扶梯、步梯4個(gè)區(qū)域不同密度等級(jí)的100張圖片分別進(jìn)行測(cè)試,檢測(cè)效果見圖4。在站臺(tái)區(qū)域由于監(jiān)控范圍過大,遠(yuǎn)處小目標(biāo)人體可由另一端相機(jī)進(jìn)行檢測(cè),所以只檢測(cè)靠近相機(jī)的一半?yún)^(qū)域的乘客,遮擋不嚴(yán)重的大部分人體都可以被檢測(cè)到,但在人群極度密集環(huán)境如站臺(tái)等,會(huì)存在漏檢的情況,同時(shí)由于監(jiān)控視頻畫面中還會(huì)存在一些不屬于監(jiān)控范圍的較遠(yuǎn)區(qū)域的人體,在檢測(cè)過程中也會(huì)對(duì)這些人體進(jìn)行檢測(cè)造成誤檢,導(dǎo)致檢測(cè)到的人體比畫面中的實(shí)際人體數(shù)量還要更多,此部分誤檢可以在實(shí)際應(yīng)用中設(shè)定監(jiān)控范圍進(jìn)行控制。

    圖4 行人檢測(cè)效果

    將優(yōu)化后模型與原模型在各區(qū)域識(shí)別到的人數(shù)與真實(shí)人數(shù)進(jìn)行對(duì)比,結(jié)果見表4 與圖5,其中站臺(tái)區(qū)域檢測(cè)到的人體數(shù)量為剔除誤檢人體之后的數(shù)據(jù)。可以看出在利用車站乘客數(shù)據(jù)集對(duì)優(yōu)化后模型進(jìn)行針對(duì)訓(xùn)練后,優(yōu)化后模型效果相比原模型更好,平均精度達(dá)到86.82%。

    圖5 不同區(qū)域檢測(cè)結(jié)果對(duì)比

    表4 不同區(qū)域檢測(cè)精度對(duì)比

    3.3 區(qū)域客流速度實(shí)驗(yàn)結(jié)果分析

    在城軌車站監(jiān)控視頻中對(duì)客流速度識(shí)別方法進(jìn)行驗(yàn)證,車站監(jiān)控視頻標(biāo)定情況見圖6。首先對(duì)坐標(biāo)變換進(jìn)行驗(yàn)證,對(duì)其中導(dǎo)向標(biāo)識(shí)L1、L2兩點(diǎn)的距離進(jìn)行換算,選取O、A、B、C、D、E六點(diǎn)作為特征點(diǎn)進(jìn)行標(biāo)定,根據(jù)標(biāo)定得到的投影矩陣及式(5)將L1、L2的像素坐標(biāo)轉(zhuǎn)為真實(shí)坐標(biāo)(見表5),求得2 個(gè)導(dǎo)向標(biāo)識(shí)之間的距離長(zhǎng)度為1.02 m,L1、L2的真實(shí)距離1 m,在監(jiān)控視頻中坐標(biāo)換算的誤差為2%。

    圖6 車站監(jiān)控視頻標(biāo)定情況

    表5 L1、L2坐標(biāo)換算結(jié)果

    對(duì)速度識(shí)別方法進(jìn)行驗(yàn)證(見圖7),該場(chǎng)景下乘客P在27 s時(shí)坐標(biāo)為(375,214),33 s時(shí)坐標(biāo)為(317,539),進(jìn)行坐標(biāo)轉(zhuǎn)換后坐標(biāo)換算結(jié)果見表6,計(jì)算可得行人P速度為1.02 m/s,行人真實(shí)的速度為0.95 m/s,在監(jiān)控視頻中乘客速度的識(shí)別精度為93.2%。

