基于图像识别的人流预测取件系统
2022-04-25分类号：F253.9;TP391.41
【部门】武汉科技大学汽车与交通工程学院 “运输车辆检测诊断与维修技术”交通行业重点实验室
【摘要】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1 000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。
【关键词】图像识别 人流预测 取件系统 S5PV210处理器 YOLO算法
【基金】湖北省大学生创新创业训练计划项目(S202010488060);; 武汉科技大学大学生创新创业训练计划项目(20ZA099);武汉科技大学本科教学研究项目(2020X55);; 国家自然科学基金青年科学基金项目(52002298);; 湖北省自然科学基金计划青年项目(2020CFB118);; 湖北省教育厅科学技术研究计划青年人才项目(Q20201107);; 教育部产学合作协同育人项目(202102580026);; “运输车辆检测、诊断与维修技术”交通行业重点实验室开放课题(JTZL1903)
【所属期刊栏目】物流技术
文献传递
