發(fā)布時間：2023-05-11 00:50

　　隨著城市化進(jìn)程的不斷推進(jìn),道路交通擁堵狀況持續(xù)加重,公共交通的作用愈發(fā)顯著。公交車作為居民最常用的公共交通選擇,有效統(tǒng)計(jì)公交客流量不僅能方便居民合理規(guī)劃出行方式而且可以幫助公交公司靈活安排運(yùn)力。現(xiàn)有基于視頻處理的客流統(tǒng)計(jì)方法主要分為兩種:基于傳統(tǒng)圖像處理方法和基于卷積神經(jīng)網(wǎng)絡(luò)方法。其中傳統(tǒng)圖像處理方法通常運(yùn)行在嵌入式平臺上,實(shí)時性好但準(zhǔn)確度較低�；诰矸e神經(jīng)網(wǎng)絡(luò)方法雖然準(zhǔn)確度高但是需要進(jìn)行大規(guī)模矩陣計(jì)算,因而很難在嵌入式平臺上運(yùn)行,所以通常經(jīng)過核心網(wǎng)絡(luò)上傳視頻到中心云端進(jìn)行處理,這種做法不僅占用大量網(wǎng)絡(luò)帶寬而且延遲長、實(shí)時性差。隨著5G的發(fā)展,作為其關(guān)鍵技術(shù)之一的移動邊緣計(jì)算,由于其鄰近性、低時延等特點(diǎn)為客流統(tǒng)計(jì)系統(tǒng)提供了新思路。結(jié)合移動邊緣計(jì)算特點(diǎn),本文設(shè)計(jì)并實(shí)現(xiàn)了基于移動邊緣計(jì)算的公交客流統(tǒng)計(jì)系統(tǒng)。通過在網(wǎng)絡(luò)邊緣側(cè)的移動邊緣計(jì)算服務(wù)器上部署客流統(tǒng)計(jì)應(yīng)用,接收并處理公交上下車門處的監(jiān)控視頻,進(jìn)而完成客流統(tǒng)計(jì)任務(wù)。本文首先對應(yīng)用背景、相關(guān)原理、技術(shù)進(jìn)行了介紹,隨后給出基于移動邊緣計(jì)算的客流統(tǒng)計(jì)系統(tǒng)的總體設(shè)計(jì)與模塊設(shè)計(jì),然后重點(diǎn)研究部署在邊緣服務(wù)器端的目標(biāo)檢測、跟蹤與計(jì)數(shù)三個模塊。通過以...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于圖像處理客流統(tǒng)計(jì)系統(tǒng)研究現(xiàn)狀
        1.2.2 移動邊緣計(jì)算研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第二章 相關(guān)理論及技術(shù)介紹
    2.1 移動邊緣計(jì)算
        2.1.1 移動邊緣計(jì)算特性
        2.1.2 移動邊緣計(jì)算架構(gòu)
        2.1.3 移動邊緣計(jì)算服務(wù)場景
    2.2 卷積神經(jīng)網(wǎng)絡(luò)介紹
        2.2.1 神經(jīng)網(wǎng)絡(luò)算法
        2.2.2 yolo目標(biāo)檢測框架
    2.3 卡爾曼濾波
    2.4 匈牙利匹配算法
    2.5 本章小結(jié)
第三章 系統(tǒng)分析與設(shè)計(jì)
    3.1 系統(tǒng)需求分析
        3.1.1 功能需求分析
        3.1.2 非功能需求
    3.2 基于移動邊緣計(jì)算公交客流統(tǒng)計(jì)系統(tǒng)總體設(shè)計(jì)
    3.3 公交客流統(tǒng)計(jì)系統(tǒng)模塊設(shè)計(jì)
        3.3.1 視頻采集編碼模塊
        3.3.2 開關(guān)車門檢測模塊
        3.3.3 網(wǎng)絡(luò)傳輸模塊
        3.3.4 乘客檢測模塊
        3.3.5 跟蹤與計(jì)數(shù)模塊
    3.4 本章小結(jié)
第四章 乘客檢測模塊設(shè)計(jì)與實(shí)現(xiàn)
    4.1 原始視頻集介紹
    4.2 檢測目標(biāo)選擇
    4.3 目標(biāo)檢測算法分析比較
        4.3.1 常用目標(biāo)檢測算法
        4.3.2 幀差法介紹與測試
        4.3.3 基于目標(biāo)建模檢測方法介紹與測試
        4.3.4 基于候選區(qū)域的目標(biāo)檢測方法介紹和測試
        4.3.5 常用算法測試結(jié)論
    4.4 基于yolov3 的目標(biāo)檢測
        4.4.1 數(shù)據(jù)集的制作
        4.4.2 模型訓(xùn)練
        4.4.3 訓(xùn)練結(jié)果
    4.5 本章小結(jié)
第五章 目標(biāo)跟蹤和計(jì)數(shù)模塊設(shè)計(jì)與實(shí)現(xiàn)
    5.1 常用跟蹤算法分析與測試
        5.1.1 光流法分析與測試
        5.1.2 KCF跟蹤算法分析與測試
    5.2 多目標(biāo)跟蹤器設(shè)計(jì)與實(shí)現(xiàn)
        5.2.1 跟蹤算法思路
        5.2.2 基于卡爾曼濾波的狀態(tài)預(yù)測
        5.2.3 關(guān)聯(lián)矩陣的構(gòu)建
        5.2.4 跟蹤目標(biāo)的狀態(tài)轉(zhuǎn)變
    5.3 計(jì)數(shù)模塊設(shè)計(jì)與實(shí)現(xiàn)
        5.3.1 典型上下車運(yùn)動軌跡分析
        5.3.2 上下車行為判定算法
    5.4 本章小結(jié)
第六章 客流統(tǒng)計(jì)系統(tǒng)實(shí)現(xiàn)和測試
    6.1 系統(tǒng)實(shí)現(xiàn)
        6.1.1 系統(tǒng)工作流程
        6.1.2 視頻采集編碼模塊實(shí)現(xiàn)
        6.1.3 網(wǎng)絡(luò)傳輸模塊實(shí)現(xiàn)
    6.2 開發(fā)測試環(huán)境介紹
    6.3 系統(tǒng)測試和分析
        6.3.1 測試集介紹
        6.3.2 乘客檢測模塊測試和分析
        6.3.3 目標(biāo)跟蹤模塊測試與分析
        6.3.4 系統(tǒng)準(zhǔn)確度測試與分析
        6.3.5 系統(tǒng)處理速度測試與分析
        6.3.6 系統(tǒng)魯棒性測試與分析
        6.3.7 無線環(huán)境下系統(tǒng)速度測試與分析
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 工作總結(jié)
    7.2 課題展望
致謝
參考文獻(xiàn)
個人簡介
攻讀碩士學(xué)位期間發(fā)表的論文



本文編號：3813824