CN101639922A - 来宾路径分析系统和方法 - Google Patents
来宾路径分析系统和方法 Download PDFInfo
- Publication number
- CN101639922A CN101639922A CN 200910160252 CN200910160252A CN101639922A CN 101639922 A CN101639922 A CN 101639922A CN 200910160252 CN200910160252 CN 200910160252 CN 200910160252 A CN200910160252 A CN 200910160252A CN 101639922 A CN101639922 A CN 101639922A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- registrant
- guest
- path analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
一种来宾路径分析系统和方法,该来宾路径分析系统基于在多个拍摄区域中拍摄到的图像来计算并记录客户的路径。面部检测引擎从在多个拍摄区域中拍摄到的图像中检测面部图像。面部识别引擎将由面部检测引擎检测到的面部图像对照注册在注册者数据库中的面部图像进行检查。
Description
以引用的方式并入
本申请基于2008年7月31日提交的第2008-198522号日本专利申请,并且包括说明书、权利要求书、附图和发明内容;以及2008年11月28日提交的第2008-304916号日本专利申请,并且包括说明书、权利要求书、附图和发明内容。通过整体引用的方式,将以上日本专利申请的公开合并于此。
技术领域
本发明涉及一种用于跟踪访问商店的每个客户的移动轨迹或移动路径等,以掌握每个单独客户的行为的时间过程,并估计客户的性别、年龄等以掌握每种性别和每种年龄群的客户的行为模式的来宾路径分析系统和方法。
背景技术
为了收集可以用于优化销售空间布局和在商店中的产品布置并且改进销售的数据,已经提出了用于跟踪商店来宾的路径并掌握他/她的行为的时间过程的各种系统。
例如,未经审查的日本专利申请KOKAI公开第2005-56173号公开了这种类型的销售空间规划支持系统。在该销售空间规划支持系统中,在销售空间中准备的购物车等被附加有发射无线电信号的标签,并在销售空间的预定位置处安装了位置信息发布设备。当标签从位置信息发布设备接收到位置信息时,将所接收到的位置信息和标签的ID发送给管理计算机。将发送到管理计算机的位置信息和标签的ID与发送时间一起记录在用于管理计算机而提供的记录装置中。以此方式,该销售空间规划支持系统掌握了客户行为的时间过程。
未经审查的日本专利申请KOKAI公开第2004-178276号公开了另一销售空间规划支持系统。该销售空间规划支持系统具有来宾路径计算装置,该来宾路径计算装置用监视摄像机系统检测和跟踪移动的人员,并计算该移动人员的路径。
未经审查的日本专利申请KOKAI公开第2006-236260号公开了一种面部识别设备。面部识别设备包括:来宾路径提取装置、图像拍摄对象确定装置和确定阈值改变装置。来宾路径提取装置从由图像拍摄装置拍摄的图像中提取行走者的路径。图像拍摄对象确定装置将由来宾路径提取装置提取的来宾路径与预置的来宾路径进行比较,并确定行走者是否适于作为图像拍摄的对象。根据由图像拍摄对象确定装置确定的结果,确定阈值改变装置改变由面部检查装置参考的确定阈值。
以上描述的两种销售空间规划支持系统允许实时掌握客户行为的时间过程,并收集用于改进销售空间布局和产品布置所必需的信息。然而,这些销售空间规划支持系统无法允许掌握客户的个体特征。也就是说,这些销售空间规划支持系统仅可允许掌握可以被称为“无特性(faceless)”客户行为的时间过程,这些客户的性别和年龄是未知的,更不用提他们的住所或任何其他身份。因此,使用这些销售空间规划支持系统并没有促进收集用于根据客户的性别和年龄属性来优化销售空间布局和产品布置或起草销售计划所必需的信息。
以上描述的面部识别设备提取在一个图像拍摄装置的视野中移动的行走者的移动路径。然而,该面部识别设备不具有用于跟踪穿过多个图像拍摄装置的视野持续移动的任何特定行走者,并且计算和记录穿过所述多个图像拍摄装置的视野的该特定行走者的移动路径(或来宾路径)的装置,未经审查的日本专利申请KOKAI公开第2006-236260号也没有提出这样的装置。
本发明的示例性目的是考虑这样的背景而进行设定的,并且提供一种用于掌握访问商店的每个单独客户的时间过程,并且用于估计客户的性别和年龄以掌握对于特定性别或年龄属性独特(unique)的行为模式的来宾路径分析系统和方法。
发明内容
根据本发明的第一示例性方面的来宾路径分析系统是用于单独标识在多个拍摄区域中拍摄到的图像中捕捉到的人员并且计算和记录他/她的路径的来宾路径分析系统,并且包括:
注册者数据库,在所述注册者数据库中注册了人员的面部图像;
面部图像检测单元,所述面部图像检测单元从在所述多个拍摄区域中拍摄到的图像中检测人员的面部图像;以及
面部图像检查单元,所述面部图像检查单元将由所述面部图像检测单元检测到的面部图像对照在所述注册者数据库中注册的已注册面部图像进行检查。
根据本发明的第二示例性方面的来宾路径分析方法是用于单独标识在多个拍摄区域中拍摄到的图像中捕捉到的人员并且用于计算和记录他/她的路径的来宾路径分析方法,并且包括:
注册步骤,将人员的面部图像注册在注册者数据库中;
面部图像检测步骤,从在所述多个拍摄区域中拍摄的图像中检测人员的面部图像;以及
面部图像检查步骤,将在所述面部图像检测步骤中检测到的面部图像对照在所述注册者数据库中注册的已注册面部图像进行检查。
根据本发明的第三示例性方面的来宾路径分析系统是用于单独标识在多个拍摄区域中拍摄到的图像中捕捉到的人员并计算和记录他/她的路径的来宾路径分析系统,并且包括:
注册者数据库,在所述注册者数据库中注册了人员的面部图像;
面部图像检测装置,所述面部图像检测装置从在所述多个拍摄区域中拍摄到的图像中检测人员的面部图像;以及
面部图像检查装置,所述面部图像检查装置将由所述面部图像检测装置检测到的面部图像对照在所述注册者数据库中注册的已注册面部图像进行检查。
由于具有将由面部图像检测单元检测到的面部图像对照在面部图像数据库中注册的面部图像进行检查的面部图像检查单元,所以根据本发明的来宾路径分析系统和方法可以掌握和积累到商店的每个单独客户的行为的时间过程。
附图说明
在阅读以下具体描述和附图之后,本发明的这些目的和其他目的将变得更加显而易见,在附图中:
图1是根据本发明实施例的来宾路径分析系统的概念框图;
