知識庫

基於影像處理及深度學習的兩階段人流偵測系統
  • 發布年度:2020
  • 主要類別:自動駕駛
  • 次要類別:論文
  • 摘要
    本文提出了一種基於傳統機器學習和深度學習演算的人員計數方法。所提出的方法主要使用在特定公共場所,例如:公共汽車候車亭或接駁廣場等,用來分辨人流高峰或離峰的估算訊息,其優勢在有效節省管理成本與智慧運輸應用的升級。
    本系統基於邊緣計算的架構設計分成前台系統和後台系統,包含下述的兩種方法。第一階段是主要用來進行人流量的概數計算並簡單分級,後台僅處理第二個級別的行人識別,在最後的實驗結果可以發現,本系統能有效地降低計算複雜度與整體的時間花費,其中,前台人流分級的正確率為94.28%,後台人數計數正確率為94.04%。

    關鍵字: 人流、人數、2階段