基于深度學習的地鐵車站站臺層實時客流檢測應用研究

摘要： 將基于深度學習的目標檢測算法YOLO-V5與多目標追蹤算法DeepSORT相結(jié)合，實現(xiàn)了地鐵車站站臺層行人客流信息的實時檢測與統(tǒng)計。首先，為減少因行人相互遮擋導致的錯檢和漏檢問題，將傳統(tǒng)的行人全身檢測改為頭肩部檢測；然后，訓練DeepSORT中的ReID模型，只提取行人頭肩部特征，從而減少因追蹤過程行人ID的頻繁切換而導致的計數(shù)不準確問題；最后，將優(yōu)化好的行人檢測追蹤模型應用到...