張金雷，陳瑤，楊立興，李華，陰佳騰

(北京交通大學(xué) 軌道交通控制與安全國家重點實驗室，北京 100044)

隨著城市化進程的加快，軌道交通客流量不斷增加，短時客流識別與預(yù)測相關(guān)研究也不斷增多。既有軌道交通短時客流預(yù)測相關(guān)研究大多以整個車站為最小單元，但隨著智慧地鐵的建設(shè)，以車站為最小單位進行短時客流預(yù)測已經(jīng)不能夠滿足更加精細(xì)化的軌道交通客流管理需要。因此，軌道交通短時客流預(yù)測需要向著更加精細(xì)化、科學(xué)化的方向改進，基于精細(xì)化的軌道交通站內(nèi)場景短時客流預(yù)測信息，乘客可更加合理地規(guī)劃出行，軌道交通運營管理部門可以及時采取措施疏散站內(nèi)擁擠乘客，預(yù)測和處理緊急情況，保障乘客乘車安全，提升乘客出行體驗。因此，研究軌道交通站內(nèi)不同場景下更加精細(xì)化的短時客流識別與預(yù)測意義重大。近年來，基于計算機視覺的目標(biāo)檢測與目標(biāo)跟蹤相關(guān)研究發(fā)展迅速，為利用現(xiàn)有的站內(nèi)監(jiān)控視頻數(shù)據(jù)，進行更加精細(xì)化的短時客流識別與預(yù)測提供了可用的算法。其中，目標(biāo)檢測指對視頻當(dāng)前幀內(nèi)的所有乘客進行檢測，目標(biāo)跟蹤指對視頻內(nèi)的所有乘客軌跡進行跟蹤，客流識別指利用目標(biāo)檢測與目標(biāo)跟蹤進行乘客數(shù)量統(tǒng)計以及客流時間序列提取。目標(biāo)檢測是計算機視覺領(lǐng)域的基礎(chǔ)研究內(nèi)容，其基本思路是通過處理視頻或圖片，檢測其中的目標(biāo)。例如，可借助目標(biāo)檢測算法對道路車輛進行檢測、分類與計數(shù)[1]，對軌道交通站內(nèi)場景下的乘客進行目標(biāo)檢測[2-4]。LIU 等[2]基于深度學(xué)習(xí)和光流法對上下車乘客進行檢測，ZHANG 等[3]基于卷積神經(jīng)網(wǎng)絡(luò)對站臺場景的乘客進行計數(shù)，SIPETAS 等[4]通過存檔的視頻數(shù)據(jù)對站臺留守乘客數(shù)量進行統(tǒng)計。然而，既有的軌道交通相關(guān)的目標(biāo)檢測研究僅識別監(jiān)控視頻中的客流數(shù)量，沒有與其他算法結(jié)合對站內(nèi)不同場景的客流同時進行識別和短時預(yù)測。利用視頻進行乘客數(shù)量統(tǒng)計以及客流時間序列提取時，需要借助目標(biāo)跟蹤算法對乘客軌跡進行跟蹤以及計數(shù)。目標(biāo)跟蹤算法基于目標(biāo)檢測結(jié)果進行，WOJKE 等[5]2017 年提出的Deep SORT 算法是當(dāng)前較為主流的目標(biāo)跟蹤算法，Deep SORT 可以較好地在目標(biāo)被長時間遮擋時進行行人重識別。目標(biāo)檢測與目標(biāo)跟蹤結(jié)合可以確定檢測目標(biāo)的軌跡，實現(xiàn)乘客數(shù)量統(tǒng)計及客流時間序列提取，例如對入侵鐵路的異物進行檢測和跟蹤[6]。然而，目標(biāo)跟蹤算法降低了實時性，因此在進行實時的檢測與跟蹤時，需考慮如何對模型以及視頻進行處理，以滿足實時檢測與跟蹤的要求。短時客流預(yù)測相關(guān)研究由來已久，從傳統(tǒng)的基于數(shù)理統(tǒng)計的預(yù)測模型，到基于機器學(xué)習(xí)的預(yù)測模型，再到基于深度學(xué)習(xí)的預(yù)測模型，短時客流預(yù)測經(jīng)歷了長遠的發(fā)展[7]。從道路交通領(lǐng)域的ST-ResNet[8]，DCRNN[9]和GE-GAN[10]等深度學(xué)習(xí)框架，到軌道交通領(lǐng)域的WT-ARMA[11]，ResLSTM[7]和ConvGCN[12]等深度學(xué)習(xí)框架，均為當(dāng)前較為先進的短時客流預(yù)測模型。然而，目前軌道交通客流數(shù)據(jù)主要來源于AFC 刷卡數(shù)據(jù)，只能統(tǒng)計車站整體的進出站人數(shù)，對于站內(nèi)的閘機口、樓扶梯口、換乘通道等場景，精細(xì)化短時客流識別與預(yù)測相關(guān)的研究不充分，難以從微觀層面把握站內(nèi)不同場景下的客流運行規(guī)律。為彌補既有研究的不足，基于檢測速度滿足實時性的輕量化YOLOv5 目標(biāo)檢測算法[13]和Deep SORT 目標(biāo)跟蹤算法，結(jié)合LSTM 預(yù)測算法[14]，以實時的監(jiān)控視頻數(shù)據(jù)為輸入，以精細(xì)化短時客流預(yù)測結(jié)果為輸出，構(gòu)建實時的、可在線訓(xùn)練的、端到端精細(xì)化短時客流識別與預(yù)測模型(Detect-Predict)。Detect-Predict 模型通過輸入軌道交通站內(nèi)場景下的監(jiān)控視頻數(shù)據(jù)，統(tǒng)計過去每5 min 此場景下通過的客流時間序列，并實時預(yù)測未來5 min的客流量。并且，模型采用借助稀疏化訓(xùn)練進行通道剪枝的方式對目標(biāo)檢測算法進行壓縮，同時采用處理輸入視頻每秒傳輸幀數(shù)(Frames Per Second，F(xiàn)PS)的方法，使得模型同時滿足了實時性與準(zhǔn)確性的要求，可以部署應(yīng)用到軌道交通站內(nèi)的相應(yīng)場景。