图2是示出图1的来宾路径分析系统的操作的示意流程图;
图3是示出来宾路径分析系统的另一示例的概念框图;以及
图4是示出自动注册程序的示例的流程图。
具体实施方式
以下将解释用于执行本发明的最佳模式。
如图1所示,来宾路径分析系统1包括:识别设备2、来宾路径信息积累设备3以及来宾路径分析设备4。来宾路径分析系统1经由网络5连接到多个监视摄像机6。
监视摄像机6分别设置在商店的多个拍摄区域处(例如,正门入口、化妆品区、杂货区、女装区、侧门等)。监视摄像机6在它们的自己的拍摄区域中捕捉任何对象的图像。当客户7进入拍摄区时,由监视摄像机6捕捉的图像将包括客户7的映像。由监视摄像机6捕捉到的图像经由网络5发送给来宾路径分析系统1的识别设备2。
识别设备2是处理由监视摄像机6发送的图像的计算机。识别设备2包括:面部检测引擎8、面部识别引擎9和估计引擎10。
面部检测引擎8是从由任何监视摄像机6发送的图像中检测表示客户7的面部的图像(面部图像)的模块。
面部识别引擎9是将由面部检测引擎8检测到的面部图像对照在来宾路径信息积累设备3中注册的面部图像(已注册面部图像)进行检查的模块。
如果通过该检查显示由面部检测引擎8检测到的面部图像与在来宾路径信息积累设备3中的任何已注册面部图像相匹配,则面部识别引擎9确定该面部图像属于在匹配的已注册面部图像中的人员。
如果发现了任何匹配的已注册面部图像,则面部识别引擎9将拍摄面部图像的时间和拍摄区域记录在来宾路径信息积累设备3中。
另一方面,如果由面部检测引擎8检测到的面部图像与在来宾路径信息积累设备3中的任何已注册面部图像均不匹配,则面部识别引擎9将该面部图像作为新注册的图像注册在来宾路径信息积累设备3中。
估计引擎10是基于检测到的面部图像来估计客户7的性别和年龄并将所估计的性别和年龄注册在来宾路径信息积累设备3中的模块。
来宾路径信息积累设备3是将由识别设备2和来宾路径分析设备4处理的结果进行积累的存储设备。来宾路径信息积累设备3包括注册者数据库(DB)11、时间记录文件12和来宾路径分析文件13。
注册者数据库11将由任何监视摄像机6捕捉到的面部图像与标识码和人员的属性(性别、年龄和任何其他个人信息)一起注册在面部图像中。如上所述,在注册者数据库11中注册的面部图像由面部识别引擎9作为已注册面部图像来读出,并用于检查由面部检测引擎8新检测到的面部图像。如果由面部检测引擎8检测到的面部图像与注册在注册者数据库11中的任何面部图像均不匹配,则面部识别引擎9将由面部检测引擎8检测到的面部图像注册在注册者数据库11中,作为由来宾路径分析系统1首次检测到的人员的面部图像。当注册时,将未使用过的标识码分配给该面部图像。
时间记录文件12描述了由面部识别引擎9验证的面部图像,以及该面部图像的标识码。时间记录文件12进一步描述了在由估计引擎10估计的面部图像中的人员的性别和年龄、拍摄该面部图像的日期和时间、以及拍摄该面部图像的监视摄像机6的标识码。监视摄像机6的标识码被用作指示拍摄该面部图像的位置的信息。每当由监视摄像机6拍摄到客户7并且由面部检测引擎8检测到他/她的面部图像时,就生成时间记录文件12。
因此,在同一客户7持续停留于同一地点(同一监视摄像机6的拍摄区域)的情形下,将生成包含除了日期和时间外都相同的内容的多个时间记录文件12。
在客户7从一个地点(给定监视摄像机6的视野)移动到另一地点(另一监视摄像机6的视野)的情形下,每次这样的移动将生成与同一人员有关但包含不同日期和时间及地点的时间记录文件12。
来宾路径分析文件13是将包含在包含(面部图像的)相同标识码的时间记录文件12中的各种信息集中在一起的文件。来宾路径分析文件13将包含在时间记录文件12中的各种信息按时间序列进行布置。
来宾路径分析设备4是这样的计算机,该计算机:分析来宾路径分析文件13;计算(被分配了(面部图像的)相同的独特标识码的)每个单独客户7的来宾路径信息,诸如他/她的移动路径、客户7持续停留于每个拍摄区域的时间长度等;并且积累所述信息。
来宾路径分析设备4也能够在统计上处理多个客户7的已积累的来宾路径信息。
接着,将参考图2来解释来宾路径分析系统1的操作。
连接到来宾路径分析系统1的多个监视摄像机6对它们的拍摄区域连续拍摄。
来宾路径分析系统1基于拍摄的图像来搜索客户7。
当客户7进入任何监视摄像机6的拍摄区域时,面部检测引擎8检测该客户7的面部图像(步骤S1)。
当检测到客户7的面部图像时,面部识别引擎9从注册者数据库11读出已注册面部图像,将所检测到的面部图像对照该已注册面部图像进行检查,并且如果它们相匹配,则将与该已注册面部图像相同的标识码分配给所检测到的面部图像。
如果该面部图像与任何已注册面部图像均不匹配,则面部识别引擎9将未使用过的标识码分配给该面部图像,并且将该面部图像与所分配的标识码一起注册在注册者数据库11中(步骤S2)。
然后,基于由面部检测引擎8检测到的面部图像,估计引擎10估计在该面部图像中的客户7的性别和年龄属性,并将所估计的性别和年龄属性注册在注册者数据库11中(步骤S3)。
然后,将指示该面部图像的标识码、拍摄该面部图像的日期和时间、拍摄该面部图像的监视摄像机6的标识码、在该面部图像中的(由估计引擎10估计的)客户7的性别和年龄属性的时间记录文件12注册到来宾路径信息积累设备3中(步骤S4)。
当生成了时间记录文件12时,将分配了相同标识码的时间记录文件12集中在来宾路径分析文件13中(步骤S5)。
以此方式,来宾路径分析文件13可以每当生成了时间记录文件12时生成,或者可以根据预定的时间表定期生成。替代地,来宾路径分析文件13可以在来宾路径分析系统1停止运行之后(例如,在营业时间之后)生成。
如上所述,在客户7持续停留于同一监视摄像机6的拍摄区域的情形下,该监视摄像机6重复地以预定时间间隔拍摄他/她。结果,将生成关于在相同位置的同一客户7的多个时间记录文件12。
例如,假定同一监视摄像机6在以下这些时间(小时:分钟:秒)拍摄同一客户7并且生成了与这些时间相对应的时间记录文件12的情形。
时间1(10:00:00)
时间2(10:00:05)
时间3(10:00:10)
时间4(10:00:15)
时间5(10:00:50)
时间6(10:01:00)
时间7(10:01:10)
如果与给定时间记录文件12相对应的拍摄时间和最接近的时间记录文件12的拍摄时间在时间上距离很近,则可以认为客户7在这些时间停留于同一监视摄像机6的拍摄区域中。
因此,设置了持续停留确定时间长度。在任何时间上最接近的邻接时间记录文件12的拍摄时间之间的差异比持续停留确定时间长度更短的情形下,识别设备2将这些最接近的时间记录文件12集中在一起,并生成拍摄区域特定的持续停留汇总数据。
