CN108564038A - 顾客访问量的统计方法及装置、存储介质、终端 - Google Patents

顾客访问量的统计方法及装置、存储介质、终端 Download PDF

Info

Publication number
CN108564038A
CN108564038A CN201810337315.3A CN201810337315A CN108564038A CN 108564038 A CN108564038 A CN 108564038A CN 201810337315 A CN201810337315 A CN 201810337315A CN 108564038 A CN108564038 A CN 108564038A
Authority
CN
China
Prior art keywords
customer
face
humanoid
time period
preset time
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
Application number
CN201810337315.3A
Other languages
English (en)
Inventor
王华勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Xiaoyi Technology Co Ltd
Original Assignee
Shanghai Xiaoyi Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Xiaoyi Technology Co Ltd filed Critical Shanghai Xiaoyi Technology Co Ltd
Priority to CN201810337315.3A priority Critical patent/CN108564038A/zh
Publication of CN108564038A publication Critical patent/CN108564038A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53Recognition of crowd images, e.g. recognition of crowd congestion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • G06V40/173Classification, e.g. identification face re-identification, e.g. recognising unknown faces across different face tracks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30242Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

一种顾客访问量的统计方法及装置、存储介质、终端,所述顾客访问量的统计方法包括:获取门店内拍摄的视频数据;根据所述视频数据确定预设时间段内顾客的数量,记为进店人数;根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,记为拿货人数;确定所述预设时间段内购买商品的顾客的数量,记为买货人数;生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、拿货人数和买货人数。本发明方案可以对门店中具有不同的访问行为的顾客的数量进行统计,且具有更准确、更丰富的统计结果。

