摘要

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。