1 問題描述

為了進行精細(xì)化短時客流識別與預(yù)測，需要對視頻中的乘客進行目標(biāo)檢測和目標(biāo)跟蹤，以獲取乘客數(shù)量以及客流時間序列，將訓(xùn)練后的YOLOv5目標(biāo)檢測算法表示為f1(x)，將Deep SORT目標(biāo)跟蹤算法表達式簡化為f2(x)，將LSTM 短時客流預(yù)測算法的表達式簡化為f3(x)。利用獲取的客流時間序列進行預(yù)測，Detect-Predict 模型可表示為：

式中：X為監(jiān)控視頻數(shù)據(jù)；Y為當(dāng)前場景下的短時客流預(yù)測結(jié)果；f1為訓(xùn)練后的YOLOv5目標(biāo)檢測算法；f2為Deep SORT 目標(biāo)跟蹤算法；f3為LSTM 短時客流預(yù)測算法。

對于目標(biāo)檢測算法f1，將采集到的每張圖片及其標(biāo)注作為算法的訓(xùn)練集P(i,mi,xmi,ymi,wmi,hmi)。其中，i最大取圖片總數(shù)量n=2 428；mi為第i張圖片上標(biāo)注的檢測目標(biāo)數(shù)量；xmi,ymi,wmi,hmi分別表示第i張圖片、第mi個標(biāo)注目標(biāo)的中心點坐標(biāo)以及檢測框的寬和高。使用P(i,mi,xmi,ymi,wmi,hmi)訓(xùn)練YOLOv5目標(biāo)檢測算法，得到適用于軌道交通站內(nèi)場景、檢測目標(biāo)為乘客頭部的YOLOv5算法，YOLOv5算法訓(xùn)練前后可表示為:

