ТЕМАТИЧЕСКИЕ ИССЛЕДОВАНИЯ ПО СБОРУ И ОБРАБОТКЕ ДАННЫХ ДЛЯ ОБНАРУЖЕНИЯ ЛЮДЕЙ В ГОРОДСКОМ ТРАНСПОРТЕ

2025

Closed access Metadata (CSL-JSON)
DOI 10.51889/2959-5894.2025.91.3.017
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

В условиях роста городской мобильности задача точного подсчёта пассажиров становится особенно важной для планирования транспортной инфраструктуры.Целью настоящей статьи —разработка системы автоматического обнаружения и подсчёта людей в городском транспорте с использованием современных методов компьютерного зрения. В работе описаны этапы сбора и аннотирования данных, обучение модели и оценка её эффективности. В рамках исследования были поставлены задачи по сбору и аннотированию видеоданных, обучению модели и оценке её эффективности. Был создан специализированный датасет (4 047 изображений, 8 918 объектов), и модель обучена до достижения значения F1-показателя 0.90. Проведена серия экспериментов с различными алгоритмами трекинга. Результаты подтвердили высокую точность системы и её пригодность для применения в режиме реального времени. Разработанное решение может быть использовано для мониторинга пассажиропотока, оптимизации маршрутов и повышения эффективности управления городским транспортом.