该系统实现了实时的密集人群目标识别和多目标跟踪功能。它采用了深度学习网络进行目标检测，可以在图像中精确定位和识别多个目标。检测网络采用的目标检测算法可以很好地处理复杂背景和目标重叠的情况，其mAP0.5达到0.960,表明该网络具有很高的检测准确率。 除目标检测外，系统还实现了多目标跟踪功能。它采用了基于特征的目标匹配算法，利用检测到的目标位置和特征信息进行目标的匹配和关联，实现多个目标在视频帧之间的连续跟踪。该算法可以很好地处理目标的短暂消失和交叉情况，实现稳定和准确的多目标跟踪。 此外，系统还支持行人重识别功能。它采用了深度学习提取目标的特征描述子，利用描述子实现不同视频帧之间的行人重识别。这有助于系统给每个目标分配一个唯一的ID号，绘制其完整的移动轨迹。 最后，系统支持实时地绘制每个目标的移动轨迹。它可以将检测和跟踪到的每个目标位置连成线条，清晰地展示出目标在场景中的移动轨迹，为后续的分析和应用提供支持。 整体来说，该系统实现了密集人群目标识别和跟踪的完整功能，算法效果优异，应用前景广阔。它可以用于人流统计、安防监控等多个领域。

项目描述：使用Spring Boot开发后端框架，使用MySQL作为后端数据库，Redis作为缓存的技术路线的基础上开发出一款类似大众点评的网页，使用Redis完成分布式锁，分布式ID以及消息队列等功能。 项目技术栈：Redis + MySQL + Spring Boot + MyBatis + 多线程 主要成果：完成了短信登录功能，达人探店功能，好友关注功能，用户签到功能，商户查询缓存功能，优惠券秒杀功能。

1.使用目标检测模型训练一个印章目标检测算法将图像中的印章提取出来。 2.对提取出来的印章进行图形矫正，将印章图像中的文字转换为正常排列的文字。 3.使用训练好的OCR模型对印章文字进行识别。 工作成果：最终印章目标检测算法精度为mAP0.92，在印章图像无遮挡不变形的情况下文字识别精度为mAP0.83。 解决了印章颜色空间无法捕捉到红色信息问题，解决了印章文字圆形排列的问题，解决了印章文字识别会出现文字截断的问题，部分解决了印章由于拍摄角度产生的透视形变问题。