發(fā)布時間：2023-10-30 19:57

　　人流量作為體現(xiàn)線下商鋪經(jīng)營情況的指標,一直被商鋪的管理者所關(guān)注。同樣,人流量對商鋪的運營和決策存在著重要的指導(dǎo)意義。21世紀開始,商鋪的管理者們開始深入探究自己商鋪的人流量和每日營業(yè)額之間的潛在聯(lián)系。然而由于人流量統(tǒng)計是一個長時間、持續(xù)性的任務(wù),獲取人流量的過程出現(xiàn)了獲取不準確、消耗大量人力等問題。即使這樣,隨著近幾年顧客畫像這一概念的提出,時代對多維度信息采集的需求,單純的獲取人流量這一數(shù)值已不能滿足復(fù)雜的商業(yè)環(huán)境下一個商鋪的決策需求。從人流量統(tǒng)計任務(wù)提出開始的人工統(tǒng)計人流量到現(xiàn)在大規(guī)模的使用wifi探針進行自動人流量統(tǒng)計都存在著致命的缺陷,大量消耗人力的方式必然不可取,但wifi探針由于需要顧客攜帶安卓手機并且打開流量互通才能夠進行數(shù)量統(tǒng)計這一缺陷,注定了用此方法得到的人流量數(shù)據(jù)是不準確的,更不用說用錯誤的人流量來指導(dǎo)商鋪的日常決策了。隨著深度學習的提出,人流量統(tǒng)計任務(wù)有了新的解決思路。本文針對人流量統(tǒng)計這一問題的特點,結(jié)合現(xiàn)有的深度學習算法并加以創(chuàng)新,提出了基于多特征度量的行人重識別算法,使得人流量統(tǒng)計達到了較高的正確率。本文開展的主要工作有:(1)研究課題背景和人流量統(tǒng)計問題的...

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 論文研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文研究內(nèi)容
    1.4 論文創(chuàng)新點
    1.5 論文組織結(jié)構(gòu)
    1.6 本章小節(jié)
第2章 相關(guān)技術(shù)概述
    2.1 深度學習概述
    2.2 目標檢測任務(wù)介紹
        2.2.1 基于區(qū)域建議的目標檢測與識別算法
        2.2.2 基于回歸的目標檢測與識別算法
    2.3 行人重識別算法
    2.4 本章小結(jié)
第3章 基于多特征度量的行人重識別算法
    3.1 基于人臉特征的距離度量
        3.1.1 k反鄰的定義與計算
        3.1.2 jaccard 距離定義與計算
        3.1.3 重新表達圖片庫中的每張圖
        3.1.4 人臉最終距離表示
    3.2 基于人體特征的距離度量
        3.2.1 淺層行人特征提取
        3.2.2 人體組合幀特征提取網(wǎng)絡(luò)
        3.2.3 人體距離表示
        3.2.4 最終距離度量
    3.3 實驗
        3.3.1 實驗環(huán)境
        3.3.2 特征提取網(wǎng)絡(luò)
        3.3.3 預(yù)訓(xùn)練模型參數(shù)
        3.3.4 實驗結(jié)果及說明
        3.3.5 評估指標
    3.4 CUHK03數(shù)據(jù)集實驗
    3.5 本文數(shù)據(jù)集實驗
    3.6 本章小結(jié)
第4章 應(yīng)用實例
    4.1 應(yīng)用背景介紹
    4.2 數(shù)據(jù)的采集和算法應(yīng)用
    4.3 顧客年齡性別分類任務(wù)
    4.4 系統(tǒng)模塊展示
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 不足
    5.3 展望
參考文獻
致謝
攻讀學位期間參加的科研項目和成果



本文編號：3859087