科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实时估计并控制地铁站的人群数量,提出了一种基于改进YOLOv3的人群数量估计方法。首先,对收集的多场景的地铁监控视频进行抽帧、采样、标注等前期处理;其次,通过上采样改进模型的输出尺度,同时以"人头"代替"人"作为检测目标训练检测模型;最后,对测试结果进行评估,验证所提出方法的有效性及实时性。实验结果表明,在地铁监控视频检测任务中,改进YOLOv3检测方法的平均准确率可以达到90.42%,每帧的检测时间大约50 ms,在达到准确率要求的同时,可以满足特定场景所需的实时检测的需求。
- 单位
为实时估计并控制地铁站的人群数量,提出了一种基于改进YOLOv3的人群数量估计方法。首先,对收集的多场景的地铁监控视频进行抽帧、采样、标注等前期处理;其次,通过上采样改进模型的输出尺度,同时以"人头"代替"人"作为检测目标训练检测模型;最后,对测试结果进行评估,验证所提出方法的有效性及实时性。实验结果表明,在地铁监控视频检测任务中,改进YOLOv3检测方法的平均准确率可以达到90.42%,每帧的检测时间大约50 ms,在达到准确率要求的同时,可以满足特定场景所需的实时检测的需求。
