中国已于2001年成为了世贸组织的成员国。随着人们生活水平的不断提高,越来越多的国际、国内大型商场相继涌现。商场以其低廉的价格与名目繁多的商品,吸引着大量的顾客。在日益激烈的竞争下,“将顾客作为关注的焦点”便成为大型商场立足和发展的基础。伴随着信息化的发展,在商业竞争中客流信息的重要性正日益凸显。由于客流量是决定商场效益的关键,同时又是商场经营者制定经营策略的依据,所以构建一个把客流信息作为核心,联系其它信息进行全面分析的智能化客流信息统计系统成为商场提高竞争力的有效方法。本文主要应用了红外光电传感器的技术,构造了一个基于径向基函数(RBF)神经网络客流计数系统。和早期使用的光电传感器计数方法相比,本方法在很大程度上提高了实时客流计数的准确度。并且针对每次采集的连续时空序列的客流数据的特点,极大地改进了现有的分割方法及针对客流的实际情况的特征提取方法。最后通过进行密集与稀疏客流模拟仿真,证明本文所建立的模型不但可以识别多人并排情况,而且误差较小,理论与实际意义很大。本系统通过4对安装在商场大门两侧脚腕高度的主动式红外对射光电传感器来对客流进行数据采集。本采集系统涉及径向基神经网络分类与特征提取方法两个关键点。该方法不但能够有效降低数据当中的噪音,而且还能够解决顾客间距小的情况。该系统具有准确性、智能性和鲁棒性。在文末列出了实验测试结果。实验结果表明本客流采集系统对客流统计来说是非常有效的。