CN108875490A - 人员流量分析的方法、装置及计算机存储介质 - Google Patents

Abstract

本发明实施例提供了一种人员流量分析的方法、装置及计算机存储介质，该方法包括：获取多个摄像装置分别采集的图像信息，其中所述多个摄像装置位于不同的位置，所述图像信息包括人脸图像信息、对应的时刻信息以及位置信息；对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果。由此可见，本发明实施例中，可以在不同的位置布置摄像装置，通过摄像装置采集的图像信息进行流量分析，从而便于人员的统计。

Description

人员流量分析的方法、装置及计算机存储介质

技术领域

本发明涉及图像识别领域，更具体地涉及一种人员流量分析的方法、装置及计算机存储介质。

背景技术

零售行业，尤其是像商场、超市业态，一直对于进店顾客的轨迹与转化率分析有着明确的需求。通常的情况下都是通过蓝牙(Bluetooth)(例如ibeacon)和无线接入点(Access Point，AP)的形式对进店顾客手机进行识别，从而进行轨迹与转化率分析。基于蓝牙和无线AP的统计方式，主要是获取进店顾客手机的媒体访问控制(Media AccessControl或Medium Access Control，MAC)地址进行统计与合并，根据不同信号源获取到的MAC得出手机的位置，从而计算出轨迹与转化率。

但是这两种统计方式都存在准确性的问题。为了安全性，手机连接不同的无线AP时，会提供系统经过包装的随机MAC地址，从而导致无法使用无线AP方式区分手机设备，无法确定其具体位置。另外，大部分用户在使用手机时会将蓝牙保持关闭状态，导致无法通过蓝牙方式确定位置。

发明内容

考虑到上述问题而提出了本发明。本发明提供了一种人员流量分析的方法、装置及计算机存储介质，能够通过图像采集方式进行流量分析，从而便于人员的统计。

根据本发明的第一方面，提供了一种人员流量分析的方法，包括：

获取多个摄像装置分别采集的图像信息，其中所述多个摄像装置位于不同的位置，所述图像信息包括人脸图像信息、对应的时刻信息以及位置信息；

对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果。

示例性地，所述流量分析结果包括行走轨迹，所述对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果，包括：

获取与特定人员对应的多个图像信息；

根据所述多个图像信息中的时刻信息进行时间排序，确定所述特定人员的行走轨迹。

示例性地，所述获取与所述特定人员对应的多个图像信息，包括：

将所述多个摄像装置中的某一个摄像装置采集的所述特定人员的人脸图像作为底库图像，对所述多个摄像装置中的其他摄像装置采集的人脸图像进行人脸识别，从而得到与所述特定人员对应的多个图像信息。

示例性地，所述流量分析结果包括转化率，所述对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果，包括：

根据所述多个摄像装置采集的图像信息获取在预设时间段内第一位置处的客流量以及第二位置处的客流量；

根据所述第一位置处的客流量以及所述第二位置处的客流量，确定从所述第一位置至所述第二位置的转化率。

示例性地，所述流量分析结果包括行走轨迹和转化率，所述对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果，包括：

对所采集的图像信息中的人脸图像进行人脸属性识别，以确定对应的人员的人员属性；

确定具有特定人员属性的所有人员的行走轨迹；

根据所述具有特定人员属性的所有人员的行走轨迹，确定所述具有特定人员属性的所有人员从第一位置至第二位置的转化率。

示例性地，在采集图像信息的过程中，针对同一个摄像装置，在同一预设时段内所采集的图像中，将属于同一人的图像信息进行去重处理。

第二方面，提供了一种人员流量分析的装置，其特征在于，包括：

获取模块，用于获取多个摄像装置分别采集的图像信息，其中所述多个摄像装置位于不同的位置，所述图像信息包括人脸图像信息、对应的时刻信息以及位置信息；

处理模块，用于对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果。

示例性地，所述流量分析结果包括行走轨迹，所述处理模块包括获取子模块和处理子模块，

所述获取子模块，用于获取与特定人员对应的多个图像信息；

所述处理子模块，用于根据所述多个图像信息中的时刻信息进行时间排序，确定所述特定人员的行走轨迹。

示例性地，所述获取子模块，具体用于：

将所述多个摄像装置中的某一个摄像装置采集的所述特定人员的人脸图像作为底库图像，对所述多个摄像装置中的其他摄像装置采集的人脸图像进行人脸识别，从而得到与所述特定人员对应的多个图像信息。

