在数字化与智能化快速演进的背景下，仓储物流行业正从“流程自动化”迈向“过程可视化与可量化管理”。震坤行工业超市现有身份识别系统在“人员—过程—结果”的闭环管理方面逐渐暴露出不足：一方面，入仓认证方式难以覆盖所有实际需求，无感、低打扰的身份识别需求日益突出；另一方面，缺乏第三方溯源机制与视觉主动侦查能力，领料异常发生时往往只能依赖人工排查，溯源效率低且成本高。因此，本项目旨在开发一套基于计算机视觉的智能仓人员辅助识别系统。

本项目旨在开发一整套基于计算机视觉的人员辅助识别系统，目标包括：

①在不依赖于如面部特征等敏感生物信息的前提下，对进入仓库的人员进行快速、精确的无感身份识别，同时尽可能避免可能出现的身份冒用现象。

②针对工业超市智能仓内对人员行动轨迹鲁棒跟踪的实际需求，对仓库内不同人员的位置进行实时跟踪，并确定多目标的行动轨迹。

③识别仓库内不同人员的行为动作，包括弯腰、下蹲、行走、抬手等基础动作和接近、伸手、停留等取料事件，以及两者的复合行为，并记录取料事件。

完成了三个模块的代码开发与对性能的实验验证：

①身份识别模块：开发出了一套融合标识物识别与行人换衣重识别双模联合识别系统。

②多目标跟踪模块：自建仓储数据集，并开发出一套基于deepsort算法改进得到的跟踪系统。

③行为识别模块：开发出一套双支路的、同时识别基础动作和取料事件，可以输出逐帧动作标签、动作摘要和取料事件表。

这些模块相对独立，既可独立运行，也可通过内置接口互相连接，作为一套完整的视觉识别系统工作。