一种基于深度学习的地铁有轨电车人流预测的方法

摘要

本发明涉及轨交管理，尤其是一种基于深度学习的地铁有轨电车人流预测的方法；它包括设置至少三组摄像头，通过行人识别方法识别行人以及计数；通过视觉测速方法识别人流速度；通过深度学习对未来人流进行预测；全部数据来自于摄像头，由于各个站点的地铁通道、闸机、站台等都设置有摄像头，故不需要额外增加地铁运营方的硬件负担；感知包括地铁通道、闸机和站台的人流变化，为决策者提供真实全面的数据，便于决策者给出有效的轨交管控方式。