基于 DeepSORT 的多目标跟踪在商场人流统计中的应用——背景 · 意义 · 研究现状 · 研究痛点 · 研究方向

目录

──────────────────1 背景（为什么）

──────────────────2 意义（带来什么）

──────────────────3 研究现状

──────────────────4 研究痛点

──────────────────5 研究方向

---

──────────────────
1 背景（为什么）

• 数字零售转型：线下商场日均客流 5–10 万人次，传统人工点测误差 >15%，无法实时。
• 疫情后安全运营：瞬时密度、动线聚集、紧急疏散对“秒级”人数统计提出硬性需求。
• 多摄像头普及：单店 20–100 路高清视频已成标配，但“数得准、跟得住”仍是技术空白。

──────────────────
2 意义（带来什么）

表格

复制

维度	价值	量化指标
经济	精准客流 → 租金/摊位定价	客单价提升 8–12 %
运营	热力动线 → 店铺调位	空铺率下降 5 %
安全	密度预警 → 提前疏散	拥挤事故 0 起
数据资产	匿名轨迹 → 消费者画像	复购率提升 6 %