基于卷积神经网络的嵌入式站台客流统计系统

发布时间：2022-01-14 04:49

　　站台客流统计系统是人群计数技术在公共交通领域的应用,系统可以利用监控视频实现人群计数,完成客流统计、人群密度估计和人群拥挤危险性的预警等功能,对于提高公交系统的智能化水平,改善城市公交服务品质,构建智能交通体系具有重大意义。由于部署成本、便携等方面的考量,站台客流统计系统一般需采用低成本的嵌入式系统。然而受限于嵌入式平台的计算资源有限以及站台场景复杂等因素,目前基于监控视频的嵌入式客流统计系统的实现仍然是一个具有挑战性的任务。论文认真分析基于嵌入式系统的人群计数问题的难点,通过广泛调研相关文献资料,选择合适的嵌入式计算平台,提出一种基于卷积神经网络的人群计数算法,并基于此算法搭建了相应的嵌入式站台客流统计系统。论文的主要工作与成果如下:（1）论文提出一种基于递归结构的卷积神经网络模型,用于预测人群密度图,然后通过密度图求和得到人群总数。实验证明,在大幅减少了模型的参数数量以及计算量的情况下,本文的模型与当前最好的方法性能相当,但参数量要小2000倍以上,解决了大多数基于卷积神经网络的人群计数方法无法应对实际应用中计算资源有限的问题。（2）论文整理并构建了一个用于训练和验证人群计数算法的... 

【文章来源】：厦门大学福建省 211工程院校 985工程院校 教育部直属院校

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

图１．１基于监控视频的人群计数算法框图１１４１??３??

不允许使用模型参数占用几十ＭＢ，甚至上百ＭＢ的存储空间。另外计算过程中??的缓存资源受限也是个需要考虑的问题。要使卷积神经网络模型能应用在嵌入式??设备上，处理视频监控图像，实现低延时，并在面对如图１．２所示的诸如人头尺??度变化范围大、不同时段的光照阴影干扰及夜晚照明条件差成像质量下降、人群??拥挤存在遮挡等复杂场景时也能达到一个较为理想的人群计数性能指标，是本文??要着手解决的一个很有实际应用价值的问题。??５??

２．１．１．１?Ｈａａｒ?特征??早在２００１年，Ｖｉｏｌａ和Ｊｏｎｅｓ使用Ｈａａｒ特征和积分图方法进行人脸检测ｍ。??Ｈａａｒ特征是由如图２．１所示的矩形图像区域的加减组成。在滑窗检测时，把矩形??框特征模板放到丨１标阁像区域上，将图像上位于矩形框内的白色区域像素之和减??去黑色［Ｘ：域的像素之和，得到的就是对应的特征值。Ｈａａｒ特征反映了图像的灰??度值变化，将目标的特征量化，以区分目标类和背景类。??？?Ｂ?Ｓ?ｈ??（ａ）?（ｂ）?（ｃ）?（ｄ）?（ｅ）??图２．１矩形特征??为了快速计算Ｈａａｒ特征，需要采用积分图的方式。积分图的定义如下式所??示：??９??

【参考文献】：
期刊论文
[1]高斯过程回归方法综述[J]. 何志昆,刘光斌,赵曦晶,王明昊.  控制与决策. 2013(08)
[2]基于Mean-Shift聚类的色彩传递算法[J]. 张二虎,张洋.  西安理工大学学报. 2009(01)



本文编号：3587841