    圖7 單人速度計(jì)算示例

    表6 乘客P前后時(shí)刻坐標(biāo)換算結(jié)果

    多人場(chǎng)景速度檢測(cè)見圖8,對(duì)檢測(cè)框能完全覆蓋的乘客,識(shí)別到的速度較為可靠,由于個(gè)別位于樓梯或扶梯的乘客,其坐標(biāo)點(diǎn)不在標(biāo)定平面,因此坐標(biāo)換算存在誤差,從而導(dǎo)致速度準(zhǔn)確度較低,在實(shí)際應(yīng)用中可以預(yù)設(shè)檢測(cè)范圍以確保檢測(cè)區(qū)域在標(biāo)定的平面來改善此問題。

    圖8 多人場(chǎng)景速度檢測(cè)示例

    4 結(jié)束語

    對(duì)車站客流信息獲取方法進(jìn)行研究,首先通過對(duì)目標(biāo)檢測(cè)算法進(jìn)行分析,選取目前工程效果較好的YOLOv5 算法作為行人檢測(cè)模型,以實(shí)現(xiàn)對(duì)客流密度信息的獲取;其次從網(wǎng)絡(luò)結(jié)構(gòu)修改、損失函數(shù)改進(jìn)、后處理方法改進(jìn)3 個(gè)方面對(duì)YOLOv5 算法進(jìn)行改進(jìn),提高了檢測(cè)精度,同時(shí)自制城軌乘客數(shù)據(jù)集進(jìn)行訓(xùn)練,提高了YOLOv5算法在城軌車站場(chǎng)景中的檢測(cè)準(zhǔn)確率;最后選取目前時(shí)效比最好的Deep-SORT 目標(biāo)追蹤算法作為行人追蹤模型,并結(jié)合單目相機(jī)標(biāo)定實(shí)現(xiàn)對(duì)客流真實(shí)速度信息的獲取,為基于視頻數(shù)據(jù)的車站客流狀態(tài)信息獲取提供了基礎(chǔ)。

