无人零售行业发展迅速,给人们的生活带来了便利。但当前行业中的售货设备都存在一些缺点。传统贩卖机购买商品时操作繁琐,其出货口设置较低使得拿取货物不方便。基于RFID（Radio Frequency Identification）的货柜虽然解决了非接触识别的问题,但其增加了RFID标签成本与贴标签人力成本。另外行业中基于视觉的货柜需要划分货道,并存在售卖商品种类少、货柜空间利用率低、数据计算量大、识别率低、误识别与漏识别严重等问题。针对现有无人零售设备的缺点,本论文设计了一种基于深度学习的智能货柜商品识别系统,用于简化购买步骤,降低商品识别成本。本系统主要是对货柜拍摄的购物视频进行处理。为了滤除货柜外部运动对运动侦测的干扰,避免货柜内画面对商品分类的影响,在视频帧的中部选取ROI（Region of Interest）处理,ROI的选取在避免干扰的同时也降低了数据处理量。商品识别需要对运动进行捕捉进而得到拿取商品的画面,因此采用帧差法及图像形态学处理对视频ROI处理。得到运动区域后,为了判断客户的商品拿取动作,会对运动区域坐标进行统计分析,并采用SSD（Single Shot Multi Box Detector）模型对人手目标检测进行辅助判断。想要知道客户拿取的商品,采用分类网络Inception V3对运动侦测得到的待分类图片进行商品分类。为保证商品分类结果的准确性,统计一个过程内的分类结果,进而得出该过程客户所拿取商品的种类。最后综合商品分类结果与动作判断,给出系统识别出的商品。通过对整个系统的测试,系统能够对限定场景的识别达到较好的识别效果。拿取单个商品的购物视频商品识别准确率达到了74%,综合情况的购物视频商品识别准确率达到64%。结合商家的硬件设备,能够对不能识别的商品给出识别异常,使得商品识别系统具备较强的鲁棒性。