科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了检测学校教室或图书馆的人流量，设计了一种优化的YOLOv5和轻量化DeepSort的人流量统计系统。为提升目标检测效果，采用CIoU loss回归损失和DIoU-NMS非极大抑制，在加快目标边界框参数学习的同时可提高定位精度，提升遮挡行人的检测性能；在DeepSort外观特征提取网络的基础上，结合轻量级网络ShuffleNet V2，对特征提取模型重新训练，减小模型的参数网络复杂度并保持良好的精确度，提高了系统的可移植能力；在视频中设置虚拟线，利用行人通过虚拟线的时间差进一步计算行人速度。实验结果表明，采用端到端的方式对行人目标进行高效追踪，缩小后的模型体积仅为原模型的5%，大大改善了对遮挡行人的检测性能，可以较准确地统计出人流量与行速，并提高了鲁棒性。
- 单位
