CN108875677A - 客流量统计方法及装置、存储介质、终端 - Google Patents
客流量统计方法及装置、存储介质、终端 Download PDFInfo
- Publication number
- CN108875677A CN108875677A CN201810696379.2A CN201810696379A CN108875677A CN 108875677 A CN108875677 A CN 108875677A CN 201810696379 A CN201810696379 A CN 201810696379A CN 108875677 A CN108875677 A CN 108875677A
- Authority
- CN
- China
- Prior art keywords
- region
- shop
- passerby
- flow
- video data
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
一种客流量统计方法及装置、存储介质、终端,所述方法包括:获取视频区域的视频数据;对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线;对所述视频数据进行人形检测;根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量。本发明方案可以更加准确地确定进店客流量,从而有助于为商业行为的具体运作提供更加准确的凭据。
Description
技术领域
本发明涉及计算机技术领域,尤其是涉及一种客流量统计方法及装置、存储介质、终端。
背景技术
在实体销售中,对客流量的分析至关重要。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,在现有的对客流量的统计方法中,往往仅能对少量参数进行笼统估计,例如通过购买记录推知进店顾客数,导致缺乏准确性。
亟需一种客流量统计方法,能够针对实体店,更加准确地统计出进店顾客的数量,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客流量统计方法及装置、存储介质、终端,可以更加准确地确定进店客流量,从而有助于为商业行为的具体运作提供更加准确的凭据。
为解决上述技术问题,本发明实施例提供一种客流量统计方法,包括以下步骤:获取视频区域的视频数据;对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线;对所述视频数据进行人形检测;根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量。
可选的,所述的客流量统计方法还包括:确定在预设时长内从所述进店区域以外区域进入所述过客区域的人数,记为过客客流量。
可选的,所述的客流量统计方法还包括:根据所述进店客流量以及所述过客客流量,确定所述预设时长内的进店转化率。
可选的,对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线包括:根据店门的特征,在所述视频数据中确定所述店门与地面的相交线,以作为所述分隔线。
可选的,对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线还包括:根据预设的过客区域面积,确定所述过客区域的边界线,以得到所述过客区域;根据预设的进店区域面积,确定所述进店区域的边界线,以得到所述进店区域。
可选的,所述过客区域和进店区域为二维图形。
可选的,所述店门的特征选自以下一项或多项:店门的颜色、店门的尺寸、店门的位置。
可选的,所述的客流量统计方法还包括:采用不同的颜色标示所述过客区域以及所述进店区域并显示。
为解决上述技术问题,本发明实施例提供一种客流量统计装置,包括:获取模块,适于获取视频区域的视频数据;区域确定模块,适于对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线;检测模块,适于对所述视频数据进行人形检测;进店客流量确定模块,适于根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量。
可选的,所述的客流量统计装置还包括:过客客流量确定模块,适于确定在预设时长内从所述进店区域以外区域进入所述过客区域的人数,记为过客客流量。
可选的,所述的客流量统计装置还包括:进店转化率确定模块,适于根据所述进店客流量以及所述过客客流量,确定所述预设时长内的进店转化率。
可选的,所述区域确定模块包括:分隔线确定子模块,适于根据店门的特征,在所述视频数据中确定所述店门与地面的相交线,以作为所述分隔线。
可选的,所述区域确定模块还包括:过客区域确定子模块,适于根据预设的过客区域面积,确定所述过客区域的边界线,以得到所述过客区域;进店区域确定子模块,适于根据预设的进店区域面积,确定所述进店区域的边界线,以得到所述进店区域。
可选的,所述过客区域和进店区域为二维图形。
可选的,所述店门的特征选自以下一项或多项:店门的颜色、店门的尺寸、店门的位置。