    猜你喜歡
    客流行人車站
    客流增多
    毒舌出沒,行人避讓
    意林(2021年5期)2021-04-18 12:21:17
    路不為尋找者而設(shè)
    車站一角
    我是行人
    熱鬧的車站
    幼兒畫刊(2016年9期)2016-02-28 21:01:10
    熱鬧的車站
    啟蒙(3-7歲)(2016年10期)2016-02-28 12:27:06
    基于自學(xué)習(xí)補(bǔ)償?shù)氖覂?nèi)定位及在客流分析中的應(yīng)用
    人工免疫算法在電梯客流時(shí)段劃分的應(yīng)用
    城市軌道交通運(yùn)營(yíng)客流數(shù)據(jù)分析缺陷及應(yīng)對(duì)
    亚洲av成人av| 99在线视频只有这里精品首页| 亚洲精品456在线播放app | 亚洲欧美精品综合久久99| 日韩大尺度精品在线看网址| 又紧又爽又黄一区二区| 久久亚洲精品不卡| 两个人视频免费观看高清| 在线看三级毛片| 欧美一级a爱片免费观看看| 欧美不卡视频在线免费观看| 啦啦啦免费观看视频1| 最近视频中文字幕2019在线8| 在线观看日韩欧美| 夜夜躁狠狠躁天天躁| 精品不卡国产一区二区三区| 美女免费视频网站| 搡女人真爽免费视频火全软件 | 久久中文看片网| 男女午夜视频在线观看| 男女午夜视频在线观看| 少妇丰满av| 色综合亚洲欧美另类图片| 国产蜜桃级精品一区二区三区| 亚洲av美国av| a级毛片a级免费在线| 色综合站精品国产| 欧美zozozo另类| 欧美成狂野欧美在线观看| 国产精品永久免费网站| 国产黄片美女视频| 草草在线视频免费看| 欧美在线一区亚洲| 色综合欧美亚洲国产小说| 熟妇人妻久久中文字幕3abv| 国产野战对白在线观看| 听说在线观看完整版免费高清| 少妇人妻精品综合一区二区 | 亚洲一区二区三区不卡视频| 国产av在哪里看| 丰满乱子伦码专区| 热99re8久久精品国产| 99精品在免费线老司机午夜| 色哟哟哟哟哟哟| 欧美黄色片欧美黄色片| 久久午夜亚洲精品久久| 亚洲欧美日韩高清在线视频| 日韩欧美 国产精品| 哪里可以看免费的av片| 欧美日韩福利视频一区二区| 一级毛片高清免费大全| 日本五十路高清| a级毛片a级免费在线| 很黄的视频免费| 18+在线观看网站| 日韩中文字幕欧美一区二区| 丁香欧美五月| 日本黄色视频三级网站网址| 夜夜爽天天搞| 精品熟女少妇八av免费久了| 非洲黑人性xxxx精品又粗又长| 亚洲人成网站在线播| svipshipincom国产片| 淫妇啪啪啪对白视频| 午夜日韩欧美国产| 国产毛片a区久久久久| 成人特级黄色片久久久久久久| 亚洲成人免费电影在线观看| ponron亚洲| 国产三级在线视频| 国产免费av片在线观看野外av| 国产伦人伦偷精品视频| 亚洲精品456在线播放app | 在线免费观看不下载黄p国产 | 国产精品一区二区免费欧美| 老汉色∧v一级毛片| 亚洲精品美女久久久久99蜜臀| 国产欧美日韩一区二区精品| 真人做人爱边吃奶动态| 人人妻人人澡欧美一区二区| 欧美日韩乱码在线| 国产成人啪精品午夜网站| av天堂中文字幕网| 国产欧美日韩一区二区三| 久久久久九九精品影院| 高潮久久久久久久久久久不卡| 12—13女人毛片做爰片一| 丰满乱子伦码专区| 少妇的丰满在线观看| 国产探花极品一区二区| 日本 av在线| 18美女黄网站色大片免费观看| 一本精品99久久精品77| 国内精品美女久久久久久| 亚洲国产欧洲综合997久久,| 非洲黑人性xxxx精品又粗又长| 亚洲一区二区三区不卡视频| 最新中文字幕久久久久| 日韩高清综合在线| 精品国内亚洲2022精品成人| 日本一二三区视频观看| 亚洲在线自拍视频| 日本免费一区二区三区高清不卡| 黄色视频,在线免费观看| 欧美3d第一页| 婷婷亚洲欧美| 亚洲,欧美精品.