例如,假定将该持续停留确定时间长度设置成30秒。在时间4和时间5之间的时间距离是35秒,它比持续停留确定时间长度更长。因此,识别设备2确定了持续停留在时间4和时间5之间中断,并生成以下两个拍摄区域特定的持续停留汇总数据。
拍摄区域特定的持续停留汇总数据A(10:00:00到10:00:15)
拍摄区域特定的持续停留汇总数据B(10:00:50到10:01:10)
拍摄区域特定的持续停留汇总数据A指示:从10点0分0秒到10点0分15秒,客户7持续停留于监视摄像机6的拍摄区域中。拍摄区域特定的持续停留汇总数据B指示:从10点0分50秒到10点1分10秒,客户7持续停留于监视摄像机6的拍摄区域中。进一步地,确定客户7在从10点0分15秒到10点0分50秒的时间期间停留于监视摄像机6的拍摄区域外。在来宾路径分析文件13中描述了这些拍摄区域特定的持续停留汇总数据A和B。
当来宾路径分析文件13在来宾路径信息积累设备3中积累时,来宾路径分析设备4分析积累文件13,并且计算和记录客户7的来宾路径信息(步骤S6)。来宾路径信息指示特定客户7访问多个监视摄像机6的拍摄区域的时间和顺序,以及他/她在每个拍摄区域中停留的时间长度。换言之,来宾路径信息指示特定客户7访问多个监视摄像机6的拍摄区域的时间和顺序,以及他/她在每个拍摄区域中停留的时间长度。换言之,来宾路径信息指示客户7从哪个入口进入商店,客户7按什么顺序访问了何种销售区,客户7从哪个出口离开商店,以及客户7在每个区停留了多少分钟。
来宾路径分析设备4可以在统计上对记录在来宾路径分析设备4中的多个客户7的来宾路径信息进行处理,以分析由于性别和年龄属性的不同而造成的客户7之间的行为模式中的不同(步骤S7)。
根据性别和年龄属性对客户7的行为模式的分析可以有助于设计销售改进措施。例如,如果在客户7倾向于持续停留于任何地点的时间长度和那里的销售业绩之间的关系表明该地点并没有因客户7长时间停留那里而有那么多利润,则可以在那里采取促销措施,诸如配备更多的工作人员。
统计上的处理可以发现客户7倾向于持续停留的区(产品)。因此,在有一个以上的区(产品)是客户7倾向于持续停留的情形下,可以将任何其他区(产品)布置在这些区(产品)之间,使得可以引导客户7来平均地查看所有区(产品)。
统计处理还可以发现什么性别和什么年龄属性的客户7倾向于在展示新产品的区中持续停留。因此,可以用定向特定类型的购买者的方式来制定用于该新产品的销售策略。
每当检测到尚未注册到注册者数据库11中的客户7时,来宾路径分析系统1自动注册客户7的面部图像,并收集该已注册客户7的来宾路径信息。然而,来宾路径分析系统1可以允许对特定人员的面部图像的初步手动注册。
可以将商店必须特别注意的特定人员的面部图像初步注册在注册者数据库11中,例如,忠实客户、列入黑名单的人员等(下文中称为“关注目标人员”)。当面部识别引擎9检测到与任何关注目标人员的面部图像相匹配的面部图像时,它通过例如触发警报器来通知工作人员那个意思。以此方式,可以改进招待和安全。
具体而言,例如,如图3所示,可以将关注目标注册设备14连接到来宾路径信息积累设备3,并且可以将警报信号器15连接到识别设备2。
关注目标注册设备14将关注目标人员的面部图像注册在注册者数据库11中。当面部识别引擎9检测到与关注目标人员的面部图像相匹配的面部图像时,警报信号器15发出警报。
关注目标注册设备14可以是允许将关注目标人员的面部图像外部输入到来宾路径信息积累设备3中的任何设备。通常,通过安装在个人计算机等上的必要软件来实现识别设备2、来宾路径信息积累设备3和来宾路径分析设备4。因此,可以通过使用该个人计算机等的输入/输出功能(例如,CD-ROM驱动器)来实现关注目标注册设备14。替代地,关注目标注册设备14可以是接收从外部计算机发送的关注目标人员的面部图像的通信接口。
当面部识别引擎9检测到与关注目标人员的面部图像相匹配的面部图像时,警报信号器15发出的警报可以是采用声、光、图像等的警报。可以将组成识别设备2、来宾路径信息积累设备3和来宾路径分析设备4的个人计算机等的输出设备(声音输出设备、图像输出设备等)用作警报信号器15。
可以设置用于关注目标人员的面部图像的有效时间段。例如,当由关注目标注册设备14将关注目标人员的面部图像注册在注册者数据库11中时,输入了面部图像的有效时间段。当有效时间段到期时,可以借助于编程从注册者数据库11中删除该面部图像。替代地,可以对面部识别引擎9进行编程,以将过期的面部图像从面部识别对象中排除出去。
根据放置的位置和使用的目的,可以将来宾路径分析系统1修改成在检测到尚未初步注册的人员时发出警报。也就是,可以将警报信号器15设置成:当面部识别引擎9检测到与任何关注目标人员的面部图像均不匹配的面部图像(除关注目标人员以外人员的面部图像)时,发出警报。这允许例如对工作人员的面部图像进行初步注册,使得当在工作人员区检测到客户等时可以发出警报。
将同一注册者的多个面部图像注册到注册者数据库11中将使得面部识别更加准确。例如,当发生显示给定客户7的完整面部的面部图像被首先注册在注册者数据库11中并且然后拍摄到同一客户7的侧面时,则可以将该客户7的侧面的图像附加注册到数据库11中。以此方式,如果以后拍摄到该客户7的另一侧面,则易于识别出该面部图像是该客户7的面部图像。然而,将同一人员的每一个面部图像拍摄均注册到注册者数据库11中将带来使得注册者数据库11的存储容量耗尽并为处理面部识别花费更长时间的问题。
因此,面部识别引擎9可以计算识别分值X,该识别分值X指示在由面部检测引擎8检测到的面部图像和在注册者数据库11中的已注册面部图像之间的相似度。当两个图像根本不相似时,识别分值X将是0.0,并且当两个图像完全相同时,识别分值将是100.0。基于该识别分值X和下述规则,可以将由面部检测引擎8检测到的面部图像自动注册在注册者数据库11中。以此方式,可以克服上述问题,并且来宾路径分析系统1可以是高性能的。
(规则1)如果客户7的面部图像相对于所有已注册面部图像的识别分值X低于第一基准Lv1(当相对于等于或高于第一基准Lv1的他/她的面部图像的识别分值X的已注册面部图像都没有被注册在注册者数据库11中时),则面部识别引擎9将把客户7确定为新的客户。面部识别引擎9将把未使用过的标识码分配给客户7。面部识别引擎9将在注册者数据库11中生成新的注册者文件,并将已分配的标识码与客户7的面部图像一起写入新的注册者文件。面部识别引擎9还将把拍摄客户7的面部图像的时间写入注册者文件中。此处,识别分值X是指示两个图像之间相似度的参数,当两个图像根本不相同时,识别分值X将是0.0,当两个图像完全相同时,识别分值X将是100.0。
