摘要：随着商业综合体与智慧楼宇不断发展，自动扶梯通道的分方向客流数据逐渐成为设备调度、通道管理和运营分析的重要依据。传统传感器计数在多人并行、持续遮挡和方向辨识等场景下存在局限。本文围绕商场自动扶梯固定机位监控视频，研究并设计一套基于YOLOv8目标检测与SORT多目标跟踪的智能电梯客流统计系统
内容简介
系统利用轻量化YOLOv8n进行人员定位，采用基于卡尔曼滤波和匈牙利算法的SORT建立跨帧轨迹ID，在视频坐标系内设置上下行两条有限计数线，综合轨迹侧别变化、点线空间关系和ID去重产生通行事件。通过区域掩膜限制有效统计区域，并以PyQt5构建包含视频预览、模型配置、算法阈值、计数线设置、运行状态、统计卡片和事件日志的三栏图形化界面。
根据现有演示截图，一段1280×720的样例视频共处理632帧，界面记录上行4人次、下行2人次、双线合计6人次，并显示约21.5～21.6 FPS的处理中瞬时速度。上述数据能够证明原型的运行和统计展示过程，但由于缺乏人工事件真值、硬件配置及独立对照实验，尚不能据此确认通用计数准确率或硬件性能优势。论文同时给出了可复现的评价指标、消融对照及后续实验方案。研究成果为自动扶梯视频客流统计提供了模块化、可解释的工程实现路径。
文档概述
文档信息
版本：初稿
页数：50页
字数：23664个字
格式：word（可编辑）
图表：11张图、7张表、16个公式
文档目录
第1章 绪论 1
1.1 研究背景与意义 1
1.1.1 智慧楼宇的人员流动管理需求 1
1.1.2 传统方法及其局限 1
1.1.3 研究意义与边界 2
1.2 国内外相关研究现状 2
1.2.1 人员目标检测技术 2
1.2.2 多目标跟踪技术 2
1.2.3 视频客流统计研究 3
1.3 研究内容、技术路线与论文结构 3
1.3.1 主要研究任务 3
1.3.2 工作特点与创新性分析 4
1.3.3 全文组织结构 4
第2章 相关理论与关键技术 5
2.1 深度卷积神经网络与目标检测 5
2.1.1 卷积特征提取 5
2.1.2 YOLO系列与单阶段检测 5
2.1.3 检测阈值与输出表示 6
2.2 SORT多目标跟踪原理 6
2.2.1 跟踪状态与运动预测 6
2.2.2 预测修正与数据关联 6
2.2.3 轨迹生命周期与ID稳定性 7
2.3 视频处理与空间几何 7
2.3.1 视频帧解码与时间基准 7
2.3.2 区域掩膜与背景过滤 8
2.3.3 点线关系与方向表示 8
2.4 评价指标与技术小结 9
第3章 系统需求分析与总体设计 10
3.1 应用场景与需求分析 10
3.1.1 场景假设与用户角色 10
3.1.2 功能性需求 10
3.1.3 非功能需求及验收口径 11
3.2 系统总体架构 11
3.2.1 分层设计与职责划分 11
3.2.2 核心模块与输入输出 12
3.2.3 数据流程与状态控制 13
3.3 技术选型与系统设计方案 14
3.3.1 检测模型的选择理由 14
3.3.2 跟踪算法与几何方法选择 14
3.3.3 图形界面与运行环境 15
3.4 本章小结 15
第4章 核心算法设计与实现 16
4.1 YOLOv8行人检测模块 16
4.1.1 模型载入与视频处理流水线 16
4.1.2 阈值设定与异常样本处理 16
4.1.3 掩膜坐标处理 16
4.2 SORT多目标关联模块 17
4.2.1 状态预测与轨迹维护 17
4.2.2 匹配代价与ID切换风险 17
4.2.3 目标生命周期与计数资格 18
4.3 双计数线方向判定与事件去重 18
4.3.1 计数线表示与判定区域 18
4.3.2 双向事件触发条件 19
4.3.3 人次与瞬时人数的区分 19
4.3.4 计数边界和失败案例 19
4.4 并发处理、缓存与内存管理 20
4.4.1 工作线程与UI解耦 20
4.4.2 复制策略与资源释放 20
4.5 本章小结 21
第5章 系统实现与功能验证 22
5.1 开发环境及系统组成 22
5.1.1 技术栈与工程结构 22
5.1.2 主界面布局实现 22
5.2 参数设置与任务输入实现 23
5.2.1 视频源及模型设置 23
5.2.2 计数线及画面显示设置 25
5.3 视频运行与统计可视化 27
5.3.1 视频载入与待机预览 27
5.3.2 检测过程与人员轨迹 27
5.3.3 完成状态与日志管理 29
5.4 系统测试与部署流程 29
5.4.1 功能检查案例 29
5.4.2 安装部署与问题处理 30
5.5 本章小结 30
第6章 实验结果与性能分析 32
6.1 数据来源、评价方法与证据等级 32
6.1.1 已有演示材料与可验证范围 32
6.1.2 计数误差指标 32
6.2 单段演示视频的运行观察 33
6.2.1 统计结果一致性 33
6.2.2 帧率与运行时间解读 33
6.2.3 跟踪可视化与误差风险 34
6.3 对照实验与消融实验设计 34
6.3.1 数据集构建及标注协议 34
6.3.2 算法基线与参数消融 35
6.3.3 资源占用与稳定性测试 36
6.4 结果讨论及适用性评价 36
6.5 本章小结 37
第7章 总结与展望 38
7.1 研究工作总结 38
7.2 主要局限与改进方向 38
7.3 应用前景 38
参考文献 40
致 谢 41
附 录 42
附录A 核心参数与运行配置 42
附录B 事件日志记录格式建议 42
附录C 实验记录表与验收清单 42
附录D 用户操作简明指南 42
配套项目
作者联系
作者信息
原创作者：bob（可提供二次开发有偿修改服务）
项目编号：AI-64-P
原创声明：本项目为原创作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(2)