Description

顾客访问量的统计方法及装置、存储介质、终端
技术领域
本发明涉及计算机技术领域,尤其涉及一种顾客访问量的统计方法及装置、存储介质、终端。
背景技术
在实体销售中,对顾客访问量的分析至关重要。具体而言,在实体店投资、创业等商业行为中,客流量与购买力均为非常重要的参数。
然而,在现有的对顾客访问量的统计方法中,往往仅能对少量参数进行笼统估计,缺乏准确性和丰富性。
亟需一种顾客访问量的统计方法,能够更加准确、丰富地统计具有不同的访问行为的顾客的数量,为商业行为的具体运作提供凭据。
发明内容
本发明解决的技术问题是提供一种顾客访问量的统计方法及装置、存储介质、终端,可以对门店中具有不同的访问行为的顾客的数量进行统计,且具有更准确、更丰富的统计结果。
为解决上述技术问题,本发明实施例提供一种顾客访问量的统计方法,包括以下步骤:获取门店内拍摄的视频数据;根据所述视频数据确定预设时间段内顾客的数量,记为进店人数;根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,记为拿货人数;确定所述预设时间段内购买商品的顾客的数量,记为买货人数;生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、拿货人数和买货人数。
可选的,所述顾客访问量的统计方法还包括:根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量,记为关注人数;其中,所述漏斗分析数据还包括所述关注人数。
可选的,所述根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量包括:对所述视频数据中的每张人脸的人脸方向以及人脸角度进行检测;当所述人脸方向在预设方向范围内且所述人脸角度在预设角度范围内时,确定所述人脸为有效关注人脸,其中,所述预设方向范围以及所述预设角度范围对应于所述预设区域;对所述预设时间段内的所述有效关注人脸中不同的人脸进行计数,以得到所述关注人数。
可选的,所述根据所述视频数据确定预设时间段内顾客的数量包括:在获取到的所述视频数据中进行顾客检测,所述顾客检测包括人形检测和/或人脸检测,以得到人形信息和/或人脸信息;对所述顾客检测的结果中的不同顾客进行计数;根据所述预设时间段内的所述计数的结果,确定所述进店人数。
可选的,对所述顾客检测的结果中的不同顾客进行计数包括:确定预设人形或预设人脸,所述预设人形或预设人脸对应的预设用户包括导购员;对所述人形信息中不同的人形进行检测,或对所述人脸信息中不同的人脸进行检测;如果当前检测人形信息与所述预设人形不匹配,且所述当前检测人形信息与已计数的人形信息不匹配,则对当前检测人形信息对应的人形进行计数;或者,如果当前检测人脸信息与所述预设人脸不匹配,且所述当前检测人脸信息与已计数的人脸信息不匹配,则对当前检测人脸信息对应的人脸进行计数。
可选的,所述根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量包括:在所述视频数据中,检测每个人形的执行动作;当所述执行动作中包含有拿取商品的动作时,确定所述人形为有效拿取人形;在所述预设时间段内的所述有效拿取人形对应的人脸中,对不同的人脸进行计数,以得到所述拿货人数。
可选的,确定所述预设时间段内购买商品的顾客的数量包括:根据所述预设时间段内的购买记录,确定所述买货人数。
可选的,所述视频数据采集于多个摄像头,所述多个摄像头的摄像区域覆盖所述门店。
为解决上述技术问题,本发明实施例提供一种顾客访问量的统计装置,包括:获取模块,适于获取门店内拍摄的视频数据;进店人数确定模块,适于根据所述视频数据确定预设时间段内顾客的数量,记为进店人数;拿货人数确定模块,适于根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,记为拿货人数;买货人数确定模块,适于确定所述预设时间段内购买商品的顾客的数量,记为买货人数;数据生成模块,适于生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、拿货人数和买货人数。
可选的,所述顾客访问量的统计装置还包括:关注人数确定模块,适于根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量,记为关注人数;其中,所述漏斗分析数据还包括所述关注人数。
可选的,所述关注人数确定模块包括:第一检测子模块,适于对所述视频数据中的每张人脸的人脸方向以及人脸角度进行检测;有效关注人脸确定子模块,适于当所述人脸方向在预设方向范围内且所述人脸角度在预设角度范围内时,确定所述人脸为有效关注人脸,其中,所述预设方向范围以及所述预设角度范围对应于所述预设区域;关注人数确定子模块,适于对所述预设时间段内的所述有效关注人脸中不同的人脸进行计数,以得到所述关注人数。
