基于移动边缘计算的公交客流统计系统设计与实现
发布时间：2023-05-11 00:50
随着城市化进程的不断推进,道路交通拥堵状况持续加重,公共交通的作用愈发显著。公交车作为居民最常用的公共交通选择,有效统计公交客流量不仅能方便居民合理规划出行方式而且可以帮助公交公司灵活安排运力。现有基于视频处理的客流统计方法主要分为两种:基于传统图像处理方法和基于卷积神经网络方法。其中传统图像处理方法通常运行在嵌入式平台上,实时性好但准确度较低。基于卷积神经网络方法虽然准确度高但是需要进行大规模矩阵计算,因而很难在嵌入式平台上运行,所以通常经过核心网络上传视频到中心云端进行处理,这种做法不仅占用大量网络带宽而且延迟长、实时性差。随着5G的发展,作为其关键技术之一的移动边缘计算,由于其邻近性、低时延等特点为客流统计系统提供了新思路。结合移动边缘计算特点,本文设计并实现了基于移动边缘计算的公交客流统计系统。通过在网络边缘侧的移动边缘计算服务器上部署客流统计应用,接收并处理公交上下车门处的监控视频,进而完成客流统计任务。本文首先对应用背景、相关原理、技术进行了介绍,随后给出基于移动边缘计算的客流统计系统的总体设计与模块设计,然后重点研究部署在边缘服务器端的目标检测、跟踪与计数三个模块。通过以...
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪言
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于图像处理客流统计系统研究现状
1.2.2 移动边缘计算研究现状
1.3 本文研究内容
1.4 论文的组织结构
第二章 相关理论及技术介绍
2.1 移动边缘计算
2.1.1 移动边缘计算特性
2.1.2 移动边缘计算架构
2.1.3 移动边缘计算服务场景
2.2 卷积神经网络介绍
2.2.1 神经网络算法
2.2.2 yolo目标检测框架
2.3 卡尔曼滤波
2.4 匈牙利匹配算法
2.5 本章小结
第三章 系统分析与设计
3.1 系统需求分析
3.1.1 功能需求分析
3.1.2 非功能需求
3.2 基于移动边缘计算公交客流统计系统总体设计
3.3 公交客流统计系统模块设计
3.3.1 视频采集编码模块
3.3.2 开关车门检测模块
3.3.3 网络传输模块
3.3.4 乘客检测模块
3.3.5 跟踪与计数模块
3.4 本章小结
第四章 乘客检测模块设计与实现
4.1 原始视频集介绍
4.2 检测目标选择
4.3 目标检测算法分析比较
4.3.1 常用目标检测算法
4.3.2 帧差法介绍与测试
4.3.3 基于目标建模检测方法介绍与测试
4.3.4 基于候选区域的目标检测方法介绍和测试
4.3.5 常用算法测试结论
4.4 基于yolov3 的目标检测
4.4.1 数据集的制作
4.4.2 模型训练
4.4.3 训练结果
4.5 本章小结
第五章 目标跟踪和计数模块设计与实现
5.1 常用跟踪算法分析与测试
5.1.1 光流法分析与测试
5.1.2 KCF跟踪算法分析与测试
5.2 多目标跟踪器设计与实现
5.2.1 跟踪算法思路
5.2.2 基于卡尔曼滤波的状态预测
5.2.3 关联矩阵的构建
5.2.4 跟踪目标的状态转变
5.3 计数模块设计与实现
5.3.1 典型上下车运动轨迹分析
5.3.2 上下车行为判定算法
5.4 本章小结
第六章 客流统计系统实现和测试
6.1 系统实现
6.1.1 系统工作流程
6.1.2 视频采集编码模块实现
6.1.3 网络传输模块实现
6.2 开发测试环境介绍
6.3 系统测试和分析
6.3.1 测试集介绍
6.3.2 乘客检测模块测试和分析
6.3.3 目标跟踪模块测试与分析
6.3.4 系统准确度测试与分析
6.3.5 系统处理速度测试与分析
6.3.6 系统鲁棒性测试与分析
6.3.7 无线环境下系统速度测试与分析
6.4 本章小结
第七章 总结与展望
7.1 工作总结
7.2 课题展望
致谢
参考文献
个人简介
攻读硕士学位期间发表的论文
本文编号：3813824
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪言
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于图像处理客流统计系统研究现状
1.2.2 移动边缘计算研究现状
1.3 本文研究内容
1.4 论文的组织结构
第二章 相关理论及技术介绍
2.1 移动边缘计算
2.1.1 移动边缘计算特性
2.1.2 移动边缘计算架构
2.1.3 移动边缘计算服务场景
2.2 卷积神经网络介绍
2.2.1 神经网络算法
2.2.2 yolo目标检测框架
2.3 卡尔曼滤波
2.4 匈牙利匹配算法
2.5 本章小结
第三章 系统分析与设计
3.1 系统需求分析
3.1.1 功能需求分析
3.1.2 非功能需求
3.2 基于移动边缘计算公交客流统计系统总体设计
3.3 公交客流统计系统模块设计
3.3.1 视频采集编码模块
3.3.2 开关车门检测模块
3.3.3 网络传输模块
3.3.4 乘客检测模块
3.3.5 跟踪与计数模块
3.4 本章小结
第四章 乘客检测模块设计与实现
4.1 原始视频集介绍
4.2 检测目标选择
4.3 目标检测算法分析比较
4.3.1 常用目标检测算法
4.3.2 帧差法介绍与测试
4.3.3 基于目标建模检测方法介绍与测试
4.3.4 基于候选区域的目标检测方法介绍和测试
4.3.5 常用算法测试结论
4.4 基于yolov3 的目标检测
4.4.1 数据集的制作
4.4.2 模型训练
4.4.3 训练结果
4.5 本章小结
第五章 目标跟踪和计数模块设计与实现
5.1 常用跟踪算法分析与测试
5.1.1 光流法分析与测试
5.1.2 KCF跟踪算法分析与测试
5.2 多目标跟踪器设计与实现
5.2.1 跟踪算法思路
5.2.2 基于卡尔曼滤波的状态预测
5.2.3 关联矩阵的构建
5.2.4 跟踪目标的状态转变
5.3 计数模块设计与实现
5.3.1 典型上下车运动轨迹分析
5.3.2 上下车行为判定算法
5.4 本章小结
第六章 客流统计系统实现和测试
6.1 系统实现
6.1.1 系统工作流程
6.1.2 视频采集编码模块实现
6.1.3 网络传输模块实现
6.2 开发测试环境介绍
6.3 系统测试和分析
6.3.1 测试集介绍
6.3.2 乘客检测模块测试和分析
6.3.3 目标跟踪模块测试与分析
6.3.4 系统准确度测试与分析
6.3.5 系统处理速度测试与分析
6.3.6 系统鲁棒性测试与分析
6.3.7 无线环境下系统速度测试与分析
6.4 本章小结
第七章 总结与展望
7.1 工作总结
7.2 课题展望
致谢
参考文献
个人简介
攻读硕士学位期间发表的论文
本文编号：3813824
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3813824.html