可选的,所述的客流量统计装置还包括:显示模块,适于采用不同的颜色标示所述过客区域以及所述进店区域并显示。
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客流量统计方法的步骤。
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客流量统计方法的步骤。
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,获取视频区域的视频数据;对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线;对所述视频数据进行人形检测;根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量。采用上述方案,可以通过对视频数据进行识别以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线,并且确定从所述过客区域进入到所述进店区域的人数,相比于现有技术中通过购买记录等参数对进店客流量进行笼统估计,采用本发明实施例的方案,可以更加准确地确定进店客流量,从而有助于为商业行为的具体运作提供更加准确的凭据。
进一步,在本发明实施例中,还可以确定在预设时长内从所述进店区域以外区域进入所述过客区域的人数,确定进入过所述过客区域的过客客流量,从而对该实体店所处位置的客流量进行客观统计,有助于进一步为商业行为的具体运作提供凭据。
进一步,在确定隔开所述过客区域和进店区域的分隔线时,可以根据具体需要确定过客区域和进店区域的边界线,从而避免由于过客区域和进店区域固化导致实用性降低,从而提高用户体验度。
附图说明
图1是本发明实施例中一种客流量统计方法的流程图;
图2是图1中步骤S12的一种具体实施方式的流程图;
图3是本发明实施例中一种客流量统计方法的应用场景示意图;
图4是本发明实施例中一种客流量统计装置的结构示意图;
图5是图4中区域确定模块42的一种具体实施方式的结构示意图。
具体实施方式
在现有的对客流量的统计方法中,往往仅能对少量参数进行笼统估计,导致缺乏准确性。
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,或者仅能根据购买记录或实际销售额判断顾客的购买力,导致对客流量的统计缺乏准确性和丰富性。
在本发明实施例中,获取视频区域的视频数据;对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线;对所述视频数据进行人形检测;根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量。采用上述方案,可以通过对视频数据进行识别以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线,并且确定从所述过客区域进入到所述进店区域的人数,相比于现有技术中通过购买记录等参数对进店客流量进行笼统估计,采用本发明实施例的方案,可以更加准确地确定进店客流量,从而有助于为商业行为的具体运作提供更加准确的凭据。
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客流量统计方法的流程图。所述客流量统计方法可以包括步骤S11至步骤S14:
步骤S11:获取视频区域的视频数据;
步骤S12:对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线;
步骤S13:对所述视频数据进行人形检测;
步骤S14:根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量。
在步骤S11的具体实施中,所述视频区域的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,所述摄像头可以选自:鱼眼摄像头以及斜视摄像头。
在本发明实施例中,通过设置摄像头包括鱼眼摄像头和/或斜视摄像头,有助于扩大拍摄范围。
优选地,所述视频区域的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以及门店之外一定范围内的公共区域,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,可以通过先识别出过客区域和进店区域的分隔线,进而确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线。
其中,所述过客区域为店门以外预设范围内公共区域,可以用于供行人或顾客通过,所述进店区域为店门以内预设范围的门店内区域,可以用于供顾客和店员通过,隔开所述过客区域和进店区域的分隔线可以为店门、落地窗或玄关。
结合参照图2及图3,图2是图1中步骤S12的一种具体实施方式的流程图。对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线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,可以根据店门的特征,在所述视频数据中确定所述店门与地面的相交线,以作为所述分隔线。