示例性地，所述流量分析结果包括转化率，所述处理模块包括获取子模块和处理子模块，

所述获取子模块，用于根据所述多个摄像装置采集的图像信息获取在预设时间段内第一位置处的客流量以及第二位置处的客流量；

所述处理子模块，用于根据所述第一位置处的客流量以及所述第二位置处的客流量，确定从所述第一位置至所述第二位置的转化率。

示例性地，所述流量分析结果包括行走轨迹和转化率，所述处理模块具体用于：

对所采集的图像信息中的人脸图像进行人脸属性识别，以确定对应的人员的人员属性；

确定具有特定人员属性的所有人员的行走轨迹；

根据所述具有特定人员属性的所有人员的行走轨迹，确定所述具有特定人员属性的所有人员从第一位置至第二位置的转化率。

示例性地，在采集图像信息的过程中，针对同一个摄像装置，在同一预设时段内所采集的图像中，将属于同一人的图像信息进行去重处理。

该装置能够用于实现前述第一方面及其各种示例的人员流量分析的方法。

第三方面，提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面及各个示例所述方法的步骤。

由此可见，本发明实施例中，可以在不同的位置布置摄像装置，通过摄像装置采集的图像信息进行流量分析，从而便于人员的统计。

附图说明

通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是本发明实施例的电子设备的一个示意性框图；

图2是本发明实施例的人员流量分析的方法的一个示意性流程图；

图3是本发明实施例的人员流量分析的装置的一个示意性框图；

图4是本发明实施例的人员流量分析的装置的另一个示意性框图。

具体实施方式

为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。

本发明实施例可以应用于电子设备，图1所示为本发明实施例的电子设备的一个示意性框图。图1所示的电子设备10包括一个或更多个处理器102、一个或更多个存储装置104、输入装置106、输出装置108、图像传感器110以及一个或更多个非图像传感器114，这些组件通过总线系统112和/或其它形式互连。应当注意，图1所示的电子设备10的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。

所述处理器102可以包括CPU 1021和GPU 1022或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，例如现场可编程门阵列(Field－Programmable GateArray，FPGA)或进阶精简指令集机器(Advanced RISC(Reduced Instruction SetComputer)Machine，ARM)等，并且处理器102可以控制所述电子设备10中的其它组件以执行期望的功能。

所述存储装置104可以包括一个或更多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器1041和/或非易失性存储器1042。所述易失性存储器1041例如可以包括随机存取存储器(Random Access Memory，RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器1042例如可以包括只读存储器(Read-Only Memory，ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或更多个计算机程序指令，处理器102可以运行所述程序指令，以实现各种期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。

所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或更多个。

所述输出装置108可以向外部(例如用户)输出各种信息(例如图像或声音)，并且可以包括显示器、扬声器等中的一个或更多个。

所述图像传感器110可以拍摄用户期望的图像(例如照片、视频等)，并且将所拍摄的图像存储在所述存储装置104中以供其它组件使用。

当注意，图1所示的电子设备10的组件和结构只是示例性的，尽管图1示出的电子设备10包括多个不同的装置，但是根据需要，其中的一些装置可以不是必须的，其中的一些装置的数量可以更多等等，本发明对此不限定。