可选的,所述进店人数确定模块包括:第二检测子模块,适于在获取到的所述视频数据中进行顾客检测,所述顾客检测包括人形检测和/或人脸检测,以得到人形信息和/或人脸信息;计数子模块,适于对所述顾客检测的结果中的不同顾客进行计数;进店人数确定子模块,适于根据所述预设时间段内的所述计数的结果,确定所述进店人数。
可选的,所述计数子模块包括:预设用户确定单元,适于确定预设人形或预设人脸,所述预设人形或预设人脸对应的预设用户包括导购员;检测单元,适于对所述人形信息中不同的人形进行检测,或对所述人脸信息中不同的人脸进行检测;人形计数单元,适于在当前检测人形信息与所述预设人形不匹配,且所述当前检测人形信息与已计数的人形信息不匹配时,对当前检测人形信息对应的人形进行计数;或者,人脸计数单元,适于在当前检测人脸信息与所述预设人脸不匹配,且所述当前检测人脸信息与已计数的人脸信息不匹配时,对当前检测人脸信息对应的人脸进行计数。
可选的,所述拿货人数确定模块包括:执行动作确定子模块,适于在所述视频数据中,检测每个人形的执行动作;有效拿取人形确定子模块,适于当所述执行动作中包含有拿取商品的动作时,确定所述人形为有效拿取人形;拿货人数确定子模块,适于在所述预设时间段内的所述有效拿取人形对应的人脸中,对不同的人脸进行计数,以得到所述拿货人数。
可选的,所述买货人数确定模块包括:买货人数确定子模块,适于根据所述预设时间段内的购买记录,确定所述买货人数。
可选的,所述视频数据采集于多个摄像头,所述多个摄像头的摄像区域覆盖所述门店。
为解决上述技术问题,本发明实施例提供一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述顾客访问量的统计方法的步骤。
为解决上述技术问题,本发明实施例提供一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述顾客访问量的统计方法的步骤。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
在本发明实施例中,获取门店内拍摄的视频数据;根据所述视频数据确定预设时间段内顾客的数量,记为进店人数;根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,记为拿货人数;确定所述预设时间段内购买商品的顾客的数量,记为买货人数;生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、拿货人数和买货人数。采用上述方案,通过确定进店人数、拿货人数以及买货人数,生成漏斗分析数据,可以对门店中具有不同的访问行为的顾客的数量进行统计,且统计的准确性、丰富性更高,有助于为商业行为的具体运作提供凭据。
进一步,还可以确定关注人数,从而通过进店人数、关注人数、拿货人数以及买货人数,进一步生成内容更加丰富的漏斗分析数据,可以进一步对门店中具有不同的访问行为的顾客的数量进行更加准确、丰富地统计,有助于为商业行为的具体运作提供更加全面的凭据。
进一步,还可以在确定顾客的数量时,通过检测人形信息与所述预设人形不匹配,避免对预设用户(如导购员)误认为顾客从而进行错误计数,提高对顾客的数量进行确定的准确性。
附图说明
图1是本发明实施例中一种顾客访问量的统计方法的流程图;
图2是图1中步骤S12的一种具体实施方式的流程图;
图3是图1中步骤S13的一种具体实施方式的流程图;
图4是本发明实施例中另一种顾客访问量的统计方法的流程图;
图5是图4中步骤S43的一种具体实施方式的流程图;
图6是本发明实施例中一种顾客访问量的统计装置的结构示意图;
图7是图6中关注人数确定模块66的一种具体实施方式的结构示意图;
图8是图6中进店人数确定模块62的一种具体实施方式的结构示意图;
图9是图6中拿货人数确定模块63的一种具体实施方式的结构示意图。
具体实施方式
在现有的对顾客访问量的统计方法中,往往仅能对少量参数进行笼统估计,缺乏准确性和丰富性。
本发明的发明人经过研究发现,在现有技术中,通常仅对门店所在的地区的客流量进行笼统估计,例如根据所在地区属于商业区、居民区估计客流量等,或者仅能根据实际销售额判断顾客的购买力。
在本发明实施例中,获取门店内拍摄的视频数据;根据所述视频数据确定预设时间段内顾客的数量,记为进店人数;根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,记为拿货人数;确定所述预设时间段内购买商品的顾客的数量,记为买货人数;生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、拿货人数和买货人数。采用上述方案,通过确定进店人数、拿货人数以及买货人数,生成漏斗分析数据,可以对门店中具有不同的访问行为的顾客的数量进行统计,且统计的准确性、丰富性更高,有助于为商业行为的具体运作提供凭据。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
