摘要
本发明提供一种基于深度学习的公交车客流统计方法,属于智慧交通技术领域,其方法包括获取公交车构造图,部署检测装置,基于检测装置进行多源数据采集;对多源数据进行分类,确定车辆数据与乘客数据,根据车辆数据与乘客数据对乘客进行上下车行为检测,得出行为检测结果;对行为检测结果进行量级分析,得出结构化量级报告,对结构化量级报告进行人脸识别模型参数关联,得出关联结果,基于关联结果配置人脸识别模型;基于人脸识别模型融合历史客流、车辆北斗轨迹与天气数据,形成预测模型,得出预测变动人数,将预测变动人数推送至调度中心优化车辆调配实现数据驱动的动态车辆调配,提高感知的精准度,实现对客流的智能预测,优化资源分配。
技术关键词
人脸识别模型
数据分类模型
传感器阵列
多模态协同
公交车
车辆
关键尺寸参数
融合历史
静态特征
特征提取方法
数字孪生
报告
拓扑特征
融合策略
智慧交通技术
数据分析模型
人脸识别系统
天气
系统为您推荐了相关专利信息
扫描模块
多光谱
边缘控制器
指数衰减曲线
频段可调
施肥策略
智能施肥方法
云端智能决策
作物生长模型
水溶肥
多维时序数据
动态缺陷
风险评估值
传感器阵列
设备控制指令
机器人触觉传感器
模拟多路复用器
触觉传感单元
数据采集模块
通信单元
中医机器人
光谱成像
多模态数据融合
机器人主体
模拟训练器