(规则2)在客户7的面部图像相对于所有已注册的面部图像的识别分值X中,该面部图像的最高识别分值X等于或高于第一基准Lv1但低于第二基准Lv2的情形下,面部识别引擎9将把客户7的面部图像写入面部图像的识别分值X最高的已注册面部图像所属于的注册者文件中。这是因为,如果识别分值X在该范围内,则客户7的面部图像很有可能是识别分值X最高的注册者的面部图像。
(规则3)在客户7的面部图像相对于任何已注册面部图像的识别分值X等于或高于第二基准Lv2但是低于第三基准Lv3的情形下,面部识别引擎9将把客户7的面部图像写入该已注册面部图像所属于的注册者文件中。这是因为,如果识别分值X在该范围内,则客户7的面部图像极有可能是该注册者的面部图像,并且由于将客户7的面部图像附加注册在该注册者文件中,所以将使得以后执行的面部识别更加准确和更加有效率。
(规则4)在客户7的面部图像相对于任何已注册面部图像的识别分值X等于或高于第三基准Lv3的情形下,面部识别引擎9将不把客户7的面部图像附加注册到注册者数据库11中的任何地方。面部识别引擎9将撤销客户7的面部图像。这是因为,当已经存在可以被认为是完全相同的已注册面部图像时,注册新的面部图像在以后提高面部识别的准确性方面并非那么有利,因为缺点是由于有更多的图像要对照检查而使效率降低。
如图4所示,面部识别引擎9具有自动注册程序,以使能基于以上规则的自动注册。注意到,在上述来宾路径分析系统1的示意流程图的步骤S2(参见图2)执行了该自动注册程序。
如图4所示,当面部检测引擎8检测到客户7的面部图像时,面部识别引擎9从注册者数据库11中读出已注册面部图像(步骤S21),并将该面部图像对照该已注册面部图像进行检查,以计算它们之间的识别分值X(步骤S22)。
在识别分值X等于或高于第三基准Lv3的情形下(步骤S23;是),则面部识别引擎9只是终止自动注册程序。也就是,在该情形下,由面部检测引擎8检测到的客户7的面部图像不被注册到任何文件中,而是被丢弃。
在识别分值X低于第三基准Lv3(步骤S23;否)并且等于或高于第二基准Lv2(步骤S24;是)的情形下,面部识别引擎9将客户7的面部图像注册在所读出的已注册面部图像所属于的注册者文件中(步骤S25)。然后,面部识别引擎9终止自动注册程序。
在识别分值X低于第二基准Lv2的情形下(步骤S24;否),以及在注册者数据库11中还剩有该面部图像尚未对照其而进行检查的已注册面部图像时的情形下(步骤S26;是),则面部识别引擎9返回到步骤S21,以从注册者数据库11读出下一个已注册面部图像,并且重复所描述的处理。
在相对于所有已注册面部图像的识别分值X低于第二基准Lv2的情形下(步骤S26;否),则面部识别引擎9转到步骤S27。在到现在为止在所计算的识别分值X中的最高值等于或高于第一基准Lv1的情形下(步骤S27;是),面部识别引擎9将该客户7的面部图像注册在获得最高识别分值X的已注册面部图像所属于的注册者文件中(步骤S28),并且终止自动注册程序。
在识别分值X中的最高值低于第一基准Lv1的情形下,即,在所有的识别分值X低于第一基准Lv1的情形下(步骤S27;否),则面部识别引擎9将未使用的标识码分配给客户7,在注册者数据库11中生成了新的注册者文件,并将已分配的标识码和客户7的面部图像注册在该新的注册者文件中(步骤29),并且终止自动注册程序。
替代地,面部识别引擎9执行步骤S29以生成新的注册者文件,并且仅当面部检测引擎8可以计算出已检测到的面部图像的角度,并且该面部图像处于可以将该面部图像认为是在面部的基本正前方拍摄该面部时所获得的完整面部图像的范围中(例如,在-10度至+10度的范围中,其中完整面部图像的角度是0度)时,才注册该面部图像。这是因为完整面部图像是用于面部识别的基础数据。
进一步,可以设置注册在注册者文件中的面部图像的数目的上限,并且可以将程序设计成,如果一旦添加面部图像就超过该上限时,则不在步骤S25或步骤28附加注册该面部图像。这是为了不使注册者文件过载。
通过具有自动注册程序,面部识别引擎9可以将客户7的面部图像与已经注册人员的面部图像相比较,并且基于面部图像之间的相似度来确定客户7是已经注册的客户还是新的客户,并且可以有助于提高由来宾路径分析系统1进行的面部识别的准确性。
注意到,可以将第一至第三基准Lv1至Lv3固定成预定值,或者可以由用户根据他/她的需要来改变。
在不偏离本发明的广义精神和范围的情况下,可以对本发明做出各种实施例和变化。上述实施例意在说明本发明,而不是限制本发明的范围。通过权利要求而不是实施例来示出本发明的范围。在本发明的权利要求的等同物的含义之内和权利要求之内做出的各种修改应当认为处于本发明的范围之内。
Claims (18)
1.一种来宾路径分析系统,所述系统单独标识在多个拍摄区域中拍摄到的图像中捕捉到的人员并计算和记录他/她的路径,包括:
注册者数据库,在所述注册者数据库中注册了人员的面部图像;
面部图像检测单元,所述面部图像检测单元从在所述多个拍摄区域中拍摄到的图像中检测人员的面部图像;以及
面部图像检查单元,所述面部图像检查单元将由所述面部图像检测单元检测到的面部图像对照在所述注册者数据库中注册的已注册面部图像进行检查。
2.根据权利要求1所述的来宾路径分析系统,
其中,所述注册者数据库包括注册者文件,
所述面部图像检查单元计算由所述面部图像检测单元检测到的面部图像相对于在所述注册者数据库中注册的已注册面部图像的相似度,并且
所述来宾路径分析系统包括自动注册单元,在由所述面部图像检测单元检测到的面部图像相对于所有已注册面部图像的相似度低于第一阈值的情形下,所述自动注册单元在所述注册者数据库中生成新的注册者文件,并且将由所述面部图像检测单元检测到的面部图像注册在所生成的注册者文件中。
3.根据权利要求2所述的来宾路径分析系统,
其中,所述面部图像检查单元计算由所述面部图像检测单元检测到的面部图像的角度,并且
在所述面部图像的角度处于预定范围中的情形下,在所述预定范围中可以将所述面部图像认为是在面部的基本正前方对所述面部进行拍摄时所获得的完整面部图像,所述自动注册单元在所述注册者数据库中生成新的注册者文件,并且将所述面部图像注册在所生成的注册者文件中。
4.根据权利要求2所述的来宾路径分析系统,
其中,在检测到的所述面部图像相对于所有所述已注册面部图像的相似度的最高值等于或高于所述第一阈值并低于第二阈值的情形下,所述自动注册单元将由所述面部图像检测单元检测到的面部图像注册在相似度相对于其是最高的已注册面部图像所属于的注册者文件中。
5.根据权利要求4所述的来宾路径分析系统,
其中,所述自动注册单元将由所述面部图像检测单元检测到的面部图像注册在所述面部图像的相似度等于或高于所述第二阈值并低于第三阈值的已注册面部图像所属于的注册者文件中。
6.根据权利要求5所述的来宾路径分析系统,