具体地,所述店门的特征可以用于在视频数据中确定店门的位置,进而确定所述店门与地面的相交线。
其中,所述店门的特征可以选自以下一项或多项:店门的颜色、店门的尺寸、店门的位置。
通过对预设的店门的颜色进行识别,有助于确定店门的位置,进而在视频数据中确定所述店门与地面的相交线。
通过对预设的店门的尺寸,例如店门的宽度、高度进行确认,有助于在视频数据中确定店门与地面的相交线。
通过对店门的位置进行确认,有助于在视频数据中确定所述店门与地面的相交线。
在步骤S22中,根据预设的过客区域面积,确定所述过客区域的边界线,以得到所述过客区域。
具体地,可以由用户人工输入需要的过客区域面积,还可以采用预设的过客区域面积。
需要指出的是,所述过客区域可以为二维图形,用于指示在门外的行人或顾客经过的区域。
在步骤S23中,根据预设的进店区域面积,确定所述进店区域的边界线,以得到所述进店区域。
具体地,可以由用户人工输入需要的进店区域面积,还可以采用预设的进店区域面积。
需要指出的是,所述进店区域可以为二维图形,用于指示顾客踏入店内后经过的区域。
参照图3,图3是本发明实施例中一种客流量统计方法的应用场景示意图。
通过对视频区域11的视频数据进行识别,可以确定过客区域12、进店区域13以及隔开所述过客区域12和进店区域13的分隔线14。
具体地,可以根据店门15的特征,在所述视频数据中确定所述店门15与地面的相交线,以作为所述分隔线14。
行人的方向可以如图3中的箭头方向所示,从过客区域12的一侧进入,一部分从过客区域12的另一侧离开,形成过客客流;另一部分进入进店区域13,形成进店客流。
需要指出的是,所述过客区域12以及进店区域13可以为二维图形,从而可以根据某位行人是否踏入该二维图形的边界线,更加直观地显示是否将该行人计算为过客客流量或进店客流量,相比于三维环境下的建模,采用二维图形建模,可以有效地降低建模难度。
更进一步地,可以根据店门15的特征,在所述视频数据中确定所述店门15与地面的相交线,以作为所述分隔线14。
进而以所述分隔线14作为过客区域12的一条边界线,根据预设的过客区域12面积,确定所述过客区域12的另外三条边界线。
进而以所述分隔线14作为进店区域13的一条边界线,根据预设的进店区域13面积,确定所述进店区域13的另外三条边界线。
在本发明实施例中,确定隔开所述过客区域和进店区域的分隔线时,可以根据具体需要确定过客区域和进店区域的边界线,从而避免由于过客区域和进店区域固化导致实用性降低,从而提高用户体验度。
继续参照图1,在步骤S13的具体实施中,对所述视频数据进行人形检测。
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。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。可以理解的是,所述人形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S14的具体实施中,根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量。
具体地,所述预设时长可以为用户需要对行人进行分析的预设时间的长度,例如为一小时、一天、一周或者一个月。
可以理解的是,通过对所有店门进行统计,可以获取在所述预设时长内进入店内的所有人员的人数。
进一步地,还可以在统计算法中增加去重功能,以对本店的店员或者反复进入店内的顾客进行单次统计,以提高对进店客流量的统计准确性。
在本发明实施例中,通过对视频数据进行识别以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线,并且确定从所述过客区域进入到所述进店区域的人数,相比于现有技术中通过购买记录等参数对进店客流量进行笼统估计,采用本发明实施例的方案,可以更加准确地确定进店客流量,从而有助于为商业行为的具体运作提供更加准确的凭据。
进一步地,所述的客流量统计方法还可以包括:确定在预设时长内从所述进店区域以外区域进入所述过客区域的人数,记为过客客流量。
具体地,所述预设时长可以为用户需要对行人进行分析的预设时间的长度,例如为一小时、一天、一周或者一个月。
可以理解的是,通过对所有店门进行统计,可以获取在所述预设时长内进入所述过客区域的所有人员的人数。通过设置不计算从进店区域进入所述过客区域的人数,可以避免对出店人数进行重复计算。
更进一步地,还可以在统计算法中增加去重功能,以对本店的店员或者反复路过的顾客进行单次统计,以提高对过客客流量的统计准确性。
在本发明实施例中,还可以确定在预设时长内从所述进店区域以外区域进入所述过客区域的人数,确定进入过所述过客区域的过客客流量,从而对该实体店所处位置的客流量进行客观统计,有助于进一步为商业行为的具体运作提供凭据。
进一步地,所述的客流量统计方法还可以包括:根据所述进店客流量以及所述过客客流量,确定所述预设时长内的进店转化率。
具体地,可以采用进店客流量的数值除以过客客流量的数值,以得到所述预设时长内的进店转化率。
