基于图像识别的人流预测取件系统

就取件公共区域人流量预测进行了探究,利用S5PV210处理器、Basler acA1920-155uc工业相机和BQ24032芯片等硬件设施针对图像采集模块进行优化。采用数据挖掘的方式,运用YOLO v3算法实现对取件点人流量数据的图像识别统计,并在此基础上获取取件人群的行为特征。实验结果表明,在1000张测试集图片样本中能得到92%以上的准确率,可以识别出快递取件点的人流量情况,验证了基于YOLO v3的取件点人流量预测方法的有效性。根据得出的统计数据,为取件人提供了实用的取件引导方案,也为智慧物流的扩展提供了一条可行思路。