图2是本发明实施例的人员流量分析的方法的一个示意性流程图。图2所示的方法包括：

S101，获取多个摄像装置分别采集的图像信息，其中所述多个摄像装置位于不同的位置，所述图像信息包括人脸图像信息、对应的时刻信息以及位置信息；

S102，对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果。

示例性地，可以根据需要在各个地方部署摄像装置。该人员流量分析方法可以应用于各种场景，诸如商场、银行、车站、学校、博物馆等地。以零售行业为例，可以在商场各家店的门口或者关键通过区域部署摄像装置，每个摄像装置代表一个具体的位置，即不同的摄像装置位于不同的位置。

摄像装置可以通过抓拍方式采集图像信息。例如，安装在入口处(如店铺门口)的摄像装置可以抓拍进入对应区域(如店铺)的人脸图像，并为该人脸图像标记抓拍时间(即对应的时刻信息)和相机位置(即位置信息)，从而得到该图像信息。

示例性地，可以将摄像装置的抓拍方式设置为连续抓拍或条件触发抓拍。作为一种实现方式，该摄像装置连续抓拍，例如每秒都抓拍N张图像。如果抓拍的图像中包括人脸，则标记并存储为图像信息；如果抓拍的图像中不存在人脸，则丢弃。作为另一种实现方式，该摄像装置可以具有红外感应功能，在红外感应的触发下，进行抓拍。当红外感应确定摄像装置前有行人经过时，触发摄像装置进行抓拍，例如每秒都抓拍N张图像。

在采集图像信息的过程中，针对同一个摄像装置，在同一预定时段内所采集的图像中，将属于同一人的图像信息进行去重处理。由于摄像装置每秒内抓拍多张图像，这样会导致一秒内甚至相邻的几秒内的图像都是属于同一个人，此时可以做一个1:N的识别进行人脸合并，保证每个人只剩余一张人脸，这样就保证了某个人脸在某个时刻出现在某个摄像头下就记录一次。而对于同一个人在不同时刻出现在同一个摄像装置下的情况分别进行记录，因为行人在不同时刻的出现意味着不同的行走轨迹。不同的时刻可以根据具体情况进行定义，例如，两个时刻之间可以间隔十分钟、半小时、一个小时等，可以根据具体应用场景进行设定。其中，预定时段可以根据具体场景进行设定，例如可以为1s或3min等，本发明对此不限定。

具体地，在该过程中，可以采用人脸识别的方式进行去重。举例来讲，假设预设时段为1s，将某一秒的连续N帧图像中的第i帧图像(例如第1帧图像或者正脸图像)作为基础，将其他图像与该基础图像进行比对，判断是否属于同一个人。如果是，则可以保留着N帧图像中的其中一帧图像，例如可以保留正脸图像。

这样，通过摄像装置的抓拍，经过某个时间段之后，每个摄像装置都能够存储若干人脸的图像信息。进一步地，在S102中，可以将每个摄像装置所采集的人脸的图像信息分别作为底库，与其他摄像装置所采集的人脸的图像信息做一次识别，也就是说，各个摄像装置的底库两两之间进行识别操作，并将属于同一个人的图像信息进行合并，从而得到每个人在什么时候出现在什么位置。因为不同时间段内每个摄像装置所累积的底库是不同的，因此将不同时间段内累积的底库进行识别将具有不同的意义。其中，时间段可以是一个小时、一天、多天等任何时间，本发明对此不限定。

举例来说，假设存在M个摄像装置，可以将第1个摄像装置采集的人脸图像作为底库图像，对第2个至第M个摄像装置采集的图像进行人脸识别；之后再将第2个摄像装置采集的人脸图像作为底库图像，对第3个至第M个摄像装置采集的图像进行人脸识别；…，将第j个摄像装置采集的人脸图像作为底库图像，对第j+1个至第M个摄像装置采集的图像进行人脸识别；…，将第M-1个摄像装置采集的人脸图像作为底库图像，对第M个摄像装置采集的图像进行人脸识别。这样可以按照人员对图像进行标记，即得到：与人员A对应的图像包括哪些，与人员B对应的图像包括哪些，…等等。可以理解，该过程实现了将图像信息按照人员进行划分。

