基于改进YOLOV3的商场人员类型及流量分析.pdf

ComputerScienceandApplication计算机科学与应用,2024,14(12),11-21

PublishedOnlineDecember2024inHans./journal/csa

/10.12677/csa.2024.1412235

基于改进YOLOV3的商场人员类型及流量分析

杨贤玉

上海理工大学光电信息与计算机工程学院，上海

收稿日期：2024年10月30日；录用日期：2024年11月26日；发布日期：2024年12月4日

摘要

随着人口数量在全世界范围内快速增长，对特定场景如商场中人口数量的控制就成为了重要的研究课题。

近年来，公共场所当中因为人流密集和大量拥挤而产生的对社会稳定有所影响的事故屡见不鲜。传统的

人力控制方法费时费力，近年来随着人工智能和高清摄影机技术的不断完善，利用计算机对商场实行监

控成为了主流趋势。然而目前的探头技术仍然只能实现观察和监测的作用，无法对一段监控视频中的人

流进行数量上的计算。本文意在实现对商场人员的人流进行数据化以及可视化的监测。与此同时，尽可

能地对商场的特定时段的不同人员类型进行分析，这样不仅能很好地维持商场秩序和人流量控制，同时

还为商场管理人员提供了思路，可以通过对不同时段的经营策略进行针对化的调整，来更好地对商场进

行管理和经营。YOLO算法是一种经典的目标检测算法，本文将使用较新的YOLOV3算法对商场的人员类

型和流量进行检测，建模以及分析。并给出了多个维度的模型参数的性能指标图，以此来表明该算法的

可行性。

关键词

人流检测，类型检测，人工智能，YOLOV3算法，模型参数

ShoppingMallPersonnelTypeandTraffic

AnalysisBasedonImprovedYOLOV3

XianyuYang

SchoolofOptical-ElectricalandComputerEngineering,UniversityofShanghaiforScienceandTechnology,

Shanghai

Received:Oct.30th,2024;accepted:Nov.26th,2024;published:Dec.4th,2024

Abstract

Withtherapidgrowthofpopulationaroundtheworld,thecontrolofpopulationinspecificscenar-

iossuchasshoppingmallshasbecomeanimportantresearchtopic.Inrecentyears,accidents

文章引用:杨贤玉.基于改进YOLOV3的商场人员类型及流量分析[J].计算机科学与应用,2024,14(12):11-21.

DOI:10.12677/csa.2024.1412235

杨贤玉

affectingsocialstabilityinpublicplacesduetothedenseflowofpeopleandmasscrowdingarenot

uncommon.Thetraditionalmanualcontrolmethodistime-consumingandlaborious.Inrecent

years,withthecontinuousimprovementofartificialintelligenceandhigh-definitioncameratech-

nology,theuseofcomputerstomonitorshoppingmallshasbecomethemainstreamtrend.How-

ever,thecurrentprobetechnologycanonlyrealizeth