基于YOLO11-DeepSort的城市轨道交通站内客流状态识别方法

本发明公开了一种基于YOLO11‑DeepSort的城市轨道交通站内客流状态识别方法，包括：S1.构建乘客头部图像数据集，利用所述数据集对YOLO11模型进行训练；S2.利用训练好的YOLO11模型检测视频帧中的乘客头部，输出边界框坐标以及置信度；S3.对检测到的乘客头部进行轨迹跟踪，生成连续运动路径；S4.基于跟踪结果，计算客流量、乘客步行速度以及客流密度；S5.对站内瓶颈区的客流分别聚类，划分不同等级客流状态，计算得到各等级对应的参数阈值；S6.根据实时参数与参数阈值的匹配关系识别客流状态。本发明能够实时准确检测客流异常以及研判客流状态，为车站实时安全管理和应急客流疏散提供了技术支持。