CN108985218A - 人流量统计方法及装置、存储介质、计算设备 - Google Patents

人流量统计方法及装置、存储介质、计算设备 Download PDF

Info

Publication number
CN108985218A
CN108985218A CN201810751544.XA CN201810751544A CN108985218A CN 108985218 A CN108985218 A CN 108985218A CN 201810751544 A CN201810751544 A CN 201810751544A CN 108985218 A CN108985218 A CN 108985218A
Authority
CN
China
Prior art keywords
customer
flow rate
people
camera
recognition result
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
CN201810751544.XA
Other languages
English (en)
Inventor
费富元
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 CN201810751544.XA priority Critical patent/CN108985218A/zh
Publication of CN108985218A publication Critical patent/CN108985218A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

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

Abstract

一种人流量统计方法及装置、存储介质、计算设备，所述人流量统计方法包括：确定多个摄像头及每一摄像头的拍摄区域；从所述多个摄像头获取视频图像；提取并识别所述视频图像中的视频帧，以得到识别结果，所述识别结果包括各个视频帧中顾客的人脸信息；根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量以及各个人脸信息对应的顾客的运动轨迹。通过本发明提供的技术方案，可以得到精度较高的人流量统计结果，为管理者优化运营，提高管理水平提供参考。

Description

人流量统计方法及装置、存储介质、计算设备
技术领域
本发明涉及应用统计技术领域，具体地涉及一种人流量统计方法及装置、存储介质、计算设备。
背景技术
目前，没有数据依据来支撑超市、商场中的货架、货物进行摆放、布局。传统的货架、货物摆放主要是通过人为观察，统计确定的。人为统计易受主观因素影响，存在片面、不准确等问题，而且统计精度低、无法提供可供事后分析的数据信息。
因此，如何统计人流量，并以此统计数据为依据优化运营和提高管理水平，已成为管理者们亟待解决的问题之一。
发明内容
本发明解决的技术问题是如何得到较高精度的人流量统计结果，为优化运营和提高管理水平提供参考。
为解决上述技术问题，本发明实施例提供一种人流量统计方法，所述人流量统计方法包括：确定多个摄像头及每一摄像头的拍摄区域；从所述多个摄像头获取视频图像；提取并识别所述视频图像中的视频帧，以得到识别结果，所述识别结果包括各个视频帧中顾客的人脸信息；根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量以及各个人脸信息对应的顾客的运动轨迹。
可选的，所述根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量包括：对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定预设时间段内出现的顾客数量，以得到对应拍摄区域的人流量。
可选的，所述识别结果还包括顾客的属性信息，所述人流量统计方法还包括：针对不同的属性信息，对各个拍摄区域的人流量分别进行分类统计。
可选的，所述根据每一摄像头的视频图像的识别结果，确定各个人脸信息对应的顾客的运动轨迹包括：对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在该摄像头的拍摄区域内的第一运动轨迹。
可选的，所述识别结果还包括顾客的属性信息，所述人流量统计方法还包括：根据所述第一运动轨迹，针对不同的属性信息，统计各个顾客在每一拍摄区域的停留时间。
可选的，所述属性信息选自：性别、年龄、种族、表情。
可选的，所述根据每一摄像头的视频图像的识别结果，确定各个人脸信息对应的顾客的运动轨迹还包括：结合不同摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在不同摄像头的拍摄区域内的第二运动轨迹。
可选的，所述的人流量统计方法还包括：将所述多个摄像头统计得到的顾客的运动轨迹叠置于各个拍摄区域形成的平面图中，以得到顾客的运动轨迹热力图。
为解决上述技术问题，本发明实施例还提供一种人流量统计装置，所述人流量统计装置包括：第一确定模块，适于确定多个摄像头及每一摄像头的拍摄区域；获取模块，适于从所述多个摄像头获取视频图像；识别模块，适于提取并识别所述视频图像中的视频帧，以得到识别结果，所述识别结果包括各个视频帧中顾客的人脸信息；第二确定模块，适于根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量以及各个人脸信息对应的顾客的运动轨迹。
可选的，所述第二确定模块包括：第一确定子模块，适于对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定预设时间段内出现的顾客数量，以得到对应拍摄区域的人流量。
可选的，所述识别结果还包括顾客的属性信息，所述人流量统计装置还包括：第一统计模块，适于针对不同的属性信息，对各个拍摄区域的人流量分别进行分类统计。
可选的，所述第二确定模块包括：第二确定子模块，适于对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在该摄像头的拍摄区域内的第一运动轨迹。
可选的，所述识别结果还包括顾客的属性信息，所述人流量统计装置还包括：第二统计模块，适于根据所述第一运动轨迹，针对不同的属性信息，统计各个顾客在每一拍摄区域的停留时间。
可选的，所述属性信息选自：性别、年龄、种族、表情。