在本发明实施例中,通过确定进店转化率,可以更加直观地确定多少比例的行人进入店内,从而有助于为商业行为的具体运作提供凭据。
进一步地,所述的客流量统计方法还可以包括:采用不同的颜色标示所述过客区域以及所述进店区域并显示。
具体地,可以在向用户显示时,采用不同的颜色标示所述过客区域以及所述进店区域,例如可以选用黄色标示所述过客区域,选用蓝色标示所述进店区域。
在本发明实施例中,通过采用不同的颜色标示所述过客区域以及所述进店区域并显示至用户,可以使用户在观看视频时,直观感受到视频数据中的过客情况和进店情况,提高用户体验度。
参照图4,图4是本发明实施例中一种客流量统计装置的结构示意图。所述客流量统计装置可以包括:
获取模块41,适于获取视频区域的视频数据;
区域确定模块42,适于对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线;
检测模块43,适于对所述视频数据进行人形检测;
进店客流量确定模块44,适于根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量;
过客客流量确定模块45,适于确定在预设时长内从所述进店区域以外区域进入所述过客区域的人数,记为过客客流量;
进店转化率确定模块46,适于根据所述进店客流量以及所述过客客流量,确定所述预设时长内的进店转化率;
显示模块47,适于采用不同的颜色标示所述过客区域以及所述进店区域并显示。
参照图5,图5是图4中区域确定模块42的一种具体实施方式的结构示意图。所述区域确定模块42可以包括分隔线确定子模块421,适于根据店门的特征,在所述视频数据中确定所述店门与地面的相交线,以作为所述分隔线。
更进一步地,所述区域确定模块42还可以包括:
过客区域确定子模块422,适于根据预设的过客区域面积,确定所述过客区域的边界线,以得到所述过客区域;
进店区域确定子模块423,适于根据预设的进店区域面积,确定所述进店区域的边界线,以得到所述进店区域。
更进一步地,所述过客区域和进店区域可以为二维图形。
所述店门的特征可以选自以下一项或多项:店门的颜色、店门的尺寸、店门的位置。
关于该客流量统计装置的原理、具体实现和有益效果请参照前文及图1至图2示出的关于客流量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上述图1至图2示出的关于客流量统计方法的步骤。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上述图1至图2示出的关于客流量统计方法的步骤。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)
1.一种客流量统计方法,其特征在于,包括以下步骤:
获取视频区域的视频数据;
对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线;
对所述视频数据进行人形检测;
根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量。
2.根据权利要求1所述的客流量统计方法,其特征在于,还包括:
确定在预设时长内从所述进店区域以外区域进入所述过客区域的人数,记为过客客流量。
3.根据权利要求2所述的客流量统计方法,其特征在于,还包括:
根据所述进店客流量以及所述过客客流量,确定所述预设时长内的进店转化率。
4.根据权利要求1所述的客流量统计方法,其特征在于,对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线包括:
根据店门的特征,在所述视频数据中确定所述店门与地面的相交线,以作为所述分隔线。
5.根据权利要求4所述的客流量统计方法,其特征在于,对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线还包括:
根据预设的过客区域面积,确定所述过客区域的边界线,以得到所述过客区域;
根据预设的进店区域面积,确定所述进店区域的边界线,以得到所述进店区域。
6.根据权利要求5所述的客流量统计方法,其特征在于,所述过客区域和进店区域为二维图形。
7.根据权利要求4所述的客流量统计方法,其特征在于,所述店门的特征选自以下一项或多项:
店门的颜色、店门的尺寸、店门的位置。
8.根据权利要求1所述的客流量统计方法,其特征在于,还包括:
采用不同的颜色标示所述过客区域以及所述进店区域并显示。
9.一种客流量统计装置,其特征在于,包括:
获取模块,适于获取视频区域的视频数据;
区域确定模块,适于对所述视频数据进行识别,以确定过客区域、进店区域以及隔开所述过客区域和进店区域的分隔线;
检测模块,适于对所述视频数据进行人形检测;
进店客流量确定模块,适于根据人形检测的检测结果,确定在预设时长内从所述过客区域进入到所述进店区域的人数,记为进店客流量。
10.根据权利要求9所述的客流量统计装置,其特征在于,还包括:
过客客流量确定模块,适于确定在预设时长内从所述进店区域以外区域进入所述过客区域的人数,记为过客客流量。
11.根据权利要求10所述的客流量统计装置,其特征在于,还包括:
进店转化率确定模块,适于根据所述进店客流量以及所述过客客流量,确定所述预设时长内的进店转化率。
