基于改进YOLOv8-DeepSort景区人流量监测算法研究
宋江民
西安石油大学 陕西西安 710065
摘要：针对景区人流量监测中精度不足和实时性差的问题,文章提出了一种基于改进YOLOv8-DeepSort的监测算法.首先,引入基于注意力的多尺度特征融合(AMSF),增强对小目标和密集人群的检测精度;其次,通过引入Ghost Conv模块进行轻量化设计,有效降低了计算量和内存消耗,从而显著提升了算法的实时性.实验表明,改进后的YOLOv8-DeepSort算法在复杂场景中表现出更高的鲁棒性和实时性.该算法为景区人流量监测提供了一种高效、准确的解决方案.
关键词：景区人流量监测YOLOv8-DeepSort注意力机制Ghost Conv
论文发表日期：2025-08-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 56-60 )