摘要
本申请涉及人工智能(AI)与计算机视觉技术领域,其具体地公开了一种智能候车亭乘客行为分析系统,其通过高清摄像头、毫米波雷达和温湿度传感器采集候车亭视频流、雷达点云和环境参数并预处理;对齐视频帧与雷达点云时空信息,基于注意力机制融合特征;利用改进型YOLOv8n网络检测乘客位置生成检测框;通过匈牙利算法绑定检测框与雷达点云,结合环境参数生成带唯一身份I D的检测框,用Softmax多标签分类器识别行为标签;计算区域密度得到密度等级信号;通过实时可视化界面展示异常行为、密度热力图和环境参数,依据密度等级与异常行为触发分级预警。本申请实现了候车亭乘客行为的精准分析与实时监控,提升了安全性和管理效率。
技术关键词
智能候车亭
分析系统
匈牙利算法
空间金字塔池化
注意力机制
雷达点云数据
可视化界面
全景视频流
嵌入特征
Retinex算法
时序特征
融合特征
密度
温湿度传感器
高清摄像头
显示环境参数
跨模态
系统为您推荐了相关专利信息
分析系统
多模态数据采集
分析模块
车辆状态数据
指数
资金
数据分析系统
风险分析报告
知识图谱构建
三元组
依赖特征
模态特征
时序特征
多路径
故障预测方法