面向嵌入式设备的扶梯客流量实时统计方法
TP391.4; 针对传统客流量统计算法检测精度与速度难以平衡的问题,设计了一种面向嵌入式设备的扶梯客流量实时统计方法.首先,提出无失真缩放方法,以保持测试图像与训练样本的信息一致性,避免影响检测模型性能;此外,将YOLOv4-tiny检测模型通过降维模块、分组卷积进行优化,进而提出YOLOv4-tiny-fast网络,其在保证乘客检测准确率无损失的情况下大幅减少参数量,提高推理速度;最后,提出了一种结合自定义优化矩阵及遮挡处理的匹配算法,以较少的计算量解决了乘客跟踪问题.以实际环境中手扶电梯出入口视频进行实验,结果表明,在嵌入式设备平台,所提算法的客流量统计平均准确率达到96.66%,且平均...
        Saved in:
      
    
          | Published in | 华南理工大学学报(自然科学版) Vol. 50; no. 6; pp. 60 - 70 | 
|---|---|
| Main Authors | , , | 
| Format | Journal Article | 
| Language | Chinese | 
| Published | 
            华南理工大学 自主系统与网络控制教育部重点实验室, 广东 广州510640%华南理工大学 自动化科学与工程学院, 广东 广州510640%华南理工大学 自动化科学与工程学院, 广东 广州510640
    
        01.06.2022
     华南理工大学 珠海现代产业创新研究院, 广东 珠海519175 华南理工大学 自动化科学与工程学院, 广东 广州510640  | 
| Subjects | |
| Online Access | Get full text | 
| ISSN | 1000-565X | 
| DOI | 10.12141/j.issn.1000-565X.210389 | 
Cover
| Summary: | TP391.4; 针对传统客流量统计算法检测精度与速度难以平衡的问题,设计了一种面向嵌入式设备的扶梯客流量实时统计方法.首先,提出无失真缩放方法,以保持测试图像与训练样本的信息一致性,避免影响检测模型性能;此外,将YOLOv4-tiny检测模型通过降维模块、分组卷积进行优化,进而提出YOLOv4-tiny-fast网络,其在保证乘客检测准确率无损失的情况下大幅减少参数量,提高推理速度;最后,提出了一种结合自定义优化矩阵及遮挡处理的匹配算法,以较少的计算量解决了乘客跟踪问题.以实际环境中手扶电梯出入口视频进行实验,结果表明,在嵌入式设备平台,所提算法的客流量统计平均准确率达到96.66%,且平均检测速度达到25 f/s,优于已有算法. | 
|---|---|
| ISSN: | 1000-565X | 
| DOI: | 10.12141/j.issn.1000-565X.210389 |