式中：f′1為訓(xùn)練前的YOLOv5 算法；f1為訓(xùn)練后的YOLOv5算法。

利用訓(xùn)練后的YOLOv5 算法f1，得到輸入視頻中每幀圖片內(nèi)的檢測目標(biāo)坐標(biāo)f1(Xj)，并將其輸入至Deep SORT目標(biāo)跟蹤算法f2中，對檢測目標(biāo)進行逐幀跟蹤，得到乘客的運行軌跡，進而對視頻中的乘客數(shù)量進行統(tǒng)計，得到統(tǒng)計結(jié)果yj。因此，以監(jiān)控視頻數(shù)據(jù)X作為輸入，借助目標(biāo)檢測算法f1與目標(biāo)跟蹤算法f2，可得到客流時間序列識別結(jié)果：

式中：Xj為第j個時間段的監(jiān)控視頻數(shù)據(jù)；yj為第j個時間段內(nèi)的客流識別統(tǒng)計結(jié)果。本文以5 min 為時間粒度進行客流統(tǒng)計。

最后，將多個時間段的客流識別與統(tǒng)計結(jié)果作為客流時間序列，輸入至LSTM短時客流預(yù)測模型f3中，可得到當(dāng)前場景下的精細(xì)化短時客流預(yù)測結(jié)果：

式中：t為歷史時間步，采用8個歷史時間步；Y為未來1個時間步的客流預(yù)測結(jié)果。利用實時的客流統(tǒng)計結(jié)果，對LSTM 短時客流預(yù)測模型f3進行在線訓(xùn)練并微調(diào)，以提升LSTM 算法的實時在線預(yù)測精度。

2 模型構(gòu)建

2.1 Detect-Predict模型框架

基于計算機視覺的軌道交通站內(nèi)精細(xì)化短時客流識別與預(yù)測模型的整體結(jié)構(gòu)如圖1所示。

圖1 Detect-Predict模型框架Fig.1 Diagram of the Detect-Predict model

在構(gòu)建端到端的精細(xì)化短時客流識別與預(yù)測模型前，利用閘機口、樓扶梯口、換乘通道、站臺等處拍攝并標(biāo)注乘客頭部的圖片數(shù)據(jù)集訓(xùn)練YOLOv5目標(biāo)檢測算法，使得模型能夠在軌道交通站內(nèi)場景下進行乘客頭部檢測。其次，對模型進行剪枝壓縮，以滿足實時性及模型部署要求。然后，利用訓(xùn)練并剪枝優(yōu)化后的YOLOv5 目標(biāo)檢測算法，進行乘客數(shù)量統(tǒng)計以及客流時間序列提取。最后，利用提取的客流時間序列訓(xùn)練LSTM 模型，得到預(yù)訓(xùn)練后的短時客流預(yù)測模型。

模型總體輸入軌道交通站內(nèi)各場景下的監(jiān)控視頻，輸出精細(xì)化的短時客流預(yù)測結(jié)果，并通過不斷的在線訓(xùn)練，提升模型的預(yù)測效果。為了平衡識別精度與處理速度，該模型首先將輸入視頻處理為30 fps，并輸入以頭部為檢測目標(biāo)的YOLOv5 算法，檢測視頻中每幀圖片的目標(biāo)。其次，將檢測完畢的、帶有檢測框的每幀檢測結(jié)果依次輸入到Deep SORT 目標(biāo)跟蹤算法中，獲取每位乘客的運行軌跡，并根據(jù)運行軌跡統(tǒng)計5 min 時間粒度下視頻中的乘客數(shù)量。目標(biāo)檢測和目標(biāo)跟蹤部分共同構(gòu)成客流識別算法。最后，將上述客流識別算法輸出的客流時間序列實時輸入到LSTM算法中，進行精細(xì)化短時客流預(yù)測并在線訓(xùn)練與微調(diào)，以提升LSTM算法的后續(xù)預(yù)測精度。

2.2 乘客數(shù)量統(tǒng)計以及客流時間序列提取算法

首先，對各場景下的客流數(shù)量進行識別和統(tǒng)計。利用站內(nèi)已有視頻監(jiān)控，借助計算機視覺領(lǐng)域的YOLOv5 目標(biāo)檢測算法和Deep SORT 目標(biāo)跟蹤算法，根據(jù)每位乘客在畫面中的通行情況統(tǒng)計乘客數(shù)量。視頻中存在乘客之間互相遮擋問題，由于軌道交通站內(nèi)視頻監(jiān)控的視角通常較高，頭部遮擋情況較輕，因此將檢測目標(biāo)設(shè)置為乘客的頭部，以減少畫面中乘客密集時互相遮擋對檢測精度的影響。