参照图1,图1是本发明实施例中一种顾客访问量的统计方法的流程图。所述顾客访问量的统计方法可以包括步骤S11至步骤S15:
步骤S11:获取门店内拍摄的视频数据;
步骤S12:根据所述视频数据确定预设时间段内顾客的数量,记为进店人数;
步骤S13:根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,记为拿货人数;
步骤S14:确定所述预设时间段内购买商品的顾客的数量,记为买货人数;
步骤S15:生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、拿货人数和买货人数。
需要指出的是,在本发明实施例中,对于步骤S12至步骤S14的具体实施顺序不做限制。
在步骤S11的具体实施中,所述视频数据可以是通过门店内安装的图像传感器获取的,所述图像传感器例如可以为光学摄像头、红外摄像头等。进一步地,所述光学摄像头可以包括鱼眼摄像头和/或斜视摄像头,有助于扩大拍摄范围。
优选地,所述视频数据可以采集于多个摄像头,所述多个摄像头的摄像区域可以覆盖所述门店,有助于更加全面地统计顾客访问量。
在步骤S12的具体实施中,通过根据所述视频数据确定预设时间段内顾客的数量,以确定进店人数,可以直观地为用户确认进入门店的客流量。
具体地,所述预设时间段可以为用户需要对顾客访问量进行分析的预设时长,例如为一小时、一天、一周或者一个月。
参照图2,图2是图1中步骤S12的一种具体实施方式的流程图,所述根据所述视频数据确定预设时间段内顾客的数量的步骤可以包括步骤S21至步骤S23,以下对各个步骤进行说明。
在步骤S21中,在获取到的所述视频数据中进行顾客检测,所述顾客检测包括人形检测和/或人脸检测,以得到人形信息和/或人脸信息。
具体地,可以采用常规的人形检测算法,基于人的体型特征信息进行识别,以确定检测到顾客;还可以采用常规的人脸识别算法,基于人的脸部特征信息进行识别,以确定检测到顾客。
其中,所述人形信息可以包括多种人形特征,例如为从视频数据中提取的身高、体型、动作等;所述人脸信息可以包括多种模式特征,例如为从视频数据中的人脸图像中提取的直方图特征、颜色特征、模板特征及结构特征等。可以理解的是,所述人形信息、人脸信息包含的信息量越大,所述顾客检测的准确性越高。
在步骤S22中,对所述顾客检测的结果中的不同顾客进行计数。
具体地,在计数过程中,仅对不同的顾客进行计数,有助于避免重复计数,影响对顾客访问量进行统计的准确性。
进一步地,对所述顾客检测的结果中的不同顾客进行计数的步骤可以包括:确定预设人形或预设人脸,所述预设人形或预设人脸对应的预设用户包括导购员;对所述人形信息中不同的人形进行检测,或对所述人脸信息中不同的人脸进行检测;如果当前检测人形信息与所述预设人形不匹配,且所述当前检测人形信息与已计数的人形信息不匹配,则对当前检测人形信息对应的人形进行计数;或者,如果当前检测人脸信息与所述预设人脸不匹配,且所述当前检测人脸信息与已计数的人脸信息不匹配,则对当前检测人脸信息对应的人脸进行计数。
在本发明实施例中,在确定顾客的数量时,通过预先将导购员等常驻在门店的人员确定为预设人形或预设人脸,进而通过检测人形信息与所述预设人形是否匹配,或者通过检测人脸信息与所述预设人脸是否匹配,可以避免误将预设用户(如导购员)认为成顾客从而进行错误计数,有助于提高对顾客的数量进行确定的准确性。
在步骤S23中,根据所述预设时间段内的所述计数的结果,确定所述进店人数。
在具体实施中,用户可以根据具体需求设定所述预设时间段,从而确认该预设时间段内的进店人数,方便用户统计,提高便利性。
继续参照图1,在步骤S13的具体实施中,通过根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,以确定拿货人数,可以直观地为用户确认具有拿货行为的顾客访问量。
具体地,所述预设时间段可以为用户需要对具有拿货行为的顾客访问量进行分析的预设时长,例如为一小时、一天、一周或者一个月。优选地,可以采用确定进店人数时的设定的预设时间段,以使后续生成的漏斗分析数据更加具有针对性。
参照图3,图3是图1中步骤S13的一种具体实施方式的流程图。所述根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量的步骤可以包括步骤S31至步骤S33,以下对各个步骤进行说明。
在步骤S31中,在所述视频数据中,检测每个人形的执行动作。
具体地,可以在获取到的所述视频数据中进行人形检测,以得到每个人形的执行动作,所述执行动作例如可以包括行走、坐下、拿取商品等。
在步骤S32中,当所述执行动作中包含有拿取商品的动作时,确定所述人形为有效拿取人形。
在本发明实施例中,通过先对包含有拿取商品的动作的人形进行筛选,可以避免对所有进店人员进行计数,有助于提高对具有拿货行为的顾客访问量的统计的准确性。
在步骤S33中,在所述预设时间段内的所述有效拿取人形对应的人脸中,对不同的人脸进行计数,以得到所述拿货人数。