其中,在存在面部图像的相似度等于或高于所述第三阈值的已注册面部图像的情形下,所述自动注册单元不将所述面部图像注册在所述注册者数据库中。
7.根据权利要求1所述的来宾路径分析系统,包括:
时间记录文件生成单元,当从在所述多个拍摄区域的任何一个拍摄区域中拍摄到的图像中检测到面部图像时,所述时间记录文件生成单元将所检测到的面部图像对照注册在所述注册者数据库中的面部图像进行检查,以指明在所检测到的面部图像中的人员被标识为哪个注册者,并且将拍摄所述面部图像的拍摄区域以及拍摄所述面部图像的时间记录在所指明的注册者的时间记录文件中;以及
汇总数据生成单元,所述汇总数据生成单元将同一注册者的时间记录文件集中在一起,以生成所述同一注册者的拍摄区域特定的持续停留汇总数据,并且将所生成的数据注册在来宾路径分析文件中。
8.根据权利要求7所述的来宾路径分析系统,
其中,所述汇总数据生成单元以时间序列布置在同一拍摄区域中拍摄同一注册者的记录,并且在一个拍摄时间和与所述一个拍摄时间在时间上最接近的另一拍摄时间之间的差异大于预定阈值的情形下,确定所述注册者在所述拍摄区域中的持续停留中断,并且用所述数据在所述一个拍摄时间和所述最接近的拍摄时间之间被分开的方式来生成拍摄区域特定的持续停留汇总数据。
9.根据权利要求7所述的来宾路径分析系统,包括
来宾路径分析单元,所述来宾路径分析单元基于注册在所述来宾路径分析文件中的所述拍摄区域特定的持续停留汇总数据来生成所述注册者的来宾路径信息。
10.根据权利要求1所述的来宾路径分析系统,包括
属性估计单元,所述属性估计单元基于注册者的面部图像来估计所述注册者的属性,
其中,在由所述属性估计单元估计的所述面部图像中的人员的属性被注册在所述注册者数据库中。
11.根据权利要求10所述的来宾路径分析系统,其中,所述人员的属性是他/她的性别和年龄。
12.根据权利要求11所述的来宾路径分析系统,包括
行为分析单元,所述行为分析单元基于所记录的关于多个人员的来宾路径来分析对每种性别和每种年龄属性独特的行为。
13.根据权利要求1所述的来宾路径分析系统,包括
关注目标注册单元,所述关注目标注册单元将关注目标人员的面部图像初步注册在所述注册者数据库中。
14.根据权利要求13所述的来宾路径分析系统,
其中,在所述多个拍摄区域中的任何拍摄区域中拍摄到的图像中检测到的人员的面部图像与注册在所述注册者数据库中的任何关注目标人员的面部图像相匹配的情形下,将这个意思的通知提供到外面。
15.根据权利要求14所述的来宾路径分析系统,
其中,在关注目标人员的面部图像的有效时间段到期之后,所述关注目标注册单元将所述关注目标人员的面部图像从所述注册者数据库中删除。
16.根据权利要求13所述的来宾路径分析系统,
其中,在所述多个拍摄区域中的任何拍摄区域中拍摄到的图像中检测到的人员的面部图像与注册在所述注册者数据库中的任何关注目标人员的面部图像不相匹配的情形下,则将这个意思的通知提供到外面。
17.一种来宾路径分析方法,用于单独标识在多个拍摄区域中拍摄到的图像中捕捉的人员并且用于计算和记录他/她的路径,包括:
注册步骤,将人员的面部图像注册在注册者数据库中;
面部图像检测步骤,从在所述多个拍摄区域中拍摄到的图像中检测人员的面部图像;以及
面部图像检查步骤,将在所述面部图像检测步骤检测到的面部图像对照在所述注册者数据库中注册的已注册面部图像进行检查。
18.一种来宾路径分析系统,所述系统单独标识在多个拍摄区域中拍摄到的图像中捕捉的人员并且计算和记录他/她的路径,包括:
注册者数据库,在所述注册者数据库中注册了人员的面部图像;
面部图像检测装置,所述面部图像检测装置从在所述多个拍摄区域中拍摄到的图像中检测人员的面部图像;以及
面部图像检查装置,所述面部图像检查装置将由所述面部图像检测装置检测到的面部图像对照在所述注册者数据库中注册的已注册面部图像进行检查。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008198522 | 2008-07-31 | ||
JP2008198522 | 2008-07-31 | ||
JP2008304916 | 2008-11-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101639922A true CN101639922A (zh) | 2010-02-03 |
Family
ID=41614893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200910160252 Pending CN101639922A (zh) | 2008-07-31 | 2009-07-31 | 来宾路径分析系统和方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP4753193B2 (zh) |
CN (1) | CN101639922A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104065869A (zh) * | 2013-03-18 | 2014-09-24 | 三星电子株式会社 | 在电子装置中与播放音频组合地显示图像的方法 |
CN104217348A (zh) * | 2013-05-30 | 2014-12-17 | 松下电器产业株式会社 | 顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法 |
CN104239386A (zh) * | 2013-06-10 | 2014-12-24 | 国际商业机器公司 | 用于对面部识别匹配区分优先级的方法和系统 |
CN105518734A (zh) * | 2013-09-06 | 2016-04-20 | 日本电气株式会社 | 顾客行为分析系统、顾客行为分析方法、非暂时性计算机可读介质和货架系统 |
CN105787756A (zh) * | 2016-02-19 | 2016-07-20 | 龚齐伟 | 人体行为分析装置、方法及系统 |
CN106203685A (zh) * | 2016-06-29 | 2016-12-07 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN106778925A (zh) * | 2016-11-03 | 2017-05-31 | 五邑大学 | 一种人脸识别的姿态超完备人脸自动注册方法及其装置 |
CN107103029A (zh) * | 2017-03-03 | 2017-08-29 | 北京光年无限科技有限公司 | 一种用于机器人的图像数据处理方法 |