| 国产真实乱freesex| 午夜日韩欧美国产| 亚洲精品成人久久久久久| 欧美黑人巨大hd| 一本精品99久久精品77| 日本免费一区二区三区高清不卡| 超碰av人人做人人爽久久 | 97碰自拍视频| 午夜亚洲福利在线播放| 在线免费观看不下载黄p国产 | 叶爱在线成人免费视频播放| 91久久精品国产一区二区成人 | 成人三级黄色视频| 久久亚洲真实| 真实男女啪啪啪动态图| 伊人久久大香线蕉亚洲五| 听说在线观看完整版免费高清| 欧美成人免费av一区二区三区| 黄色成人免费大全| 一二三四社区在线视频社区8| 少妇人妻精品综合一区二区 | 一区二区三区高清视频在线| 亚洲av一区综合| 内地一区二区视频在线| 人妻夜夜爽99麻豆av| 午夜福利免费观看在线| 一卡2卡三卡四卡精品乱码亚洲| 又紧又爽又黄一区二区| 欧美一区二区国产精品久久精品| 成年女人毛片免费观看观看9| h日本视频在线播放| 亚洲精品色激情综合| 欧美日韩福利视频一区二区| 757午夜福利合集在线观看| 99久久精品热视频| 麻豆成人午夜福利视频| 无限看片的www在线观看| 在线观看一区二区三区| 毛片女人毛片| 国产熟女xx| 最新中文字幕久久久久| 成年人黄色毛片网站| 久久久久久久久中文| 美女免费视频网站| 亚洲成av人片免费观看| 亚洲无线观看免费| 精品国产美女av久久久久小说| 黄片大片在线免费观看| 国产亚洲精品综合一区在线观看| 色噜噜av男人的天堂激情| 美女cb高潮喷水在线观看| av专区在线播放| 亚洲欧美日韩无卡精品| 高清毛片免费观看视频网站| 午夜免费男女啪啪视频观看 | 天堂网av新在线| 久久欧美精品欧美久久欧美| 免费搜索国产男女视频| 国产激情欧美一区二区| 中文字幕人成人乱码亚洲影| 欧美乱妇无乱码| 9191精品国产免费久久| 国产主播在线观看一区二区| 亚洲欧美日韩高清专用| 国产成+人综合+亚洲专区| 亚洲美女视频黄频| 精品一区二区三区视频在线 | 亚洲最大成人手机在线| 欧美乱码精品一区二区三区| 精品国产三级普通话版| 亚洲人成电影免费在线| 激情在线观看视频在线高清| 国产一区二区在线av高清观看| 国产97色在线日韩免费| 欧美乱色亚洲激情| 99久久九九国产精品国产免费| 亚洲国产色片| 99在线视频只有这里精品首页| 十八禁人妻一区二区| 亚洲欧美日韩高清在线视频| av国产免费在线观看| 欧美乱妇无乱码| 国产成+人综合+亚洲专区| 国产精品免费一区二区三区在线| 国产成人av教育| 国内精品一区二区在线观看| 免费高清视频大片| 人妻久久中文字幕网| 色哟哟哟哟哟哟| 搡老妇女老女人老熟妇| 国产色婷婷99| 亚洲成人中文字幕在线播放| 精品熟女少妇八av免费久了| 国语自产精品视频在线第100页| 国产精品一区二区三区四区久久| 国产成人欧美在线观看| 麻豆久久精品国产亚洲av| 少妇裸体淫交视频免费看高清| 天堂影院成人在线观看| 人人妻人人澡欧美一区二区| 日本一二三区视频观看| 在线十欧美十亚洲十日本专区| 亚洲国产欧洲综合997久久,| 亚洲avbb在线观看| 久久精品人妻少妇| 嫩草影院入口| 亚洲一区二区三区不卡视频| 国产欧美日韩精品亚洲av| 91麻豆av在线| 97碰自拍视频| 青草久久国产| 又黄又爽又免费观看的视频| 国产一区二区亚洲精品在线观看| 欧洲精品卡2卡3卡4卡5卡区| 亚洲真实伦在线观看| 一边摸一边抽搐一进一小说| 国产探花极品一区二区| 久久久久久国产a免费观看| 欧美国产日韩亚洲一区| 国产男靠女视频免费网站| 