具体地,可以针对预设时间段内的有效拿取人形进行人脸检测,进而对不同的人脸进行计数,以确定仅对具有拿货行为的不同顾客进行计数
在计数过程中,仅对不同的顾客进行计数,有助于避免重复计数,影响对具有拿货行为的顾客访问量进行统计的准确性。
继续参照图1,在步骤S14的具体实施中,通过确定所述预设时间段内购买商品的顾客的数量,以确定买货人数,可以直观地为用户确认具有买货行为的顾客访问量。
具体地,所述预设时间段可以为用户需要对具有买货行为的顾客访问量进行分析的预设时长,例如为一小时、一天、一周或者一个月。优选地,可以采用确定进店人数时的设定的预设时间段,以使后续生成的漏斗分析数据更加具有针对性。
进一步地,确定所述预设时间段内购买商品的顾客的数量可以包括根据所述预设时间段内的购买记录,确定所述买货人数。
需要指出的是,由于一位顾客可以购买多件商品,因此可以根据所述购买记录上的顾客标识,对不同的顾客进行计数,以确定买货人数。其中,所述顾客标识可以包括会员卡ID、付款账号、顾客签字等。
在计数过程中,仅对不同的顾客进行计数,有助于避免重复计数,影响对具有买货行为的顾客访问量进行统计的准确性。
在步骤S15的具体实施中,生成包含有所述进店人数、拿货人数和买货人数的漏斗分析数据,可以使用户直观地确定门店中具有不同的访问行为的顾客的数量。
具体地,漏斗分析数据(例如为漏斗图)可以适用于业务流程的周期长、环节多的流程分析,通过对各环节业务数据进行比较,能够直观地发现问题。
在本发明实施例中,通过确定进店人数、拿货人数以及买货人数,生成漏斗分析数据,可以对门店中具有不同的访问行为的顾客的数量进行统计,且统计的准确性、丰富性更高,有助于为商业行为的具体运作提供凭据。
需要指出的是,在具体实施中,用户除了对进店顾客、具有拿货行为和买货行为的顾客的访问量非常重视,往往还重视对门店内的商品进行了关注的顾客的访问量。具体而言,顾客购买商品的行为次序通常为进店、看货、拿货、买货,也即在生成的漏斗分析数据中,往往进店人数大于等于看货人数,看货人数大于等于拿货人数,拿货人数大于等于买货人数。
在本发明的另一种具体实施方式中,除了对进店人数、拿货人数以及买货人数进行确定,还可以确定关注商品的顾客数量,也即关注人数。
参照图4,图4是本发明实施例中另一种顾客访问量的统计方法的流程图,所述另一种顾客访问量的统计方法可以包括图1示出的步骤S11至步骤S14,还可以包括步骤S43以及步骤S46:
步骤S43:根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量,记为关注人数;
步骤S46:生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、关注人数、拿货人数和买货人数。
需要指出的是,在本发明实施例中,对于步骤S12至步骤S14、步骤S43的具体实施顺序不做限制。优选地,可以设置步骤S43在步骤S13之前,以符合通常情况下顾客购买商品的行为次序。
在步骤S43中,可以根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量,以确定关注人数,可以直观地为用户确认具有关注行为的顾客访问量。
具体地,所述预设时间段可以为用户需要对具有关注行为的顾客访问量进行分析的预设时长,例如为一小时、一天、一周或者一个月。优选地,可以采用确定进店人数时的设定的预设时间段,以使后续生成的漏斗分析数据更加具有针对性。
参照图5,图5是图4中步骤S43的一种具体实施方式的流程图。所述根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量可以包括步骤S51至步骤S53,以下对各个步骤进行说明。
在步骤S51中,对所述视频数据中的每张人脸的人脸方向以及人脸角度进行检测。
具体地,可以在获取到的所述视频数据中进行人脸检测,以得到每张人脸的人脸方向以及人脸角度。
其中,所述人脸方向可以是人脸朝向的方向,例如可以包括门店内的各个方向,如门口方向、商品货架方向、商品陈列柜方向、门店角落方向等;所述人脸角度例如可以包括人脸朝向与预设平面之间的夹角,如当顾客注视商品货架时,需要对货架进行俯视或平视,则以预设平面为水平面为例,所述人脸角度可以在-70度至20度之间。
在步骤S52中,当所述人脸方向在预设方向范围内且所述人脸角度在预设角度范围内时,确定所述人脸为有效关注人脸,其中,所述预设方向范围以及所述预设角度范围对应于所述预设区域。
在具体实施中,所述预设区域可以为商品所在的区域,例如为商品货架、商品陈列柜等。
在本发明实施例中,通过先对关注商品的人脸进行筛选,可以避免对所有进店人员进行计数,有助于提高对具有关注行为的顾客访问量的统计的准确性。
在步骤S53中,对所述预设时间段内的所述有效关注人脸中不同的人脸进行计数,以得到所述关注人数。
具体地,可以针对预设时间段内的有效关注人脸进行人脸检测,进而对不同的人脸进行计数,以确定仅对具有关注行为的不同顾客进行计数