CN107153886A (zh) * | 2017-03-31 | 2017-09-12 | 深圳市亿兆互联技术有限公司 | 一种用于商场布局优化的顾客定位方法 |
CN107871111A (zh) * | 2016-09-28 | 2018-04-03 | 苏宁云商集团股份有限公司 | 一种行为分析方法及系统 |
CN109063590A (zh) * | 2018-07-12 | 2018-12-21 | 上海商汤智能科技有限公司 | 基于人脸识别的信息处理方法、装置及系统 |
CN109189972A (zh) * | 2018-07-16 | 2019-01-11 | 高新兴科技集团股份有限公司 | 一种目标行踪确定方法、装置、设备及计算机存储介质 |
CN109902644A (zh) * | 2019-03-07 | 2019-06-18 | 北京海益同展信息科技有限公司 | 人脸识别方法、装置、设备和计算机可读介质 |
CN110717003A (zh) * | 2019-09-27 | 2020-01-21 | 四川长虹电器股份有限公司 | 基于路径规划的智能购物车自主导航与自动跟随方法 |
US10602084B2 (en) | 2015-07-16 | 2020-03-24 | Sony Corporation | Imaging apparatus which performs compressive sensing reading data for a partitioned block output from an image sensor |
CN111034171A (zh) * | 2017-09-26 | 2020-04-17 | 索尼半导体解决方案公司 | 信息处理系统 |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011227710A (ja) * | 2010-04-20 | 2011-11-10 | Mega Chips Corp | データ処理装置、データ処理システム、及びプログラム |
JP5507334B2 (ja) * | 2010-05-14 | 2014-05-28 | 本田技研工業株式会社 | 登録装置、登録方法及びコンピュータプログラム |
JP5618628B2 (ja) * | 2010-05-28 | 2014-11-05 | エヌ・ティ・ティ・コムウェア株式会社 | 人物情報自動収集システム及び人物情報自動収集方法並びにそのプログラム |
JP5549418B2 (ja) * | 2010-06-25 | 2014-07-16 | オムロン株式会社 | 情報処理装置および方法、並びにプログラム |
JP2012094104A (ja) * | 2010-09-29 | 2012-05-17 | Omron Corp | 情報処理装置および方法、並びにプログラム |
JP5316906B2 (ja) * | 2010-09-29 | 2013-10-16 | オムロン株式会社 | 情報処理装置および方法、並びにプログラム |
JP5680954B2 (ja) * | 2010-12-27 | 2015-03-04 | 株式会社構造計画研究所 | 滞留時間測定装置、滞留時間測定システム、および滞留時間測定方法 |
JP6049253B2 (ja) * | 2011-12-02 | 2016-12-21 | 綜合警備保障株式会社 | 顔認証データベース管理方法、顔認証データベース管理装置及び顔認証データベース管理プログラム |
JP5660638B2 (ja) * | 2012-03-22 | 2015-01-28 | Necソリューションイノベータ株式会社 | 特性判定装置、特性判定方法、及びプログラム |
JP6067527B2 (ja) * | 2013-09-30 | 2017-01-25 | 株式会社日立ソリューションズ | 移動体情報管理方法及び装置並びにプログラム |
JP2015090579A (ja) * | 2013-11-06 | 2015-05-11 | 株式会社日立ソリューションズ | 行動分析システム |
WO2015129210A1 (ja) * | 2014-02-25 | 2015-09-03 | 日本電気株式会社 | 情報処理装置、データ分析方法、及び、記録媒体 |
JP6289308B2 (ja) * | 2014-08-22 | 2018-03-07 | 東芝テック株式会社 | 情報処理装置およびプログラム |
JP2016045743A (ja) * | 2014-08-22 | 2016-04-04 | 東芝テック株式会社 | 情報処理装置およびプログラム |
WO2016079860A1 (ja) * | 2014-11-21 | 2016-05-26 | 中国電力株式会社 | 来訪者認証システム、及び来訪者認証方法 |
JP6905653B2 (ja) * | 2015-06-15 | 2021-07-21 | パナソニックi−PROセンシングソリューションズ株式会社 | 顔認識システム、顔認識サーバ及び顔認識方法 |
JP7160430B2 (ja) | 2016-03-23 | 2022-10-25 | 日本電気株式会社 | 動線判定装置、動線判定システム、動線判定方法及びプログラム |
JP2017174343A (ja) | 2016-03-25 | 2017-09-28 | 富士ゼロックス株式会社 | 入店者属性抽出装置及び入店者属性抽出プログラム |
CN106023263A (zh) * | 2016-06-12 | 2016-10-12 | 朱兰英 | 一种基于面部的室内巡逻分析方法 |
CN106023264A (zh) * | 2016-06-13 | 2016-10-12 | 朱兰英 | 一种基于面部的室内巡逻分析系统 |
JP2016219065A (ja) * | 2016-09-27 | 2016-12-22 | 株式会社野村総合研究所 | 滞留分析システム及び方法 |
JP6909575B2 (ja) * | 2016-11-30 | 2021-07-28 | マクセル株式会社 | 監視情報収集システム |
JP2019020777A (ja) | 2017-07-11 | 2019-02-07 | キヤノン株式会社 | 情報処理装置、及び、情報処理装置の制御方法、コンピュータプログラム、記憶媒体 |
JP6800820B2 (ja) | 2017-07-14 | 2020-12-16 | パナソニック株式会社 | 人流分析方法、人流分析装置、及び人流分析システム |
