-
题名基于GESE-DET的轨道交通乘客识别算法
- 1
-
-
作者
罗薇
魏思龙
王益
朱瀚宇
李鹏飞
-
机构
北京建筑大学通用航空技术北京实验室
广州大学土木与交通工程学院
北京市轨道交通指挥中心
-
出处
《交通工程》
2025年第2期91-96,共6页
-
基金
教育部人文社会科学研究青年基金项目(21YJC630094)
北京市属高等学校高水平科研创新团队建设支持计划项目(BPHR20220109)。
-
文摘
对轨道交通乘客识别算法进行了研究。首先,基于YOLOv8算法,结合Giraff e-Det网络结构和ESE注意力机制,提出了GESE-DET目标检测模型。随后,选取典型的轨道交通换乘站的闸机和扶梯处客流视频,进行模型验证。最后,通过分析精确率、召回率、mAP50、mAP50-954个指标,验证了GESE-DET模型的优越性。研究结果表明,GES E-DET模型在轨道交通乘客识别中的精确率达85%,相比YOLOv8、YOLOv8+CBAM、YOLOv8+GAM模型,召回率与mAP提升超过30%。研究成果可为城市轨道交通客流精细化管理提供技术支持,增强应对突发事件时的反应能力。
-
关键词
轨道交通
乘客识别
YOLOv8
特征金字塔
注意力机制
-
Keywords
rail transit
passenger recognition
YOLOv8
characteristic pyramids
attention mechanisms
-
分类号
U293
[交通运输工程—交通运输规划与管理]
-