作为一种实现方式，流量分析结果包括行走轨迹，那么在S102中，可以获取与特定人员对应的多个图像信息；根据所述多个图像信息中的时刻信息进行时间排序，确定所述特定人员的行走轨迹。其中，所述获取与特定人员对应的多个图像信息，包括：通过图像识别方法确定所述多个图像信息与所述特定人员对应。

行走轨迹可以描述某个人在什么时刻出现在什么位置，行走轨迹也可以称为移动轨迹或行走路线等，例如，特定人员A在时刻1时出现在位置1，在时刻2时出现在位置2，…在时刻t时出现在位置t，则特定人员A的行走轨迹可以描述出从时刻1至时刻t的时间段内，该特定人员A从位置1至位置t的大致移动路线。

示例性地，获取与所述特定人员对应的多个图像信息可以包括：将所述多个摄像装置中的某一个摄像装置采集的所述特定人员的人脸图像作为底库图像，对所述多个摄像装置中的其他摄像装置采集的人脸图像进行人脸识别，从而得到与所述特定人员对应的多个图像信息。

可选地，在S102中，也可以获取在一个特定时间段内的与特定人员对应的多个图像信息，进一步可以得到在该特定时间段内的该特定人员的行走轨迹。其中，该特定时间段是预先定义了起始时刻与终了时刻的一段时间区间，例如可以是一天或一周或一月等，本发明对此不限定。

举例来说，对于某一个特定人员A，可以通过人脸识别的方式获取所有的摄像装置采集的与该特定人员A属于同一个人的图像信息。示例性地，也可以获取一个特定时间段内(如一天、一周、一个月等)与该特定人员A属于同一个人的图像信息。进一步地，可以将这些图像信息的位置信息按照时间进行升序或降序排列，从而可以得到该特定人员A的行走轨迹。例如，该特定人员A可以是商场中的某个顾客，或者可以是博物馆中的某个参观者，或者可以是图书馆中的某个读者，等等。

作为另一种实现方式，流量分析结果包括转化率，那么在S102中，可以包括：根据所述多个摄像装置采集的图像信息获取在预设时间段内第一位置处的客流量以及第二位置处的客流量；根据所述第一位置处的客流量以及所述第二位置处的客流量，确定从所述第一位置至所述第二位置的转化率。

例如，第一位置可以是商场入口，第二位置可以是某店铺入口。再例如，第一位置可以是店铺入口，第二位置可以是收银台处。再例如，第一位置可以为博物馆的入口处，第二位置可以是博物馆中某个展厅的入口处。

作为又一种实现方式，流量分析结果包括行走轨迹和转化率，那么在S102中，可以包括：对所采集的图像信息中的人脸图像进行人脸属性识别，以确定对应的人员的人员属性；确定具有特定人员属性的所有人员的行走轨迹；根据所述具有特定人员属性的所有人员的行走轨迹，确定所述具有特定人员属性的所有人员从第一位置至第二位置的转化率。

示例性地，可以对S101所采集的图像信息中的人脸图像进行人脸属性识别，从而确定其人员属性，其中，人员属性可以包括以下至少一项：性别、年龄、身高、肤色、是否戴眼镜等(可理解，人员属性也可以包括此处未列出的其他标识人员特征的属性，诸如是否有皱纹、发量、发色等，这里不再一一罗列)。随后，可以从所有的图像信息中提取具有特定人员属性的人脸图像的图像信息。例如，若所感兴趣的特定人员属性为女性，则可以提取其中“性别为女性”的人脸图像。对于这些具有特定人员属性的人脸图像，可以采用如上所述(这里不再赘述)的人脸识别的方法得到每个人的行走轨迹。示例性地，也可以在上述将图像信息按照人员进行划分之后，在通过人脸属性识别方法确定各个人员的人员属性。并在此之后，提取具有特定人员属性的人员的图像信息。

进一步地便可以得到具有特定人员属性的人员的转化率。例如，可以得到女性人员从第一位置至第二位置的转化率，可以得到年龄处于age1-age2(如25-35)区间的人员从第一位置至第二位置的转化率。其中，第一位置可以是商场入口，第二位置可以是商场内的能够服装店入口；或者，第一位置可以是展览馆入口，第二位置可以是某展厅入口；等等。