CN108228872A (zh) | 2017-07-21 | 2018-06-29 | 北京市商汤科技开发有限公司 | 人脸图像去重方法和装置、电子设备、存储介质、程序 |
WO2019052917A1 (en) * | 2017-09-13 | 2019-03-21 | Koninklijke Philips N.V. | SYSTEMS AND METHODS FOR IDENTIFYING SUBJECTS |
KR102147100B1 (ko) * | 2018-04-04 | 2020-08-25 | 한국과학기술연구원 | 복수의 영상 장비를 사용하여 관심 객체 식별에 의한 비디오 요약을 생성하는 방법 및 이를 수행하는 시스템 |
JP6734891B2 (ja) * | 2018-07-17 | 2020-08-05 | 株式会社野村総合研究所 | 販売実績の分析システムおよび分析方法 |
JP6633156B2 (ja) * | 2018-08-27 | 2020-01-22 | 東芝テック株式会社 | サーバおよびプログラム |
JP7108873B2 (ja) * | 2019-03-04 | 2022-07-29 | パナソニックIpマネジメント株式会社 | 顔認証管理サーバおよび顔認証管理方法 |
CN110175863B (zh) * | 2019-04-18 | 2020-09-11 | 武汉特斯联智能工程有限公司 | 一种基于大数据的个性化多用景区广告平台 |
WO2022230022A1 (ja) * | 2021-04-26 | 2022-11-03 | 日本電気株式会社 | 画像処理装置 |
US20240221008A1 (en) * | 2021-08-30 | 2024-07-04 | Nec Corporation | Processing apparatus, processing method, and non-transitory storage medium |
WO2023152977A1 (ja) * | 2022-02-14 | 2023-08-17 | 日本電気株式会社 | 画像処理装置、画像処理方法、およびプログラム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3584334B2 (ja) * | 1997-12-05 | 2004-11-04 | オムロン株式会社 | 人間検出追跡システムおよび人間検出追跡方法 |
JP2000200357A (ja) * | 1998-10-27 | 2000-07-18 | Toshiba Tec Corp | 人物動線情報の収集方法及び収集装置 |
JP2003263641A (ja) * | 2002-03-11 | 2003-09-19 | Mitsubishi Heavy Ind Ltd | 移動分析装置 |
JP2004133805A (ja) * | 2002-10-11 | 2004-04-30 | Ntt Data Corp | 動画像処理方法、動画像処理装置およびその方法をコンピュータに実行させるプログラム |
JP2004178129A (ja) * | 2002-11-26 | 2004-06-24 | Toshiba Lighting & Technology Corp | 売場計画支援システム |
CN1650274A (zh) * | 2002-12-26 | 2005-08-03 | 富士通株式会社 | 操作管理方法和操作管理服务器 |
JP2005056173A (ja) * | 2003-08-05 | 2005-03-03 | Hitachi Kiden Kogyo Ltd | 売り場情報の管理システム |
JP2005071252A (ja) * | 2003-08-27 | 2005-03-17 | Casio Comput Co Ltd | 動線情報処理システム |
JP2008511066A (ja) * | 2004-08-23 | 2008-04-10 | リテイル テク カンパニー リミテッド | Rfid基盤のショッピングパターン分析システム及び方法 |
JP2007316867A (ja) * | 2006-05-24 | 2007-12-06 | Toshiba Corp | エリア評価装置及び方法 |
-
2008
- 2008-11-28 JP JP2008304916A patent/JP4753193B2/ja active Active
-
2009
- 2009-07-31 CN CN 200910160252 patent/CN101639922A/zh active Pending
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104065869B (zh) * | 2013-03-18 | 2018-04-27 | 三星电子株式会社 | 在电子装置中与播放音频组合地显示图像的方法 |
US9743033B2 (en) | 2013-03-18 | 2017-08-22 | Samsung Electronics Co., Ltd | Method for displaying image combined with playing audio in an electronic device |
CN104065869A (zh) * | 2013-03-18 | 2014-09-24 | 三星电子株式会社 | 在电子装置中与播放音频组合地显示图像的方法 |
CN104217348A (zh) * | 2013-05-30 | 2014-12-17 | 松下电器产业株式会社 | 顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法 |
CN104239386A (zh) * | 2013-06-10 | 2014-12-24 | 国际商业机器公司 | 用于对面部识别匹配区分优先级的方法和系统 |
CN104239386B (zh) * | 2013-06-10 | 2018-09-18 | 格芯公司 | 用于对面部识别匹配区分优先级的方法和系统 |
CN105518734A (zh) * | 2013-09-06 | 2016-04-20 | 日本电气株式会社 | 顾客行为分析系统、顾客行为分析方法、非暂时性计算机可读介质和货架系统 |
