一种公共交通的拥挤度识别及自适应调整方法、系统、设备及计算机可读存储介质

摘要

本发明提出一种用于公共交通的拥挤度识别及自适应调整方法、系统、设备及计算机可读存储介质，方法包括如下步骤：对获取的视频数据进行数据处理，得到车厢内的乘客图像；采用超参数调优后的Faster‑RNN模型构建乘客头部检测模型，输入乘客图像进行目标检测；根据目标检测结果得出目标数量、目标分散度以及目标重叠度参量；依据目标数量、目标分散度以及目标重叠度，采用增量学习和最小二乘法结合，自适应估计拥挤度。本发明提出一种公共交通的拥挤度识别及自适应调整方法，克服传统方法在公交车客流统计与拥挤程度分析问题上性能与精确度的不足，提供了一种校正机制，系统能够进行一种自适应调整的算法机制分析拥挤度，有效且精确度高。