在计数过程中,仅对不同的顾客进行计数,有助于避免重复计数,影响对具有关注行为的顾客访问量进行统计的准确性。
继续参照图4,在步骤S46的具体实施中,生成包含有所述进店人数、关注人数、拿货人数和买货人数的漏斗分析数据,可以使用户直观地确定门店中具有不同的访问行为的顾客的数量。
在本发明实施例中,还可以确定关注人数,从而通过确定进店人数、关注人数、拿货人数和买货人数,进一步生成内容更加丰富的漏斗分析数据,可以进一步对门店中具有不同的访问行为的顾客的数量进行更加准确、丰富地统计,有助于为商业行为的具体运作提供更加全面的凭据。
参照图6,图6是本发明实施例中一种顾客访问量的统计装置的结构示意图。所述顾客访问量的统计装置可以包括:
获取模块61,适于获取门店内拍摄的视频数据;
进店人数确定模块62,适于根据所述视频数据确定预设时间段内顾客的数量,记为进店人数;
拿货人数确定模块63,适于根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,记为拿货人数;
买货人数确定模块64,适于确定所述预设时间段内购买商品的顾客的数量,记为买货人数;
数据生成模块65,适于生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、拿货人数和买货人数。
进一步地,所述顾客访问量的统计装置还可以包括关注人数确定模块66,适于根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量,记为关注人数;其中,所述漏斗分析数据还可以包括所述关注人数。
参照图7,图7是图6中关注人数确定模块66的一种具体实施方式的结构示意图,所述关注人数确定模块66可以包括:
第一检测子模块661,适于对所述视频数据中的每张人脸的人脸方向以及人脸角度进行检测;
有效关注人脸确定子模块662,适于当所述人脸方向在预设方向范围内且所述人脸角度在预设角度范围内时,确定所述人脸为有效关注人脸,其中,所述预设方向范围以及所述预设角度范围对应于所述预设区域;
关注人数确定子模块663,适于对所述预设时间段内的所述有效关注人脸中不同的人脸进行计数,以得到所述关注人数。
参照图8,图8是图6中进店人数确定模块62的一种具体实施方式的结构示意图,所述进店人数确定模块62可以包括:
第二检测子模块621,适于在获取到的所述视频数据中进行顾客检测,所述顾客检测包括人形检测和/或人脸检测,以得到人形信息和/或人脸信息;
计数子模块622,适于对所述顾客检测的结果中的不同顾客进行计数;
进店人数确定子模块623,适于根据所述预设时间段内的所述计数的结果,确定所述进店人数。
其中,所述计数子模块622可以包括:预设用户确定单元(图未示),适于确定预设人形或预设人脸,所述预设人形或预设人脸对应的预设用户包括导购员;检测单元(图未示),适于对所述人形信息中不同的人形进行检测,或对所述人脸信息中不同的人脸进行检测;人形计数单元(图未示),适于在当前检测人形信息与所述预设人形不匹配,且所述当前检测人形信息与已计数的人形信息不匹配时,对当前检测人形信息对应的人形进行计数;或者,人脸计数单元(图未示),适于在当前检测人脸信息与所述预设人脸不匹配,且所述当前检测人脸信息与已计数的人脸信息不匹配时,对当前检测人脸信息对应的人脸进行计数。
参照图9,图9是图6中拿货人数确定模块63的一种具体实施方式的结构示意图。所述拿货人数确定模块63可以包括:
执行动作确定子模块631,适于在所述视频数据中,检测每个人形的执行动作;
有效拿取人形确定子模块632,适于当所述执行动作中包含有拿取商品的动作时,确定所述人形为有效拿取人形;
拿货人数确定子模块633,适于在所述预设时间段内的所述有效拿取人形对应的人脸中,对不同的人脸进行计数,以得到所述拿货人数。
继续参照图6,所述买货人数确定模块64可以包括:买货人数确定子模块(图未示),适于根据所述预设时间段内的购买记录,确定所述买货人数。
进一步地,所述视频数据可以采集于多个摄像头,所述多个摄像头的摄像区域可以覆盖所述门店。
关于该顾客访问量的统计装置的原理、具体实现和有益效果请参照前文及图1至图5示出的关于顾客访问量的统计方法的相关描述,此处不再赘述。
本发明实施例还提供了一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行图1至图5示出的关于顾客访问量的统计方法的步骤。所述存储介质可以是计算机可读存储介质,例如可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器,还可以包括光盘、机械硬盘、固态硬盘等。
本发明实施例还提供了一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行图1至图5示出的关于顾客访问量的统计方法的步骤。所述终端包括但不限于手机、计算机、平板电脑等终端设备。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (18)