12.根据权利要求9所述的客流量统计装置,其特征在于,所述区域确定模块包括:
分隔线确定子模块,适于根据店门的特征,在所述视频数据中确定所述店门与地面的相交线,以作为所述分隔线。
13.根据权利要求12所述的客流量统计装置,其特征在于,所述区域确定模块还包括:
过客区域确定子模块,适于根据预设的过客区域面积,确定所述过客区域的边界线,以得到所述过客区域;
进店区域确定子模块,适于根据预设的进店区域面积,确定所述进店区域的边界线,以得到所述进店区域。
14.根据权利要求13所述的客流量统计装置,其特征在于,所述过客区域和进店区域为二维图形。
15.根据权利要求12所述的客流量统计装置,其特征在于,所述店门的特征选自以下一项或多项:
店门的颜色、店门的尺寸、店门的位置。
16.根据权利要求9所述的客流量统计装置,其特征在于,还包括:
显示模块,适于采用不同的颜色标示所述过客区域以及所述进店区域并显示。
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任一项所述客流量统计方法的步骤。
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任一项所述客流量统计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810696379.2A CN108875677B (zh) | 2018-06-29 | 2018-06-29 | 客流量统计方法及装置、存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810696379.2A CN108875677B (zh) | 2018-06-29 | 2018-06-29 | 客流量统计方法及装置、存储介质、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108875677A true CN108875677A (zh) | 2018-11-23 |
CN108875677B CN108875677B (zh) | 2020-11-17 |
Family
ID=64297171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810696379.2A Expired - Fee Related CN108875677B (zh) | 2018-06-29 | 2018-06-29 | 客流量统计方法及装置、存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108875677B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738134A (zh) * | 2020-06-18 | 2020-10-02 | 北京市商汤科技开发有限公司 | 获取客流数据的方法、装置、设备及介质 |
CN112232262A (zh) * | 2020-10-27 | 2021-01-15 | 上海依图网络科技有限公司 | 一种客流量统计方法及装置 |
TWI793425B (zh) * | 2020-06-18 | 2023-02-21 | 遠東百貨股份有限公司 | 人潮導引系統及其操作方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512640A (zh) * | 2015-12-30 | 2016-04-20 | 重庆邮电大学 | 一种基于视频序列的人流量统计方法 |
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 |
CN105678591A (zh) * | 2016-02-29 | 2016-06-15 | 北京时代云英科技有限公司 | 一种基于视频分析的商业智能化经营决策支撑系统和方法 |
CN106650695A (zh) * | 2016-12-30 | 2017-05-10 | 苏州万店掌网络科技有限公司 | 一种基于视频分析技术的跟踪统计人流量的系统 |
CN106778662A (zh) * | 2016-12-28 | 2017-05-31 | 苏州朗捷通智能科技有限公司 | 基于视频的人流量统计方法及系统 |
CN107590431A (zh) * | 2017-07-27 | 2018-01-16 | 广东数相智能科技有限公司 | 一种基于图像识别的数量统计方法及装置 |
CN108182403A (zh) * | 2017-12-28 | 2018-06-19 | 河南辉煌城轨科技有限公司 | 基于图像的地铁列车客流统计方法 |
-
2018
- 2018-06-29 CN CN201810696379.2A patent/CN108875677B/zh not_active Expired - Fee Related
Patent Citations (7)
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 |