男插女下体视频免费在线播放| 国产伦在线观看视频一区| 久久中文看片网| 女人被狂操c到高潮| 国产99白浆流出| 天美传媒精品一区二区| 麻豆一二三区av精品| 男女做爰动态图高潮gif福利片| 国产成人av教育| 国产精品亚洲一级av第二区| 男女之事视频高清在线观看| 少妇的逼水好多| 国产私拍福利视频在线观看| 成人鲁丝片一二三区免费| 动漫黄色视频在线观看| 免费人成视频x8x8入口观看| 亚洲成av人片在线播放无| 亚洲av美国av| 国产精品 欧美亚洲| 亚洲精品在线观看二区| 1024手机看黄色片| h日本视频在线播放| 国产精品自产拍在线观看55亚洲| 国产色婷婷99| 亚洲激情在线av| 色视频www国产| 免费在线观看影片大全网站| 久久精品91无色码中文字幕| 少妇熟女aⅴ在线视频| 国产黄a三级三级三级人| 亚洲avbb在线观看| av中文乱码字幕在线| 亚洲精品影视一区二区三区av| 久久久久精品国产欧美久久久| 午夜视频国产福利| 精品无人区乱码1区二区| 国产成人av激情在线播放| 亚洲中文字幕日韩| 久久中文看片网| 国产淫片久久久久久久久 | 18+在线观看网站| 美女高潮喷水抽搐中文字幕| 亚洲久久久久久中文字幕| 国产男靠女视频免费网站| 久久久色成人| 成人特级黄色片久久久久久久| 亚洲av熟女| 色综合婷婷激情| 十八禁网站免费在线| 亚洲第一电影网av| 国产一区在线观看成人免费| 国产精品亚洲av一区麻豆| ponron亚洲| 一本久久中文字幕| av福利片在线观看| 91在线精品国自产拍蜜月 | 最近最新免费中文字幕在线| 91九色精品人成在线观看| 99精品欧美一区二区三区四区| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品在线观看二区| 黄色片一级片一级黄色片| 精品国产超薄肉色丝袜足j| 免费搜索国产男女视频| 岛国在线观看网站| 男女之事视频高清在线观看| 一本综合久久免费| 最近视频中文字幕2019在线8| 脱女人内裤的视频| 国产成年人精品一区二区| 精品久久久久久成人av| 在线视频色国产色| 九色国产91popny在线| 欧美又色又爽又黄视频| 一夜夜www| 国产综合懂色| 亚洲美女黄片视频| 成人无遮挡网站| 看黄色毛片网站| 国产免费一级a男人的天堂| 99国产综合亚洲精品| 国产精品久久电影中文字幕| 熟女电影av网| 精品久久久久久久毛片微露脸| 国产精品 欧美亚洲| 国内精品美女久久久久久| 久久久精品欧美日韩精品| 国产麻豆成人av免费视频| 国产亚洲精品久久久久久毛片| 欧美zozozo另类| 熟妇人妻久久中文字幕3abv| 国产精品女同一区二区软件 | 亚洲在线观看片| 亚洲激情在线av| 亚洲不卡免费看| 欧美在线黄色| 欧美一级毛片孕妇| 国产真实伦视频高清在线观看 | 国产淫片久久久久久久久 | 亚洲自拍偷在线| 免费在线观看亚洲国产| 日本五十路高清| 51国产日韩欧美| 老熟妇仑乱视频hdxx| 亚洲av免费高清在线观看| 又紧又爽又黄一区二区| www.www免费av| 国产精品1区2区在线观看.| 亚洲七黄色美女视频| 韩国av一区二区三区四区| 国产一区二区在线av高清观看| 国内精品久久久久精免费| 岛国视频午夜一区免费看| 国产综合懂色| 美女高潮喷水抽搐中文字幕| 久久久精品大字幕| 亚洲男人的天堂狠狠| 在线观看av片永久免费下载| 无人区码免费观看不卡| 97碰自拍视频| 老司机午夜十八禁免费视频| 日韩欧美国产一区二区入口| 国产日本99.