1.一种顾客访问量的统计方法,其特征在于,包括以下步骤:
获取门店内拍摄的视频数据;
根据所述视频数据确定预设时间段内顾客的数量,记为进店人数;
根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,记为拿货人数;
确定所述预设时间段内购买商品的顾客的数量,记为买货人数;
生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、拿货人数和买货人数。
2.根据权利要求1所述的顾客访问量的统计方法,其特征在于,还包括:
根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量,记为关注人数;
其中,所述漏斗分析数据还包括所述关注人数。
3.根据权利要求2所述的顾客访问量的统计方法,其特征在于,所述根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量包括:
对所述视频数据中的每张人脸的人脸方向以及人脸角度进行检测;
当所述人脸方向在预设方向范围内且所述人脸角度在预设角度范围内时,确定所述人脸为有效关注人脸,其中,所述预设方向范围以及所述预设角度范围对应于所述预设区域;
对所述预设时间段内的所述有效关注人脸中不同的人脸进行计数,以得到所述关注人数。
4.根据权利要求1至3任一项所述的顾客访问量的统计方法,其特征在于,所述根据所述视频数据确定预设时间段内顾客的数量包括:
在获取到的所述视频数据中进行顾客检测,所述顾客检测包括人形检测和/或人脸检测,以得到人形信息和/或人脸信息;
对所述顾客检测的结果中的不同顾客进行计数;
根据所述预设时间段内的所述计数的结果,确定所述进店人数。
5.根据权利要求4所述的顾客访问量的统计方法,其特征在于,对所述顾客检测的结果中的不同顾客进行计数包括:
确定预设人形或预设人脸,所述预设人形或预设人脸对应的预设用户包括导购员;
对所述人形信息中不同的人形进行检测,或对所述人脸信息中不同的人脸进行检测;
如果当前检测人形信息与所述预设人形不匹配,且所述当前检测人形信息与已计数的人形信息不匹配,则对当前检测人形信息对应的人形进行计数;
或者,如果当前检测人脸信息与所述预设人脸不匹配,且所述当前检测人脸信息与已计数的人脸信息不匹配,则对当前检测人脸信息对应的人脸进行计数。
6.根据权利要求1至3任一项所述的顾客访问量的统计方法,其特征在于,所述根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量包括:
在所述视频数据中,检测每个人形的执行动作;
当所述执行动作中包含有拿取商品的动作时,确定所述人形为有效拿取人形;
在所述预设时间段内的所述有效拿取人形对应的人脸中,对不同的人脸进行计数,以得到所述拿货人数。
7.根据权利要求1至3任一项所述的顾客访问量的统计方法,其特征在于,确定所述预设时间段内购买商品的顾客的数量包括:
根据所述预设时间段内的购买记录,确定所述买货人数。
8.根据权利要求1至3任一项所述的顾客访问量的统计方法,其特征在于,所述视频数据采集于多个摄像头,所述多个摄像头的摄像区域覆盖所述门店。
9.一种顾客访问量的统计装置,其特征在于,包括:
获取模块,适于获取门店内拍摄的视频数据;
进店人数确定模块,适于根据所述视频数据确定预设时间段内顾客的数量,记为进店人数;
拿货人数确定模块,适于根据所述视频数据确定所述预设时间段内拿取商品的顾客的数量,记为拿货人数;
买货人数确定模块,适于确定所述预设时间段内购买商品的顾客的数量,记为买货人数;
数据生成模块,适于生成漏斗分析数据,所述漏斗分析数据包括所述进店人数、拿货人数和买货人数。
10.根据权利要求9所述的顾客访问量的统计装置,其特征在于,还包括:
关注人数确定模块,适于根据所述视频数据确定所述预设时间段内关注预设区域的顾客的数量,记为关注人数;
其中,所述漏斗分析数据还包括所述关注人数。
11.根据权利要求10所述的顾客访问量的统计装置,其特征在于,所述关注人数确定模块包括:
第一检测子模块,适于对所述视频数据中的每张人脸的人脸方向以及人脸角度进行检测;
有效关注人脸确定子模块,适于当所述人脸方向在预设方向范围内且所述人脸角度在预设角度范围内时,确定所述人脸为有效关注人脸,其中,所述预设方向范围以及所述预设角度范围对应于所述预设区域;
关注人数确定子模块,适于对所述预设时间段内的所述有效关注人脸中不同的人脸进行计数,以得到所述关注人数。
12.根据权利要求9至11任一项所述的顾客访问量的统计装置,其特征在于,所述进店人数确定模块包括:
第二检测子模块,适于在获取到的所述视频数据中进行顾客检测,所述顾客检测包括人形检测和/或人脸检测,以得到人形信息和/或人脸信息;
计数子模块,适于对所述顾客检测的结果中的不同顾客进行计数;
进店人数确定子模块,适于根据所述预设时间段内的所述计数的结果,确定所述进店人数。
13.根据权利要求12所述的顾客访问量的统计装置,其特征在于,所述计数子模块包括:
预设用户确定单元,适于确定预设人形或预设人脸,所述预设人形或预设人脸对应的预设用户包括导购员;
检测单元,适于对所述人形信息中不同的人形进行检测,或对所述人脸信息中不同的人脸进行检测;
人形计数单元,适于在当前检测人形信息与所述预设人形不匹配,且所述当前检测人形信息与已计数的人形信息不匹配时,对当前检测人形信息对应的人形进行计数;
或者,人脸计数单元,适于在当前检测人脸信息与所述预设人脸不匹配,且所述当前检测人脸信息与已计数的人脸信息不匹配时,对当前检测人脸信息对应的人脸进行计数。
14.根据权利要求9至11任一项所述的顾客访问量的统计装置,其特征在于,所述拿货人数确定模块包括:
执行动作确定子模块,适于在所述视频数据中,检测每个人形的执行动作;
有效拿取人形确定子模块,适于当所述执行动作中包含有拿取商品的动作时,确定所述人形为有效拿取人形;
拿货人数确定子模块,适于在所述预设时间段内的所述有效拿取人形对应的人脸中,对不同的人脸进行计数,以得到所述拿货人数。
15.根据权利要求9至11任一项所述的顾客访问量的统计装置,其特征在于,所述买货人数确定模块包括:
买货人数确定子模块,适于根据所述预设时间段内的购买记录,确定所述买货人数。
16.根据权利要求9至11任一项所述的顾客访问量的统计装置,其特征在于,所述视频数据采集于多个摄像头,所述多个摄像头的摄像区域覆盖所述门店。
17.一种存储介质,其上存储有计算机指令,其特征在于,所述计算机指令运行时执行权利要求1至8任一项所述顾客访问量的统计方法的步骤。
18.一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行权利要求1至8任一项所述顾客访问量的统计方法的步骤。
CN201810337315.3A 2018-04-16 2018-04-16 顾客访问量的统计方法及装置、存储介质、终端 Pending CN108564038A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810337315.3A CN108564038A (zh) 2018-04-16 2018-04-16 顾客访问量的统计方法及装置、存储介质、终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810337315.3A CN108564038A (zh) 2018-04-16 2018-04-16 顾客访问量的统计方法及装置、存储介质、终端

