基于视频图像的车站设施服务能力适应性识别

• 作者: 王锦玉 王齐荣
• 来源期刊: 四川建筑
• 学科: 工学
• 关键词: 车站 深度学习 人群目标检测 适应性评估
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 铁路与公路
• 页码范围: 75-77,82
• 页数: 4页
• 分类号: TP317.53
• 语种: 中文
• DOI: 10.3969/j.issn.1007-8983.2022.01.025

摘要

目前我国铁路客运车站通过静态的方法设计车站内各种设施的规模和布局来实现车站总体服务能力的最大化,车站运营管理部门缺少能够动态评估车站设施服务能力与客流不确定需求之间匹配程度的手段.文章基于深度学习理论,提出了一种车站设施服务能力与客流不确定需求适应性评估的视频图像检测方法,通过视频图像检测出车站重要设施范围内乘客排队的人数,结合制定的适应性分级标准对车站设施服务能力与客流需求进行适应性评估.实验结果表明,所提出的方法检测速度快,能够满足实际应用中实时性的要求,而且对人群目标检测的平均准确率为81.25％.其检测结果可以辅助管理者评估车站设施在动态客流需求下的运营情况.