典型文献
一种基于深度学习的视频客流密度计算方法
文献摘要：
在轨道交通领域客流密度是一项重要监控指标,客流密度评估是客流智能化管控的重要手段,为车站大客流监控提供依据的关键技术.利用车站内传统摄像头,通过图片处理、卷积操作和池化,提出了基于深度学习的视频客流密度计算方法来评估站内区域人数.基于B/S架构设计了客流密度监控平台,通过与实际情况对比,监控平台具有一定的准确性和及时性.
文献关键词：
客流密度;深度学习;轨道交通
中图分类号：
作者姓名：
黄丰;莫辉强;王伟;欧阳慧;于富洋;张城;叶明
作者机构：
浙江省轨道交通运营管理集团有限公司 杭州 310020;深圳北斗应用技术研究院有限公司 深圳 518055
文献出处：
引用格式：
[1]黄丰;莫辉强;王伟;欧阳慧;于富洋;张城;叶明-.一种基于深度学习的视频客流密度计算方法)[J].计算机与数字工程,2022(10):2149-2152,2165
A类：
B类：
客流密度,密度计,在轨,交通领域,监控指标,智能化管控,车站,大客流,用车,站内,统摄,摄像头,图片处理,卷积操作,池化,内区,架构设计,监控平台,及时性
AB值：
0.374051
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