YOLOv5目標(biāo)檢測算法是對YOLO系列算法的輕量化改進和對檢測速度的進一步優(yōu)化，既有的方法不能在站內(nèi)的具體場景內(nèi)做細(xì)粒度檢測。YOLOv5具有檢測精度高的屬性，且能夠滿足檢測的實時性，因此選取YOLOv5 作為模型中的目標(biāo)檢測算法。

Deep SORT 跟蹤算法是在以乘客頭部為目標(biāo)的檢測算法的基礎(chǔ)上，對輸入每幀圖片中的乘客進行重識別，從而獲得乘客的運行軌跡。其中，Deep SORT 的核心算法是卡爾曼濾波算法和匈牙利算法，卡爾曼濾波算法用于對下一幀的目標(biāo)檢測框進行預(yù)測，匈牙利算法用于級聯(lián)匹配和IoU匹配。通過不斷的預(yù)測和匹配過程，得到乘客的運行軌跡?？紤]到算法落地需要模型部署和移植，對YOLOv5 算法進行壓縮。采取通道剪枝(Network Slimming)的方法[14]對YOLOv5 算法進行剪枝和緊湊。剪枝的整體步驟如圖2所示。

圖2 剪枝整體流程Fig.2 Process of pruning

剪枝的具體流程為：對YOLOv5 算法進行正常訓(xùn)練得到能夠檢測乘客頭部的初始網(wǎng)絡(luò)；對初始網(wǎng)絡(luò)的Batch Normalization(BN)層進行剪枝；稀疏訓(xùn)練，改變BN 層參數(shù)的權(quán)重分布，使其均值趨向于0；對參數(shù)趨向于0 的BN 層進行剪枝，算法參數(shù)減少；微調(diào)，使得算法的精度回升，壓縮工作完成。

將剪枝完成后更緊湊的YOLOv5 目標(biāo)檢測算法與Deep SORT 目標(biāo)跟蹤算法組合用于乘客數(shù)量統(tǒng)計，將不同時間段統(tǒng)計的乘客數(shù)量組合成客流時間序列。規(guī)定乘客檢測框左側(cè)中點處為檢測撞線點，如圖3中乘客檢測框的左側(cè)標(biāo)定點。在監(jiān)控畫面中設(shè)置2 條橫向的居中檢測線，如圖3 中標(biāo)號分別為1 和2 的橫線。根據(jù)乘客運行軌跡的標(biāo)定點通過畫面中橫向檢測線的順序判斷畫面中乘客的通行方向和數(shù)量，具體為，標(biāo)定點依次通過2條檢測線則相應(yīng)通過方向乘客數(shù)量計數(shù)增加一個單位。例如，ID號為41的乘客標(biāo)記點先通過1線再通過2線，則下行方向Down 的數(shù)量加1。最終以此輸出5 min 時間粒度下乘客通行數(shù)量的時間序列數(shù)據(jù)，實時輸入后續(xù)短時客流預(yù)測算法中。

圖3 客流識別Fig.3 Passenger flow extraction

2.3 短時客流預(yù)測算法

利用以5 min 為時間粒度的客流時間序列，構(gòu)建LSTM 短時客流預(yù)測算法。LSTM 算法可以在一定程度上解決長期依賴問題。將實時提取的客流時間序列不斷輸入LSTM 算法中，對LSTM 算法進行實時在線訓(xùn)練并預(yù)測輸出未來客流時間序列。至此，完整的基于計算機視覺的端到端軌道交通站內(nèi)精細(xì)化短時客流識別與預(yù)測模型構(gòu)建完畢。

3 實驗及分析

本節(jié)對實驗環(huán)境及數(shù)據(jù)集進行簡介，對Detect-Predict模型以及實驗結(jié)果進行分析。

3.1 實驗環(huán)境及數(shù)據(jù)簡介

1) 實驗環(huán)境

實驗平臺為64 位win10 服務(wù)器，CPU 為i9-10900X，GPU 為RTX3080，配置CUDA10.0+Anaconda3，使用PyTorch深度學(xué)習(xí)框架1.9.0版本。

