公交车车厢拥挤程度若干关键问题的研究
发布时间：2022-08-11 10:38
公交车出行是城市居民主要出行手段之一,要解决城市公交拥挤现象就需要根据公交车实时拥挤情况智能调度车辆,更加高效合理地利用社会公交资源。以深度学习为基础的图像分类和目标识别技术为公交车拥挤程度的实时智能感知提供了方法。本文从公交车车厢拥挤程度图像分类、乘客目标检测、卷积神经网络的深入探索和算法应用四个方面展开研究。第一,本文从图像分类方面展开研究。本文利用重庆市公交车视频监控系统拍摄的公交车车厢画面,分别制作了一个公交车车厢拥挤程度分类数据集和一个公交车车厢拥挤程度分类模糊数据集。本文实现了现有的基于深度学习的主流分类算法LeNet网络模型、GoogLeNet网络模型和ResNet网络模型,并对比了它们在公交车车厢拥挤程度分类数据集上的分类效果。本文提出了一种基于模糊分类数据集的模糊分类网络模型,模型可以充分利用非精确标注的数据集,防止错误标注数据之间相互竞争。更进一步地,本文提出了一种连续性分类模型,用于解决连续性分类问题,模型创新性地输出分类类别和类别偏移量,提供了一种更细粒度的分类方法。第二,本文从目标检测方面展开研究。本文借助现有的目标检测算法Faster R-CNN和公共人头检...
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
中文摘要
英文摘要
1 绪论
1.1 研究背景
1.2 研究现状
1.2.1 公交车拥挤程度研究现状
1.2.2 图像分类研究现状
1.2.3 图像目标检测研究现状
1.3 研究目的与研究意义
1.4 研究内容与创新点
1.5 本文组织结构
2 基础知识
2.1 数学基础
2.2 卷积神经网络
2.3 循环神经网络
2.4 优化方法
2.5 常见数据集
2.6 评价指标
3 公交车图像拥挤程度分类
3.1 公交车厢拥挤程度分类
3.1.1 公交车拥挤程度分类数据集
3.1.2 模型实现
3.1.3 实验过程与结果分析
3.2 模糊分类模型
3.2.1 模糊数据集
3.2.2 模型设计与实现
3.2.3 实验过程与结果分析
3.3 连续性分类模型
3.3.1 模型设计与实现
3.3.2 实验过程与结果分析
3.4 本章小结
4 公交车乘客检测与识别
4.1 基于FASTER R-CNN的乘客检测模型
4.1.1 乘客检测数据集
4.1.2 通用人头检测模型训练
4.1.3 公交车乘客检测模型训练
4.1.4 结果分析
4.2 改进的乘客检测模型
4.2.1 模型设计与实现
4.2.2 实验过程与结果分析
4.3 基于目标位置的拥挤程度感知模型
4.3.1 模型设计与实现
4.3.2 实验过程与结果分析
4.4 本章小结
5 卷积神经网络的探索与研究
5.1 卷积核的同质化问题
5.1.1 可视化分析
5.1.2 相关性矩阵
5.2 权重变化规律
5.2.1 权重变化
5.2.2 高维空间曲线
5.3 本章小结
6 应用
6.1 系统设计与部署
6.1.1 系统设计与实现
6.1.2 云平台部署
6.2 硬件结合
6.2.1 树莓派
6.2.2 计算棒
6.2.3 部署方案
6.3 本章小结
7 总结与展望
7.1 论文总结
7.2 工作展望
参考文献
附录
A.作者在校期间参加的项目
B.作者在校期间获得的成果
C.作者在校区间获得的奖励
D.学位论文数据集
致谢
【参考文献】：
期刊论文
[1]基于公交IC卡数据的OD推算技术研究[J]. 周涛,翟长旭,高志刚. 城市交通. 2007(03)
博士论文
[1]快速公交调度优化研究[D]. 孙传姣.长安大学 2008
硕士论文
[1]城市公交智能调度算法研究[D]. 杜建波.浙江工业大学 2017
