Detection of crowdedness in bus compartments based on ResNet algorithm and video images
Detection of crowdedness in bus compartments based on ResNet algorithm and video images
复制标题
基于ResNet算法和视频图像的公交车车厢拥挤度检测
DOI：
10.1007/s11042-021-11008-6
复制
发表时间：
2021-05
期刊：
影响因子：
--
通讯作者：
Xiaoqing Hou
中科院分区：
文献类型：
--
作者：
Ji;ong Zhao;Wei Lei;Zijian Li;Dongfeng Zhao;Mingmin Han;Xiaoqing Hou
公交拥挤是影响乘客满意度和公交运行的重要因素。调度水平。然而，如何利用视频图像准确地检测拥挤是一个难题。本文首先建立了基于图像的图像样本库。公交车拥挤度评价标准，包含16346个样本图像。然后,。采用局部二值模式（LBP）和灰度共生矩阵（GLCM）对图像进行分析。提取图像的纹理特征。然后，提出了一种粗略的分类方法。提出了一种基于支持向量机（SVM）的拥挤度分析方法。同时，在。为了提高拥挤度粗略分类的准确性，对该算法进行了优化。网格搜索算法、粒子群优化算法和遗传算法的影响。对支持向量机的参数进行了比较。结果表明，优化后的结构。遗传算法效果最好，准确率为93.20%。最后，对于。支持向量机方法在拥挤的精细分类中存在不理想的问题。本文提出了一种基于ResNet的新方法。SGD， Adadelta和Adam被选中。优化ResNet模型的参数。最优亚当算法的精度。达到96.22%，有效解决了。拥挤的公共汽车。
The crowding in bus is an important factor affecting passenger satisfaction and bus.dispatching level. However, how to use video images to detect crowding accurately is a.difficult problem. In this paper, firstly, an image sample library is established based on the.evaluation standard of crowding in bus, which contains 16346 sample images. Then,.Local Binary Pattern (LBP) and Gray Level Co-occurrence Matrix (GLCM) are used to.extract the texture features of the image in bus. Then, a rough classification method of.crowding based on Support Vector Machine (SVM) is proposed. At the same time, in.order to improve the accuracy of rough classification of crowding, the optimization.effects of grid search algorithm, particle swarm optimization algorithm and genetic.algorithm on SVM parameters are compared. The results show that the optimization.effect of genetic algorithm is the best, and the accuracy rate is 93.20%. Finally, for the.problem that the SVM method is not ideal in the fine classification of crowding, this.paper proposes a new method based on ResNet. SGD, Adadelta and Adam are selected to.optimize the parameters of ResNet model. The accuracy of the optimal Adam algorithm.reaches 96.22%, which effectively solves the problem of the fine classification of.crowding in bus.
登录
查看更多内容
影响因子：
5.3
作者：
通讯作者：
--
DOI：
10.1016/s0954-1810(99)00016-3
发表时间：
1999-07
期刊：
Artif. Intell. Eng.
影响因子：
--
作者：
T. Chow;Jim Y. F. Yam;Siu-Yeung Cho
通讯作者：
T. Chow;Jim Y. F. Yam;Siu-Yeung Cho
DOI：
--
发表时间：
2012
期刊：
Journal of Transportation Systems Engineering and Information Technology
影响因子：
--
作者：
Yang Zhen
通讯作者：
Yang Zhen
影响因子：
10.6
作者：
Comer, ML;Delp, EJ
通讯作者：
Delp, EJ
DOI：
10.1016/s1474-0346(01)00002-7
发表时间：
2002
期刊：
Adv. Eng. Informatics
影响因子：
--
作者：
T. Chow;Siu-Yeung Cho
通讯作者：
T. Chow;Siu-Yeung Cho