CN105512640A (zh) * | 2015-12-30 | 2016-04-20 | 重庆邮电大学 | 一种基于视频序列的人流量统计方法 |
CN105678591A (zh) * | 2016-02-29 | 2016-06-15 | 北京时代云英科技有限公司 | 一种基于视频分析的商业智能化经营决策支撑系统和方法 |
CN106778662A (zh) * | 2016-12-28 | 2017-05-31 | 苏州朗捷通智能科技有限公司 | 基于视频的人流量统计方法及系统 |
CN106650695A (zh) * | 2016-12-30 | 2017-05-10 | 苏州万店掌网络科技有限公司 | 一种基于视频分析技术的跟踪统计人流量的系统 |
CN107590431A (zh) * | 2017-07-27 | 2018-01-16 | 广东数相智能科技有限公司 | 一种基于图像识别的数量统计方法及装置 |
CN108182403A (zh) * | 2017-12-28 | 2018-06-19 | 河南辉煌城轨科技有限公司 | 基于图像的地铁列车客流统计方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738134A (zh) * | 2020-06-18 | 2020-10-02 | 北京市商汤科技开发有限公司 | 获取客流数据的方法、装置、设备及介质 |
TWI793425B (zh) * | 2020-06-18 | 2023-02-21 | 遠東百貨股份有限公司 | 人潮導引系統及其操作方法 |
CN112232262A (zh) * | 2020-10-27 | 2021-01-15 | 上海依图网络科技有限公司 | 一种客流量统计方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108875677B (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI723411B (zh) | 無人結算場景中異常檢測方法、裝置及設備 | |
US10185965B2 (en) | Stay duration measurement method and system for measuring moving objects in a surveillance area | |
US10783351B2 (en) | System and method for sensing facial gesture | |
CN108875677A (zh) | 客流量统计方法及装置、存储介质、终端 | |
CN109063695A (zh) | 一种人脸关键点检测方法、装置及其计算机存储介质 | |
CN111263224B (zh) | 视频处理方法、装置及电子设备 | |
CN110874583A (zh) | 一种客流统计的方法、装置、存储介质及电子设备 | |
JP2009048430A (ja) | 顧客動作分析装置、顧客動作判定システム、及び顧客購買行動分析システム | |
WO2022160592A1 (zh) | 一种信息处理方法、装置、电子设备及存储介质 | |
CN102122346A (zh) | 基于视频分析的实体店面顾客兴趣点采集方法 | |
TW201742007A (zh) | 貨架取物偵測系統及方法 | |
CN104063871B (zh) | 可穿戴设备的图像序列场景分割方法 | |
US20160147774A1 (en) | System and method for data visualization | |
TWI754456B (zh) | 區域部署方法、裝置及電腦可讀取記錄媒體 | |
CN115249356B (zh) | 识别方法、装置、设备及存储介质 | |
CN107481260A (zh) | 一种区域人群滞留检测方法、装置和存储介质 | |
CN111126119A (zh) | 基于人脸识别的到店用户行为统计方法和装置 | |
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 | |
CN116471384B (zh) | 无人值守商店监控系统的控制方法及控制装置 | |
CN115601672A (zh) | 一种基于深度学习的vr智能巡店方法及装置 | |
CN111260685B (zh) | 视频处理方法、装置及电子设备 | |
CN108537189B (zh) | 生成顾客轨迹图的方法及装置、存储介质、终端 | |
US20130290107A1 (en) | Behavior based bundling | |
CN108564038A (zh) | 顾客访问量的统计方法及装置、存储介质、终端 | |
CN112102018A (zh) | 智能试衣镜实现方法及相关装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201117 Termination date: 20210629 |