公交车人群计数系统作为智能公交系统的重要组成部分,可以为公交线路配置和车辆调度提供重要数据支撑,对公交运营调度的智能化管理具有重要意义。本文利用公交车监控视频数据,研究了基于深度神经网络和数字图像处理技术的公交车人群计数算法,并实现了公交车人群计数系统。本文主要工作如下:一、本文提出了一个基于卷积神经网络的车门开关状态检测算法,通过搭建一个全卷积的分类网络,对视频图像进行“开门”、“关门”二分类,实现了对车门开关状态的检测。本文通过对该网络模型的优化压缩了模型参数,同时因为其全卷积的结构,对输入图像尺寸没有限制。在本文数据集上,该网络取得了非常好的检测效果。二、针对公交车内的人头检测问题,本文在大约173个小时的真实公交车监控视频的基础上制作了公交车人头检测数据集,并提出了结合预训练模型进行数据标注的方法。在该数据集上,本文对基于深度学习的目标检测算法Faster-RCNN、RFCN、SSD算法进行优化和训练,通过测试这些算法的检测速度和精度,最终选取ResNet101+RFCN网络结构作为本文的人头检测算法。三、设计并实现了公交车监控视频场景下的人群计数算法:对于公交车监控视频场景下的人群密度估计问题,本文研究并实现了MCNN算法和基于人头检测的人群密度估计算法,并对这两种算法的精度和速度进行了对比分析;对于公交车监控视频场景下的人流量计数问题,本文利用人头检测算法获取检测信息,设计了帧间目标关联匹配算法来得到乘客的运动轨迹,在运动轨迹的基础上设计了跨线计数算法,实现了对公交车乘客下车人流量计数。四、利用公交车人群计数系统相关算法,本文实现了公交车人群计数系统的软件设计,该系统可以实时显示公交车内的当前状态和人群计数结果,帮助用户了解相关信息。