作品详情

大赛登录

大赛注册

当前位置：首页大赛首页 "视智通”一AI视频融合交通感知系统

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称："视智通”一AI视频融合交通感知系统
学校名称：山东科技大学
参赛队伍：星辰大海队
队伍编号：218518
参赛学生：刘霄马章睿郭小萌韩淑敏
指导老师：任永兆
投票日期：2025年10月10日 00:00->2025年12月15日 00:00
请在微信端进行投票。点此扫描二维码。

详细说明

作品简介

本项目由山东科技大学星辰大海队完成，旨在通过公交车内视频数据实现乘客检测、跟踪及跨摄像头重识别，获取精准的公交客流数据，助力智慧公交发展。

一、研究背景与目的

传统公交客流数据收集方法存在诸多不足，而公交摄像头普及与计算机视觉技术发展为获取公交乘客 OD 信息提供了新思路。本项目基于此，以实现高精度公交乘客检测、优化多目标跟踪性能、提取乘客上下车行为数据以及跨摄像头重识别为目标，致力于提升公交运营效率与管理水平，推动智能交通系统发展。

二、核心内容与方法

（一）技术架构

项目融合了先进的计算机视觉算法与嵌入式硬件平台，构建了完整的公交客流检测与 OD 分析系统，涵盖目标检测、多目标跟踪和行人重识别等关键技术，实现从视频输入到公交乘客 OD 信息输出的全流程自动化。

（二）关键算法与模型

1. 改进的 YOLOv8 检测框架：引入 DAttention 机制和 BiFPN 结构，使用 WIoUv3 损失函数，提升检测精度与鲁棒性。

2. 深度融合的跟踪算法：将改进后的 YOLOv8 作为 DeepSORT 的检测器，结合卡尔曼滤波与级联匹配策略，显著提升多目标跟踪性能。

3. 基于 Swin Transformer 的重识别方法：利用 Swin Transformer 提取特征，结合随机擦除数据增强和 BNNeck 结构，提升跨摄像头识别鲁棒性。
（三）数据处理与标注

从 Roboflow 平台获取公开数据集，使用大疆 Pocket3 手持相机拍摄真实公交车内场景视频数据，通过 Roboflow 平台进行格式转换和数据增强处理，采用 LabelImg 工具对图像数据进行标注，为模型训练提供丰富、多样且精准的标注数据。

（四）系统集成与测试

在仿真环境中完成算法验证与调优后，计划在真实公交车上部署原型系统，开展实车测试与效果评估。系统在检测精度（mAP）、多目标跟踪准确率（MOTA）和重识别匹配率（Rank-1/mAP）等指标上均达到较高水平，具备良好的实际应用潜力。

三、创新亮点

1. 算法创新：改进的 YOLOv8 检测框架、深度融合的跟踪算法以及基于 Swin Transformer 的重识别方法，显著提升系统整体性能。

2. 技术融合：将计算机视觉、机器学习、嵌入式系统及云数据处理等多类技术有机结合，实现端到端自动化分析。

3. 实际应用价值：检测精度高，重识别性能卓越，可广泛应用于公交运营企业，优化线路规划、车辆调度和站点设置，提升运营效率和服务质量，同时为城市交通管理部门提供实时客流数据，辅助交通信号控制优化，缓解交通拥堵。

四、产品价值与效益

1. 产业贡献：提升公交运营效率与管理水平，推动智能交通系统发展，促进相关产业发展。

2. 经济社会效益：提升公共交通服务质量，优化城市交通资源配置，保障公共交通安全，降低运营成本，创造新的商业价值，带动相关产业经济增长。

本项目凭借其创新性技术、强大的实际应用价值以及显著的产业与社会经济效益，有望在智慧公交和智能交通领域发挥重要作用。