基于GESE-DET的轨道交通乘客识别算法

作     者：罗薇 魏思龙 王益 朱瀚宇 李鹏飞 LUO Wei;WEI Silong;WANG Yi;ZHU Hanyu;LI Pengfei

作者机构：北京建筑大学通用航空技术北京实验室北京100044 广州大学土木与交通工程学院广州510006 北京市轨道交通指挥中心北京100192 

出 版 物：《交通工程》 (Journal of Transportation Engineering)

年 卷 期：2025年第25卷第2期

页      面：91-96页

学科分类：08[工学] 082303[工学-交通运输规划与管理] 0823[工学-交通运输工程] 

基　　金：教育部人文社会科学研究青年基金项目(21YJC630094) 北京市属高等学校高水平科研创新团队建设支持计划项目(BPHR20220109) 

主　　题：轨道交通 乘客识别 YOLOv8 特征金字塔 注意力机制 

摘      要：对轨道交通乘客识别算法进行了研究。首先,基于YOLOv8算法,结合Giraff e-Det网络结构和ESE注意力机制,提出了GESE-DET目标检测模型。随后,选取典型的轨道交通换乘站的闸机和扶梯处客流视频,进行模型验证。最后,通过分析精确率、召回率、mAP50、mAP50-954个指标,验证了GESE-DET模型的优越性。研究结果表明,GES E-DET模型在轨道交通乘客识别中的精确率达85%,相比YOLOv8、YOLOv8+CBAM、YOLOv8+GAM模型,召回率与mAP提升超过30%。研究成果可为城市轨道交通客流精细化管理提供技术支持,增强应对突发事件时的反应能力。