Publications (1)

Publication Number Publication Date
CN108564038A true CN108564038A (zh) 2018-09-21

Family

ID=63535136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810337315.3A Pending CN108564038A (zh) 2018-04-16 2018-04-16 顾客访问量的统计方法及装置、存储介质、终端

Country Status (1)

Country Link
CN (1) CN108564038A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652636A (zh) * 2020-05-21 2020-09-11 深圳信息职业技术学院 顾客购买意愿分析方法、装置、终端设备及介质
CN116629979A (zh) * 2023-07-21 2023-08-22 深圳市方度电子有限公司 一种数字化门店管理系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608419A (zh) * 2015-12-15 2016-05-25 上海微桥电子科技有限公司 一种客流视频侦测分析系统
CN105957108A (zh) * 2016-04-28 2016-09-21 成都达元科技有限公司 基于人脸检测及跟踪的客流量统计系统
CN107103503A (zh) * 2017-03-07 2017-08-29 阿里巴巴集团控股有限公司 一种订单信息确定方法和装置
CN107424359A (zh) * 2017-08-11 2017-12-01 深兰科技(上海)有限公司 自助购物系统及方法
CN107609896A (zh) * 2017-08-15 2018-01-19 福州东方智慧网络科技有限公司 一种统计广告机的广告内容有效受众量的方法
CN107679613A (zh) * 2017-09-30 2018-02-09 同观科技(深圳)有限公司 一种人员信息的统计方法、装置、终端设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608419A (zh) * 2015-12-15 2016-05-25 上海微桥电子科技有限公司 一种客流视频侦测分析系统
CN105957108A (zh) * 2016-04-28 2016-09-21 成都达元科技有限公司 基于人脸检测及跟踪的客流量统计系统
CN107103503A (zh) * 2017-03-07 2017-08-29 阿里巴巴集团控股有限公司 一种订单信息确定方法和装置
CN107424359A (zh) * 2017-08-11 2017-12-01 深兰科技(上海)有限公司 自助购物系统及方法
CN107609896A (zh) * 2017-08-15 2018-01-19 福州东方智慧网络科技有限公司 一种统计广告机的广告内容有效受众量的方法
CN107679613A (zh) * 2017-09-30 2018-02-09 同观科技(深圳)有限公司 一种人员信息的统计方法、装置、终端设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
翟润平: "《交通管理理论与技术研究综述》", 31 May 2013 *
邵贵平: "《网店数据分析》", 31 December 2017 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652636A (zh) * 2020-05-21 2020-09-11 深圳信息职业技术学院 顾客购买意愿分析方法、装置、终端设备及介质
CN111652636B (zh) * 2020-05-21 2023-05-19 深圳信息职业技术学院 顾客购买意愿分析方法、装置、终端设备及介质
CN116629979A (zh) * 2023-07-21 2023-08-22 深圳市方度电子有限公司 一种数字化门店管理系统及方法
CN116629979B (zh) * 2023-07-21 2024-04-26 深圳市方度电子有限公司 一种数字化门店管理系统及方法

Similar Documents

Publication Publication Date Title
US20230017398A1 (en) Contextually aware customer item entry for autonomous shopping applications
US20200258069A1 (en) Weight monitoring-based sensing system and sensing method
WO2020010827A1 (zh) 一种基于开放式自动售货机的购物结算方法和装置
CN110033293B (zh) 获取用户信息的方法、装置及系统
JP4991440B2 (ja) 商品販売装置、商品販売管理システム、商品販売管理方法およびプログラム
CN110866429A (zh) 漏扫识别方法、装置、自助收银终端及系统
CN110874583A (zh) 一种客流统计的方法、装置、存储介质及电子设备
CN110309702B (zh) 一种门店货柜视频监控管理系统
JP7264401B2 (ja) 会計方法、装置及びシステム
CN109978668A (zh) 基于时间戳匹配的交易顾客识别方法、系统、设备及介质
CN112200631B (zh) 一种行业分类模型的训练方法及装置
CN109978833A (zh) 图像质量自动检测方法、系统、设备及存储介质
CN111310733A (zh) 基于监控视频的人员进出检测方法、装置和设备
CN108564038A (zh) 顾客访问量的统计方法及装置、存储介质、终端
CN111079478A (zh) 一种无人售货架监控方法、装置、电子设备及系统
CA3130733A1 (en) Distributed logbook for anomaly monitoring
US20180150882A1 (en) Systems and Methods for Use in Determining Consumer Interest in Products Based on Intensities of Facial Expressions
CN110400138A (zh) 防盗刷的移动支付方法和装置
CN113111801A (zh) 自动售货机的货品校验方法、设备和存储介质
CN111507792A (zh) 一种自助购物方法、计算机可读存储介质及系统
CN113032047A (zh) 人脸识别系统应用方法、电子设备及存储介质
CN110647783A (zh) 一种无人货架付款检测方法、装置和系统
CN110610358A (zh) 商品处理方法及装置、无人货架系统
CN112989988A (zh) 信息整合方法、装置、设备、可读存储介质及程序产品
CN112950329A (zh) 商品动态信息生成方法、装置、设备及计算机可读介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20220128

AD01 Patent right deemed abandoned