示例性地，还可以确定所有人员中具有特定人员属性的转化率。例如，在一段时长内，出现在特定位置处的具有特定人员属性的转化率。

基于上述描述，对于不同的场景来说，可以根据需要在特定的位置布置摄像装置，从而能够基于摄像装置所采集的图像信息进行该场景下的人员流量分析。以零售行业为例，可以在商场出入口、商场内的各家店的门口、收银台等关键区域设定摄像装置，通过上述方法获得客户的行为轨迹，以及结合各个摄像装置下的客户统计信息，可以计算出商场到各店以及进入各店内的转化率，以进一步用于商场的流量分析。以图书馆为例，可以在图书馆入口处、各个阅览室入口处、借阅台等位置设置摄像装置，从而可以计算出各个阅览室的转化率、各个阅览室被借阅的转化率等等。

可理解，S102中的流量分析结果还可以包括其他的信息，这里不再一一罗列，另外，该流量分析结果可以用于相应场景的管理者进行人员流量分析和决策，以便达到更优的人员流动效果。

图3是本发明实施例的人员流量分析的装置的一个示意性框图。该装置30包括获取模块310和处理模块320。

获取模块310，用于获取多个摄像装置分别采集的图像信息，其中所述多个摄像装置位于不同的位置，所述图像信息包括人脸图像信息、对应的时刻信息以及位置信息；

处理模块320，用于对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果。

其中，如图4所示，处理模块320可以包括获取子模块3201和处理子模块3202。

示例性地，所述流量分析结果包括行走轨迹。获取子模块3201可以用于获取与特定人员对应的多个图像信息；处理子模块3202可以用于根据所述多个图像信息中的时刻信息进行时间排序，确定所述特定人员的行走轨迹。

示例性地，获取子模块3201可以具体用于：将所述多个摄像装置中的某一个摄像装置采集的所述特定人员的人脸图像作为底库图像，对所述多个摄像装置中的其他摄像装置采集的人脸图像进行人脸识别，从而得到与所述特定人员对应的多个图像信息。

示例性地，所述流量分析结果包括转化率。获取子模块3201可以用于根据所述多个摄像装置采集的图像信息获取在预设时间段内第一位置处的客流量以及第二位置处的客流量；处理子模块3202可以用于根据所述第一位置处的客流量以及所述第二位置处的客流量，确定从所述第一位置至所述第二位置的转化率。

示例性地，所述流量分析结果包括行走轨迹和转化率，处理模块320可以具体用于：

对所采集的图像信息中的人脸图像进行人脸属性识别，以确定对应的人员的人员属性；

确定具有特定人员属性的所有人员的行走轨迹；

根据所述具有特定人员属性的所有人员的行走轨迹，确定所述具有特定人员属性的所有人员从第一位置至第二位置的转化率。

示例性地，在采集图像信息的过程中，针对同一个摄像装置，在同一预设时段内所采集的图像中，将属于同一人的图像信息进行去重处理。

图3或图4所示的装置30能够实现前述图2所示的人员流量分析的方法，为避免重复，这里不再赘述。

另外，本发明实施例还提供了另一种人员流量分析的装置，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，处理器执行所述程序时实现前述图2所示方法的步骤。

另外，本发明实施例还提供了一种电子设备，该电子设备可以包括图3或图4所示的装置30。该电子设备可以实现前述图2所示的方法。

另外，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序。当所述计算机程序由处理器执行时，可以实现前述图2所示方法的步骤。例如，该计算机存储介质为计算机可读存储介质。

由此可见，本发明实施例中，可以在不同的位置布置摄像装置，通过摄像装置采集的图像信息进行流量分析，从而便于人员的统计。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的物品分析设备中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (13)

