城市人口的急剧增长导致公交车面临巨大的客运压力。公交车车载监控视频作为公交车车内状况的重要记录数据,其分析结果可直接应用于公交车客流统计、拥挤程度分析,进而优化公交车资源调度系统。乘客目标间高遮挡、摄像头拍摄角度造成的图像视角失真、公交车行驶过程中光照多变导致的监控图像背景剧烈变化是公交车车载监控视频数据的主要特点,也是对基于视频分析的客流统计与拥挤程度分析方法构成的巨大挑战。本文致力于通过深度学习方法对公交车车载监控视频数据进行分析,为公交车客流统计与拥挤程度分析提供合理的解决方案。本文的主要工作和结论如下:(1)提出了一种有效的视角矫正机制以解决公交车车载监控视频数据中的视角失真问题。实验结果表明,通过对监控视频图像进行视角转换,矫正由于监控摄像头安装位置的特点所带来的视频图像内容中的视角失真,有效降低了乘客目标成像面积大小差异给后续模型预测带来的误差。(2)融合视角矫正机制的全卷积网络。本文利用全卷积网络在人群密度估计上的优势并融合视角矫正机制,设计了一种新颖的人群密度估计模型。实验结果表明该模型可以有效提升高遮挡环境下乘客人群密度估计的准确性。(3)多任务的深度时空全卷积网络。本文基于融合视角矫正机制的全卷积网络模型,利用长短期记忆网络在捕获视频序列数据中乘客计数的时序关联性上的优势,设计了一种新颖的用于处理公交车乘客计数与密度估计问题的深度时空网络结构。由于乘客计数与乘客密度估计任务追求不同但相关的目标,本文提出的网络结构同时完成这两个任务以获取更好的局部最优结果,并在训练阶段为模型提供更多的监督学习信息(乘客计数和乘客密度)以学习更好的特征表达,同时提升两个任务的精准性。大量实验表明该模型在公交车客流统计问题上优于其他基准方法,有效降低了光照变化对公交车乘客计数与密度估计的负面影响。