免费观看| 国产乱人视频| 老司机午夜十八禁免费视频| 亚洲乱码一区二区免费版| 麻豆国产av国片精品| 久久精品91蜜桃| 午夜福利视频1000在线观看| 成人特级黄色片久久久久久久| 性色avwww在线观看| 久久国产精品影院| 桃红色精品国产亚洲av| 麻豆久久精品国产亚洲av| 日韩亚洲欧美综合| 日韩欧美 国产精品| 午夜精品久久久久久毛片777| 我的老师免费观看完整版| 毛片女人毛片| 久久久久久人人人人人| 狂野欧美白嫩少妇大欣赏| 亚洲电影在线观看av| 久久久久国内视频| 精品国产超薄肉色丝袜足j| 禁无遮挡网站| av在线蜜桃| 别揉我奶头~嗯~啊~动态视频| 日韩欧美 国产精品| 在线观看日韩欧美| 欧美又色又爽又黄视频| 性欧美人与动物交配| 亚洲国产精品sss在线观看| 老司机午夜福利在线观看视频| 亚洲欧美日韩无卡精品| 精品久久久久久成人av| 香蕉av资源在线| 国内久久婷婷六月综合欲色啪| 国产蜜桃级精品一区二区三区| 黄色丝袜av网址大全| 宅男免费午夜| 国产探花在线观看一区二区| 丰满乱子伦码专区| 无限看片的www在线观看| 亚洲av第一区精品v没综合| 757午夜福利合集在线观看| 欧美zozozo另类| 国产精品99久久99久久久不卡| 一区二区三区免费毛片| 国产亚洲精品久久久久久毛片| 日本一二三区视频观看| 欧美一区二区精品小视频在线| 熟女人妻精品中文字幕| 国产野战对白在线观看| 亚洲人成网站在线播| 国产蜜桃级精品一区二区三区| 午夜久久久久精精品| 深夜精品福利| 看黄色毛片网站| 叶爱在线成人免费视频播放| 亚洲va日本ⅴa欧美va伊人久久| 日日干狠狠操夜夜爽| 亚洲av五月六月丁香网| 日韩欧美精品免费久久 | 亚洲国产欧洲综合997久久,| 一级毛片高清免费大全| 国产黄色小视频在线观看| 婷婷亚洲欧美| 免费观看的影片在线观看| 12—13女人毛片做爰片一| 国产麻豆成人av免费视频| 亚洲精品一区av在线观看| 欧美黄色淫秽网站| 搡女人真爽免费视频火全软件 | 一区福利在线观看| 一本精品99久久精品77| 19禁男女啪啪无遮挡网站| 18+在线观看网站| 观看美女的网站| 国内精品一区二区在线观看| www.www免费av| av在线蜜桃| 在线免费观看不下载黄p国产 | 亚洲 国产 在线| e午夜精品久久久久久久| 亚洲欧美日韩无卡精品| 国内久久婷婷六月综合欲色啪| 欧美黄色片欧美黄色片| 看黄色毛片网站| 国产伦人伦偷精品视频| 精品不卡国产一区二区三区| 在线观看日韩欧美| 日韩欧美精品v在线| 亚洲av电影不卡..在线观看| 久久中文看片网| 国产激情欧美一区二区| 我要搜黄色片| 日本成人三级电影网站| 亚洲人成电影免费在线| 日韩欧美精品v在线| 亚洲不卡免费看| 亚洲av免费在线观看| 亚洲av中文字字幕乱码综合| 午夜亚洲福利在线播放| 国产精品亚洲一级av第二区| 亚洲成人久久爱视频| 村上凉子中文字幕在线| 黄色丝袜av网址大全| 免费高清视频大片| 成人永久免费在线观看视频| 老鸭窝网址在线观看| 日本黄色视频三级网站网址| 欧美黑人欧美精品刺激| 一级毛片女人18水好多| 国产精品女同一区二区软件 | 一个人看视频在线观看www免费 | 亚洲av成人不卡在线观看播放网| 亚洲av不卡在线观看| 久久中文看片网| 看片在线看免费视频| 亚洲性夜色夜夜综合| 国产亚洲精品综合一区在线观看| 国产一区二区在线av高清观看| 啦啦啦观看免费观看视频高清| 97超视频在线观看视频| 最新美女视频免费是黄的| 国内揄拍国产精品人妻在线| 日本黄色片子视频| 午夜福利在线在线| 内地一区二区视频在线| 99在线人妻在线中文字幕| 久久久久久久久中文| 欧美成人性av电影在线观看| 亚洲电影在线观看av| 国产成人av教育| 中文字幕人成人乱码亚洲影| 亚洲人成网站高清观看| 极品教师在线免费播放| 网址你懂的国产日韩在线| 午夜老司机福利剧场| 