2) 目標(biāo)檢測數(shù)據(jù)集簡介

拍攝北京地鐵某站站內(nèi)閘機口、樓扶梯口、換乘通道、站臺等處2 428 張圖片，標(biāo)注其中共45 983個檢測目標(biāo)作為軌道交通站內(nèi)場景下的乘客頭部數(shù)據(jù)集，用于訓(xùn)練YOLOv5 目標(biāo)檢測算法。拍攝的部分場景如圖4 所示，畫面內(nèi)乘客角度豐富：圖4(a)中閘機口乘客較分散，沒有明顯分布規(guī)律，學(xué)習(xí)到的特征集中于檢測目標(biāo)本身；圖4(b)中換乘通道1的乘客大多背對攝像頭，學(xué)習(xí)到的特征角度多樣化；圖4(c)中換乘通道2 的乘客十分密集，算法更能適應(yīng)密集場景下的目標(biāo)檢測。使用LabelImg 準(zhǔn)確標(biāo)注數(shù)據(jù)集中的每個乘客頭部。圖4中的方框為標(biāo)注結(jié)果。以此數(shù)據(jù)集訓(xùn)練目標(biāo)檢測算法可以提高其在不同角度、不同尺度等方面檢測乘客頭部的準(zhǔn)確性。

3) 精細(xì)化短時客流識別與預(yù)測模型數(shù)據(jù)簡介

此處使用拍攝的北京地鐵某站某樓扶梯口的視頻數(shù)據(jù)?？紤]到視頻數(shù)據(jù)體積龐大，同時為避免周內(nèi)各天客流規(guī)律不同對實驗結(jié)果造成影響，選取連續(xù)5 個周五且在客流數(shù)量最多的早高峰6:30—9:30拍攝視頻數(shù)據(jù)，每日視頻時長為180 min，視頻分辨率為1 080 P。按照5 min時間粒度統(tǒng)計下行方向通過檢測線的乘客數(shù)量，每日生成36 個早高峰客流時間序列。其中，視頻中的真實人數(shù)由人工計數(shù)確定。

客流識別時間不能超過視頻本身時長，否則會影響識別的實時性。同時，視頻幀數(shù)越高，識別結(jié)果越接近真實值，但是識別的時間越長。因此，為了平衡客流識別的實時性與準(zhǔn)確性，將一段5 min 的視頻數(shù)據(jù)處理成如圖5 所示的12 個不同幀數(shù)下的視頻，統(tǒng)計該幀數(shù)下對應(yīng)的識別時間以及識別結(jié)果，該5 min 視頻內(nèi)的真實乘客人數(shù)為112 人。由圖5 可知，隨著視頻幀數(shù)的增加，識別時間相應(yīng)增長，識別結(jié)果更加準(zhǔn)確，當(dāng)視頻幀數(shù)為30 fps，即圖5 中加大圓點處時，識別時間小于5 min，能夠滿足實時性要求，選取30 fps 的視頻作為精細(xì)化短時客流識別與預(yù)測模型的輸入。

圖5 幀數(shù)選擇對識別時間與識別結(jié)果的影響Fig.5 Influence of frame number selection on recognition time and recognition results

為驗證將視頻幀數(shù)處理為30 fps是否滿足客流識別的實時性，使用本研究拍攝的視頻數(shù)據(jù)對客流識別的實時性進行驗證。將總時長為900 min 的視頻數(shù)據(jù)劃分為180 個時長為5 min 的視頻，將視頻幀數(shù)批量處理為30 fps，并依次輸入客流識別模型中統(tǒng)計單個視頻的識別時間。結(jié)果表明，在視頻幀數(shù)為30 fps 的情況下，客流識別的時間均在5 min 以下，識別的平均時間為272 s，部分視頻的識別結(jié)果如表1所示。因此，客流識別能夠滿足實時性的要求，時長為5 min 的視頻均可在5 min 以內(nèi)識別完畢。