[2]重庆市智能公交监控调度系统方案设计[D]. 滕博.重庆交通大学 2016
[3]基于IC卡数据的公交智能调度研究[D]. 李舒.西南交通大学 2016
[4]公交车智能调度系统的研究与分析[D]. 王威泽世.云南大学 2015
[5]智能公交信息的采集处理及应用研究[D]. 邓捷.重庆交通大学 2014
[6]城市智能公交评价指标体系及评价方法研究[D]. 朱敏.长沙理工大学 2012
[7]基于ITS技术的城市公交运营调度系统优化研究[D]. 吴海涛.西南交通大学 2005
本文编号：3674506
【文章页数】：93 页
【学位级别】：硕士
【文章目录】：
中文摘要
英文摘要
1 绪论
1.1 研究背景
1.2 研究现状
1.2.1 公交车拥挤程度研究现状
1.2.2 图像分类研究现状
1.2.3 图像目标检测研究现状
1.3 研究目的与研究意义
1.4 研究内容与创新点
1.5 本文组织结构
2 基础知识
2.1 数学基础
2.2 卷积神经网络
2.3 循环神经网络
2.4 优化方法
2.5 常见数据集
2.6 评价指标
3 公交车图像拥挤程度分类
3.1 公交车厢拥挤程度分类
3.1.1 公交车拥挤程度分类数据集
3.1.2 模型实现
3.1.3 实验过程与结果分析
3.2 模糊分类模型
3.2.1 模糊数据集
3.2.2 模型设计与实现
3.2.3 实验过程与结果分析
3.3 连续性分类模型
3.3.1 模型设计与实现
3.3.2 实验过程与结果分析
3.4 本章小结
4 公交车乘客检测与识别
4.1 基于FASTER R-CNN的乘客检测模型
4.1.1 乘客检测数据集
4.1.2 通用人头检测模型训练
4.1.3 公交车乘客检测模型训练
4.1.4 结果分析
4.2 改进的乘客检测模型
4.2.1 模型设计与实现
4.2.2 实验过程与结果分析
4.3 基于目标位置的拥挤程度感知模型
4.3.1 模型设计与实现
4.3.2 实验过程与结果分析
4.4 本章小结
5 卷积神经网络的探索与研究
5.1 卷积核的同质化问题
5.1.1 可视化分析
5.1.2 相关性矩阵
5.2 权重变化规律
5.2.1 权重变化
5.2.2 高维空间曲线
5.3 本章小结
6 应用
6.1 系统设计与部署
6.1.1 系统设计与实现
6.1.2 云平台部署
6.2 硬件结合
6.2.1 树莓派
6.2.2 计算棒
6.2.3 部署方案
6.3 本章小结
7 总结与展望
7.1 论文总结
7.2 工作展望
参考文献
附录
A.作者在校期间参加的项目
B.作者在校期间获得的成果
C.作者在校区间获得的奖励
D.学位论文数据集
致谢
【参考文献】：
期刊论文
[1]基于公交IC卡数据的OD推算技术研究[J]. 周涛,翟长旭,高志刚. 城市交通. 2007(03)
博士论文
[1]快速公交调度优化研究[D]. 孙传姣.长安大学 2008
硕士论文
[1]城市公交智能调度算法研究[D]. 杜建波.浙江工业大学 2017
[2]重庆市智能公交监控调度系统方案设计[D]. 滕博.重庆交通大学 2016
[3]基于IC卡数据的公交智能调度研究[D]. 李舒.西南交通大学 2016
[4]公交车智能调度系统的研究与分析[D]. 王威泽世.云南大学 2015
[5]智能公交信息的采集处理及应用研究[D]. 邓捷.重庆交通大学 2014
[6]城市智能公交评价指标体系及评价方法研究[D]. 朱敏.长沙理工大学 2012
[7]基于ITS技术的城市公交运营调度系统优化研究[D]. 吴海涛.西南交通大学 2005
本文编号：3674506
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3674506.html