1.一种人员流量分析的方法，其特征在于，包括：

获取多个摄像装置分别采集的图像信息，其中所述多个摄像装置位于不同的位置，所述图像信息包括人脸图像信息、对应的时刻信息以及位置信息；

对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果。

2.根据权利要求1所述的方法，其特征在于，所述流量分析结果包括行走轨迹，所述对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果，包括：

获取与特定人员对应的多个图像信息；

根据所述多个图像信息中的时刻信息进行时间排序，确定所述特定人员的行走轨迹。

3.根据权利要求2所述的方法，其特征在于，所述获取与所述特定人员对应的多个图像信息，包括：

将所述多个摄像装置中的某一个摄像装置采集的所述特定人员的人脸图像作为底库图像，对所述多个摄像装置中的其他摄像装置采集的人脸图像进行人脸识别，从而得到与所述特定人员对应的多个图像信息。

4.根据权利要求1所述的方法，其特征在于，所述流量分析结果包括转化率，所述对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果，包括：

根据所述多个摄像装置采集的图像信息获取在预设时间段内第一位置处的客流量以及第二位置处的客流量；

根据所述第一位置处的客流量以及所述第二位置处的客流量，确定从所述第一位置至所述第二位置的转化率。

5.根据权利要求1所述的方法，其特征在于，所述流量分析结果包括行走轨迹和转化率，所述对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果，包括：

对所采集的图像信息中的人脸图像进行人脸属性识别，以确定对应的人员的人员属性；

确定具有特定人员属性的所有人员的行走轨迹；

根据所述具有特定人员属性的所有人员的行走轨迹，确定所述具有特定人员属性的所有人员从第一位置至第二位置的转化率。

6.根据权利要求1至5中任一项所述的方法，其特征在于，在采集图像信息的过程中，针对同一个摄像装置，在同一预设时段内所采集的图像中，将属于同一人的图像信息进行去重处理。

7.一种人员流量分析的装置，其特征在于，包括：

获取模块，用于获取多个摄像装置分别采集的图像信息，其中所述多个摄像装置位于不同的位置，所述图像信息包括人脸图像信息、对应的时刻信息以及位置信息；

处理模块，用于对所述多个摄像装置采集的图像信息进行整合和分析，得到流量分析结果。

8.根据权利要求7所述的装置，其特征在于，所述流量分析结果包括行走轨迹，所述处理模块包括获取子模块和处理子模块，

所述获取子模块，用于获取与特定人员对应的多个图像信息；

所述处理子模块，用于根据所述多个图像信息中的时刻信息进行时间排序，确定所述特定人员的行走轨迹。

9.根据权利要求8所述的装置，其特征在于，所述获取子模块，具体用于：

将所述多个摄像装置中的某一个摄像装置采集的所述特定人员的人脸图像作为底库图像，对所述多个摄像装置中的其他摄像装置采集的人脸图像进行人脸识别，从而得到与所述特定人员对应的多个图像信息。

10.根据权利要求7所述的装置，其特征在于，所述流量分析结果包括转化率，所述处理模块包括获取子模块和处理子模块，

所述获取子模块，用于根据所述多个摄像装置采集的图像信息获取在预设时间段内第一位置处的客流量以及第二位置处的客流量；

所述处理子模块，用于根据所述第一位置处的客流量以及所述第二位置处的客流量，确定从所述第一位置至所述第二位置的转化率。

11.根据权利要求7所述的装置，其特征在于，所述流量分析结果包括行走轨迹和转化率，所述处理模块具体用于：

对所采集的图像信息中的人脸图像进行人脸属性识别，以确定对应的人员的人员属性；

确定具有特定人员属性的所有人员的行走轨迹；

根据所述具有特定人员属性的所有人员的行走轨迹，确定所述具有特定人员属性的所有人员从第一位置至第二位置的转化率。

12.根据权利要求7至11中任一项所述的装置，其特征在于，在采集图像信息的过程中，针对同一个摄像装置，在同一预设时段内所采集的图像中，将属于同一人的图像信息进行去重处理。

13.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。