本发明公开的一种基于深度学习的货架动态商品识别与顾客购物匹配方法，包括以下步骤：采集顾客购买行为视频流和货架对应区域重力感应数据，并实时传到后台服务器；通过后台服务器中训练好的商品检测网络和顾客轨迹网络中解析处理视频流数据；在检测时间序列中判断商品拿出和放入状态；根据关键帧中商品检测框和顾客轨迹框中心点坐标距离匹配顾客ID与所拿商品；根据货架对应区域实时重力感应数据，辅助判断顾客拿出放入商品，生成购买清单。本发明可以同时对多名顾客的购买行为进行识别，使用场景更为灵活，而且使用视觉和重力感应双重判断，识别过程稳定性强，抗干扰能力强。