US10602084B2 (en) | 2015-07-16 | 2020-03-24 | Sony Corporation | Imaging apparatus which performs compressive sensing reading data for a partitioned block output from an image sensor |
CN105787756A (zh) * | 2016-02-19 | 2016-07-20 | 龚齐伟 | 人体行为分析装置、方法及系统 |
CN106203685A (zh) * | 2016-06-29 | 2016-12-07 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN106203685B (zh) * | 2016-06-29 | 2021-07-16 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN107871111A (zh) * | 2016-09-28 | 2018-04-03 | 苏宁云商集团股份有限公司 | 一种行为分析方法及系统 |
CN107871111B (zh) * | 2016-09-28 | 2021-11-26 | 苏宁易购集团股份有限公司 | 一种行为分析方法及系统 |
CN106778925A (zh) * | 2016-11-03 | 2017-05-31 | 五邑大学 | 一种人脸识别的姿态超完备人脸自动注册方法及其装置 |
CN107103029A (zh) * | 2017-03-03 | 2017-08-29 | 北京光年无限科技有限公司 | 一种用于机器人的图像数据处理方法 |
CN107153886A (zh) * | 2017-03-31 | 2017-09-12 | 深圳市亿兆互联技术有限公司 | 一种用于商场布局优化的顾客定位方法 |
CN111034171A (zh) * | 2017-09-26 | 2020-04-17 | 索尼半导体解决方案公司 | 信息处理系统 |
CN111034171B (zh) * | 2017-09-26 | 2022-05-17 | 索尼半导体解决方案公司 | 信息处理系统 |
CN109063590A (zh) * | 2018-07-12 | 2018-12-21 | 上海商汤智能科技有限公司 | 基于人脸识别的信息处理方法、装置及系统 |
CN109189972A (zh) * | 2018-07-16 | 2019-01-11 | 高新兴科技集团股份有限公司 | 一种目标行踪确定方法、装置、设备及计算机存储介质 |
CN109902644A (zh) * | 2019-03-07 | 2019-06-18 | 北京海益同展信息科技有限公司 | 人脸识别方法、装置、设备和计算机可读介质 |
CN110717003A (zh) * | 2019-09-27 | 2020-01-21 | 四川长虹电器股份有限公司 | 基于路径规划的智能购物车自主导航与自动跟随方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4753193B2 (ja) | 2011-08-24 |
JP2010055594A (ja) | 2010-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101639922A (zh) | 来宾路径分析系统和方法 | |
JP6854881B2 (ja) | 顔画像照合システムおよび顔画像検索システム | |
US10733427B2 (en) | System and method for detecting, tracking, and counting human objects of interest using a counting system and a data capture device | |
US9792489B2 (en) | Time-in store estimation using facial recognition | |
US10078693B2 (en) | People searches by multisensor event correlation | |
CN103578018A (zh) | 检测由于缺货状况导致的销售损失的方法、装置和系统 | |
CN102200578B (zh) | 数据关联设备和方法 | |
WO2013106576A1 (en) | System and method for managing energy | |
EP3355282B1 (en) | System and method for detecting, tracking and counting human objects of interest using a counting system and a data capture device | |
US12039803B2 (en) | Techniques for automatically identifying secondary objects in a stereo-optical counting system | |
JPH11175730A (ja) | 人間検出追跡システム | |
CN111325954B (zh) | 人员走失预警方法、装置、系统及服务器 | |
KR20120080436A (ko) | Rfid 기술 및 영상 기술을 통합한 동선 분석 시스템 및 그 방법 | |
US20210133491A1 (en) | System and method for detecting, tracking and counting human objects of interest with an improved height calculation | |
CN117095462A (zh) | 行为检测方法、装置及设备 | |
CN109447042A (zh) | 基于立体视觉技术实现置顶式客流监控处理的系统及方法 | |
CN112241683B (zh) | 一种同行人员识别判断方法及系统 | |
CN113515982B (zh) | 轨迹还原方法及设备、设备管理方法及管理设备 | |
CN118279961A (zh) | 目标关注对象的着装检测提示方法、装置和服务器 | |
CN118298353A (zh) | 目标再识别方法和装置 | |
CN115063846A (zh) | 一种人员关系网生成方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100203 |