近年来,人工智能、计算机视觉和深度学习高速发展,极大地促进了基于监控视频的人流量统计的研究。基于监控视频的人流量统计是资源合理分配、收集商业信息和进行智能管理等任务的基础,它也是现代视频智能监控重要的功能组成部分,具有比较高的研究意义和应用价值。本文研究的内容是基于深度学习的密集人流量的统计。利用YOLOv3算法实现行人检测,使用DeepSort跟踪算法实现局部区域的跟踪,采用双线法实现门口密集人流量统计,将出入人数存入数据库进行存储记录,最后设计并实现了密集人流量统计系统在商场中的应用实例。本文的主要工作内容包括以下几方面:(1)行人检测针对密集人流存在互遮挡的情况,本文设计了一种基于Smooth_L1损失函数的计算边界框宽高损失的方法和倾斜成像的人体检测方案。基于YOLOv3算法,针对本文的应用场景,并结合人体目标之间互遮挡对人流量统计的影响,本文构造了倾斜角度下的数据集,根据不同角度下目标间的遮挡程度,进一步将倾斜角度分为30度,60度和90度,建立三种数据集,并对数据集中人体头肩区域进行标注以克服密集行人间互遮挡问题。并对三个角度成像的数据集训练,得到三种模型进行对比实验,通过对3个角度的实际检测效果进行评价,选定最佳角度。针对YOLOv3网络反向传播更新参数过程中,L2损失函数对异常值敏感导致模型不稳定的情况,本文使用Smooth_L1损失函数计算边界框宽高损失,结果表明:Smooth_L1损失函数对异常值不敏感,能够避免出现异常值时参数变化较大导致模型不稳定问题。(2)行人跟踪与人流量统计本文设计了一种采用Top3余弦距离均值的DeepSort算法用于密集人流中人体目标跟踪。本文采用DeepSort算法进行目标跟踪,并设置目标局部区域跟踪,极大地减少了计算量。为了提高人流密集情况下跟踪效果,本文分别对使用最小余弦距离,Top3余弦距离均值和Top5余弦距离均值得到的跟踪匹配结果进行对比实验,得出使用Top3余弦距离均值的匹配结果获得更少的ID切换次数,因此将Top3余弦距离均值放入成本矩阵。在人流量统计中,采用双线计数法跟踪人体目标并进行人流量统计,提高计数准确度。(3)密集人流量统计系统在商场中的应用本文设计了基于监控视频的人流量统计服务系统,系统为商场提供商业决策。本文将人数统计结果等数据使用SQlite进行存储记录,设计并实现了密集人流量统计系统在商场中的应用实例。该系统提供的人流量统计结果可以为商场提供商业决策。如:通过统计商场内的总人数控制空调的开放,有利于开展节能减排,打造绿色环保商场。实验结果表明:本文方法对门口密集人流量统计结果较准确,平均精度为97.3%。