表1 60 fps與30 fps識別時間及準(zhǔn)確率對比Table 1 Comparison of recognition time and accuracy between 60 fps and 30 fps

3.2 乘客數(shù)量統(tǒng)計以及客流時間序列提取算法

1) 正常訓(xùn)練

訓(xùn)練YOLOv5 的目標(biāo)檢測算法，迭代次數(shù)epoch 為300，得到軌道交通站內(nèi)場景下乘客頭部檢測的權(quán)重。在交并比IoU 為0.5 的情況下目標(biāo)檢測算法的精確率Precision 為0.912，召回率Recall為0.779，平均精度mAP為82.1%。

精確率的計算公式為：

4.教學(xué)考核體系不完善。目前空乘專業(yè)學(xué)生的考核還是沿襲高校學(xué)校教學(xué)管理部門統(tǒng)一的評估體系，不利于加強空乘專業(yè)學(xué)生教學(xué)過程的控制與管理。第一，所有專業(yè)學(xué)生大學(xué)英語課程統(tǒng)一考試，沒有考慮到學(xué)生基礎(chǔ)的差異性；第二，各專業(yè)培養(yǎng)目標(biāo)不同，學(xué)生特點不同，考核形式和內(nèi)容也應(yīng)體現(xiàn)個性化特征。對于空乘專業(yè)的學(xué)生，應(yīng)該加強教學(xué)過程的控制，提高平時的分?jǐn)?shù)比例，結(jié)合其到課情況、課堂表現(xiàn)、學(xué)習(xí)效果給予及時、客觀的評價，以提高其學(xué)習(xí)的信心和積極性。

其中：TPA為乘客頭部被正確檢測的數(shù)量；FPA為將背景錯誤地識別為乘客的檢測數(shù)量。

召回率的計算公式為：

其中：FNA為將乘客頭部錯誤地檢測為背景的數(shù)量。

訓(xùn)練后算法的可視化結(jié)果如圖6所示，其中檢測框為模型的檢測結(jié)果。該結(jié)果顯示軌道交通站內(nèi)多個場景的檢測效果較好，正對、背對鏡頭的乘客能夠得以識別，密集通道處的遮擋乘客也得到了較好的識別。這表明該檢測算法可以滿足統(tǒng)計乘客數(shù)量以及提取客流時間序列的需求。

圖6 目標(biāo)檢測效果Fig.6 Example of object detection effect

2) 稀疏訓(xùn)練

以上述正常訓(xùn)練得到的YOLOv5 作為初始網(wǎng)絡(luò)，對其BN 層的權(quán)重γ進行稀疏化處理，其中正則系數(shù)λ設(shè)置為0.000 1。未進行稀疏訓(xùn)練時，初始網(wǎng)絡(luò)的權(quán)重γ值隨訓(xùn)練迭代次數(shù)epoch 的分布如圖7(a)所示，隨著訓(xùn)練迭代次數(shù)的增加，權(quán)重γ始終接近均值為1 的正態(tài)分布，其中幾乎沒有接近0的權(quán)重參數(shù)，因此可用于剪枝的BN 層較少，難以達到模型壓縮的效果。對網(wǎng)絡(luò)進行稀疏化訓(xùn)練后，權(quán)重γ值隨訓(xùn)練迭代次數(shù)epoch 的分布如圖7(b)所示，BN 層的參數(shù)隨著訓(xùn)練迭代次數(shù)的增加，權(quán)重分布的均值逐漸趨向于0，因此，存在較多權(quán)重的取值接近于0，可用于剪枝的BN 層較多，滿足剪枝條件，剪枝后能夠達到模型壓縮的效果。

圖7 正常訓(xùn)練與稀疏訓(xùn)練的γ值分布Fig.7 Distribution of γunder normal training and sparsity training

3) 模型剪枝及微調(diào)

隨著訓(xùn)練次數(shù)的增加，越來越多的權(quán)重γ值接近于0。將權(quán)重γ值接近于0 的BN 層從網(wǎng)絡(luò)中刪除，從而達到剪枝壓縮的目的。