中文字幕av成人在线电影| 99久国产av精品| 久久精品国产清高在天天线| 真人做人爱边吃奶动态| 国产精品久久久久久人妻精品电影| 国产极品精品免费视频能看的| 老司机午夜十八禁免费视频| 久久99热这里只有精品18| 成人欧美大片| 女人十人毛片免费观看3o分钟| 亚洲成人免费电影在线观看| av片东京热男人的天堂| 亚洲激情在线av| 午夜视频国产福利| 一个人观看的视频www高清免费观看| 三级国产精品欧美在线观看| 夜夜夜夜夜久久久久| 一进一出好大好爽视频| 99久久99久久久精品蜜桃| 欧美成人a在线观看| 久久久久久人人人人人| 欧美另类亚洲清纯唯美| 长腿黑丝高跟| 亚洲国产精品合色在线| 亚洲国产色片| 色噜噜av男人的天堂激情| 人妻丰满熟妇av一区二区三区| 免费观看人在逋| 成人特级黄色片久久久久久久| 精品无人区乱码1区二区| 久久这里只有精品中国| 99久久精品一区二区三区| 欧美zozozo另类| 99久久久亚洲精品蜜臀av| 国产v大片淫在线免费观看| 88av欧美| 亚洲va日本ⅴa欧美va伊人久久| 久久性视频一级片| 在线视频色国产色| 欧美一级a爱片免费观看看| 国产黄色小视频在线观看| 亚洲电影在线观看av| 欧美丝袜亚洲另类 | 国产野战对白在线观看| 真实男女啪啪啪动态图| 亚洲av一区综合| 日本黄色视频三级网站网址| 国产精品亚洲av一区麻豆| 丰满人妻一区二区三区视频av | 亚洲熟妇熟女久久| 成人国产综合亚洲| 日韩有码中文字幕| 男女做爰动态图高潮gif福利片| 国产激情偷乱视频一区二区| 亚洲黑人精品在线| 欧美+亚洲+日韩+国产| 99热这里只有精品一区| 岛国视频午夜一区免费看| 国产探花在线观看一区二区| 亚洲无线在线观看| 亚洲人成伊人成综合网2020| 在线观看av片永久免费下载| 亚洲欧美激情综合另类| 男女午夜视频在线观看| e午夜精品久久久久久久| 久久国产乱子伦精品免费另类| 国产v大片淫在线免费观看| 国产精品久久久久久精品电影| 免费av观看视频| 99riav亚洲国产免费| 中文字幕av成人在线电影| 亚洲国产精品久久男人天堂| 亚洲熟妇中文字幕五十中出| 日本熟妇午夜| 国产真实乱freesex| 日本 av在线| 亚洲国产欧美网| 十八禁人妻一区二区| 日韩欧美精品v在线| 日韩大尺度精品在线看网址| 日韩av在线大香蕉| 国产乱人视频| 天堂影院成人在线观看| 免费观看人在逋| 我的老师免费观看完整版| 亚洲久久久久久中文字幕| a级毛片a级免费在线| 亚洲成人免费电影在线观看| 老司机午夜福利在线观看视频| 天堂√8在线中文| 亚洲色图av天堂| 亚洲欧美激情综合另类| 亚洲av免费在线观看| 亚洲国产精品合色在线| 热99re8久久精品国产| 色吧在线观看| 日韩国内少妇激情av| 成人性生交大片免费视频hd| 男女午夜视频在线观看| 国产色婷婷99| 国产精品 国内视频| 欧美日本亚洲视频在线播放| 日韩大尺度精品在线看网址| 欧美成人a在线观看| 国产三级在线视频| 一级毛片女人18水好多| 亚洲精华国产精华精| 国产午夜精品久久久久久一区二区三区 | 看黄色毛片网站| 男人的好看免费观看在线视频| 国产真实伦视频高清在线观看 | 亚洲人成网站高清观看| 岛国在线免费视频观看| 波多野结衣高清无吗| 亚洲在线观看片| 欧美成人a在线观看| 亚洲乱码一区二区免费版| 国产探花在线观看一区二区| 国产精品久久视频播放| 人人妻人人澡欧美一区二区| 天堂网av新在线| 女人十人毛片免费观看3o分钟| 久久精品人妻少妇| 中文在线观看免费www的网站| 一个人免费在线观看电影| 一区二区三区高清视频在线| 日本在线视频免费播放| 18禁在线播放成人免费| 人妻夜夜爽99麻豆av|