經(jīng)過微調(diào)，剪枝前后的模型效果對比如表2所示。由表2可知，剪枝的所有步驟完成后，目標(biāo)檢測算法的mAP 上升了一個百分點，權(quán)重文件和參數(shù)數(shù)量均得到了較好的壓縮。將剪枝后的乘客頭部檢測算法與Deep SORT 目標(biāo)跟蹤算法相結(jié)合構(gòu)成客流識別算法，用于統(tǒng)計乘客數(shù)量以及提取客流時間序列，其中Deep SORT 算法已在大型行人重識別數(shù)據(jù)集上訓(xùn)練完畢，適用于對乘客頭部進行追蹤。

表2 剪枝前后模型對比Table 1 Model comparison before and after pruning

4) 客流識別算法實驗結(jié)果

以某樓扶梯口下行方向乘客的統(tǒng)計為例，利用客流識別算法對該場景下的乘客數(shù)量進行統(tǒng)計。每5 min 輸出一次統(tǒng)計結(jié)果，得到以5 min 為時間粒度的時間序列數(shù)據(jù)。將連續(xù)5個周五的早高峰視頻數(shù)據(jù)統(tǒng)計與識別結(jié)果進行可視化，如圖8 所示。結(jié)果顯示算法識別結(jié)果與真實值接近，滿足預(yù)測需要。

此外，該算法在該樓扶梯口連續(xù)5個周五的早高峰6:30—9:30的視頻數(shù)據(jù)上進行測試，得到算法準(zhǔn)確率為99.48%。準(zhǔn)確率Accuracy 的計算如式(7)所示。

其中：TPB為乘客被正確識別且計數(shù)的數(shù)量；TNB為非乘客沒有被計數(shù)的數(shù)量；FPB為假陽性，即非乘客被錯誤識別并計數(shù)的數(shù)量；FNB為假陰性，即乘客被錯誤識別且并未得到計數(shù)的數(shù)量。

3.3 精細(xì)化短時客流預(yù)測

利用上述識別的客流時間序列，構(gòu)建基于LSTM 的短時客流預(yù)測模型，取80%的數(shù)據(jù)為訓(xùn)練集，學(xué)習(xí)率為0.002，迭代次數(shù)epoch 為1 500。剩余20%的數(shù)據(jù)為測試集，用于端到端的Detect-Predict 模型的測試，該模型預(yù)測結(jié)果的均方根誤差RMSE 為11.07，平均絕對誤差MAE 為8.02，加權(quán)平均絕對誤差百分比WMAPE 為12.57%，預(yù)測結(jié)果如圖9所示。預(yù)測結(jié)果能基本擬合真實結(jié)果，說明Detect-Predict 模型具有較好的短時客流預(yù)測效果。

4 結(jié)論

1) 當(dāng)視頻取30 fps時，短時客流識別算法能夠同時滿足實時性與準(zhǔn)確性要求。

2) 采用的通道剪枝方法能夠有效降低模型體積和參數(shù)量，節(jié)省計算資源，使得剪枝后的模型權(quán)重文件大小由14.4 M 減小到2.9 M，參數(shù)數(shù)量由706萬減少到139萬。

3) 提出的端到端的Detect-Predict 模型中，識別部分的準(zhǔn)確率Accuracy 為91.0%，召回率Recall為78.0%，平均精度mAP 為82.1%，預(yù)測部分的RMSE 為 11.07，MAE 為 8.02，WMAPE 為12.57%。精細(xì)化短時客流識別與預(yù)測效果均較好，可用于部署應(yīng)用，掌握軌道交通站內(nèi)微觀客流變化規(guī)律，從而進行精細(xì)化客流監(jiān)控和運營管理。

Detect-Predict模型為軌道交通站內(nèi)的精細(xì)化客流統(tǒng)計和預(yù)測提供了理論方法，但由于軌道交通站內(nèi)場景具有復(fù)雜多樣性，模型精度可能受監(jiān)控設(shè)備的分辨率、乘客的重疊程度等外部因素影響。在此基礎(chǔ)上對輸入視頻和模型精度的影響關(guān)系進行探究，有望實現(xiàn)精度更高、魯棒性更強的軌道交通站內(nèi)精細(xì)化短時客流的識別與預(yù)測。