可选的，所述第二确定模块还包括：第三确定子模块，适于结合不同摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在不同摄像头的拍摄区域内的第二运动轨迹。
可选的，所述人流量统计装置还包括：叠置模块，适于将所述多个摄像头统计得到的顾客的运动轨迹叠置于各个拍摄区域形成的平面图中，以得到顾客的运动轨迹热力图。
为解决上述技术问题，本发明实施例还提供一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述人流量统计方法的步骤。
为解决上述技术问题，本发明实施例还提供一种计算设备，包括存储器和处理器，所述存储器上存储有可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人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：
本发明实施例提供一种人流量统计方法，包括：确定多个摄像头及每一摄像头的拍摄区域；从所述多个摄像头获取视频图像；提取并识别所述视频图像中的视频帧，以得到识别结果，所述识别结果包括各个视频帧中顾客的人脸信息；根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量以及各个人脸信息对应的顾客的运动轨迹。通过本发明实施例提供的技术方案，可以利用各个拍摄区域的摄像头获取视频图像，并根据图像识别结果得到顾客的人脸信息，进而得到人流量和运动轨迹统计结果。对比人为统计结果，本发明实施例提供的人流量统计结果精度较高，并可以保存该统计结果以备后续分析。根据所述人流量和运动轨迹统计结果可以调整货物营销摆放区域，为管理者优化运营，提高管理水平提供参考。
进一步，所述识别结果包括顾客的属性信息，所述人流量统计方法还包括：针对不同的属性信息，对各个拍摄区域的人流量分别进行分类统计。通过本发明实施例提供的技术方案，可以根据顾客的属性信息(例如，年龄)统计人流量，可以得到各个属性信息下的人流量数据，进一步有利于管理者针对顾客属性摆放货架和货物，合理划分货物摆放位置。
进一步，根据所述第一运动轨迹，针对不同的属性信息，统计各个顾客在每一拍摄区域的停留时间。通过本发明实施例提供的技术方案，可以统计顾客在不同拍摄区域(例如超市中的食品区、儿童玩具区)的停留时间，进一步为调整货物营销摆放区域，优化运营，提高管理水平提供参考。
进一步，将所述多个摄像头统计得到的顾客的运动轨迹叠置于各个拍摄区域形成的平面图中，以得到顾客的运动轨迹热力图。通过本发明提供的技术方案，可以直观展示各个拍摄区域的人流密度，进一步为货物摆放、布局提供依据。
附图说明
图1是本发明实施例的一种人流量统计方法的流程示意图；
图2是本发明实施例的一个典型的应用场景的示意图；
图3是本发明实施例的一种人流量统计装置的结构示意图。
具体实施方式
本领域技术人员理解，如背景技术所言，现有方案中，人为统计人流量的统计结果精度低，且难以保存。
本发明实施例提供一种人流量统计方法，包括：确定多个摄像头及每一摄像头的拍摄区域；从所述多个摄像头获取视频图像；提取并识别所述视频图像中的视频帧，以得到识别结果，所述识别结果包括各个视频帧中顾客的人脸信息；根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量以及各个人脸信息对应的顾客的运动轨迹。
通过本发明实施例提供的技术方案，可以利用各个拍摄区域的摄像头获取视频图像，并根据图像识别结果得到顾客的人脸信息，进而得到人流量和运动轨迹统计结果。对比人为统计结果，本发明实施例提供的人流量统计结果精度较高，并可以保存该统计结果以备后续分析。根据所述人流量和运动轨迹统计结果可以调整货物营销摆放区域，为管理者优化运营，提高管理水平提供参考。
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。
图1是本发明实施例的一种人流量统计方法的流程示意图。所述人流量统计方法可以用于有人超市、无人超市、商场等场所。本领域技术人员理解，除上述场所外，还可用于需要统计在某一时间点或时间段内人员进入和离开的数量的博物馆、展览馆、体育馆等其他场所。上述场所的管理人员可以将人流量统计结果作为依据，以优化运营、提高管理水平。
具体而言，所述人流量统计方法可以包括以下步骤：
步骤S101，确定多个摄像头及每一摄像头的拍摄区域；
步骤S102，从所述多个摄像头获取视频图像；
步骤S103，提取并识别所述视频图像中的视频帧，以得到识别结果，所述识别结果包括各个视频帧中顾客的人脸信息；
步骤S104，根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量以及各个人脸信息对应的顾客的运动轨迹。
更具体而言，在步骤S101中，可以在需要统计人流量的场所安装多个摄像头，使得每个摄像头可以拍摄特定区域范围内的视频图像。
以超市为例，超市内可以在不同区域安装多个摄像头。每个摄像头可以拍摄超市的部分区域。例如，可以在超市入口、出口上方分别安装摄像头；可以在食品摆放区域上方安装摄像头；可以在日常用品区域上方安装摄像头；可以在酒水区域上方安装摄像头或其他区域安装摄像头等。需要说明的是，也可以在相邻区域安装摄像头，减少拍摄死角。
在步骤S102中，可以从所述多个摄像头中获取视频图像。所述视频图像中可以包括人(例如，正在购物的顾客)、货物和货架等。所述视频图像可以是通过各个摄像头实时拍摄得到的。
仍以超市为例，参考图2，超市200中包括日用百货区205、酒水区206、床上用品区207、食品区208，且在每个区域安装了摄像头。其中，摄像头201安装于日用百货区205，其拍摄的视频图像包括顾客2051；摄像头202安装于酒水区206，其拍摄的视频图像包括顾客2061和各种酒水(图未示)；摄像头203安装于床上用品区207，其拍摄的视频图像包括顾客2071和各种床上用品(图未示)；摄像头204安装于食品区208，其拍摄的视频图像包括顾客2081和各种食品(图未示)。本领域技术人员理解，超市200中每一区域的顾客可以是一个，也可以是多个(图未示)。
在步骤S103中，可以从所述视频图像中提取各个视频帧，并进行自动识别，以得到识别结果。具体实施中，可以采用基于视频图像的人脸识别技术识别所述视频帧中的顾客的人脸信息。
进一步，可以基于人脸属性识别算法识别顾客的属性信息，例如性别、种族、年龄、表情等。
作为一个非限制性的实施例，可以采用基于特征脸的性别识别算法、基于费希尔(Fisher)准则的性别识别方法等性别识别方法识别顾客的性别。
作为又一个非限制性的实施例，可以采用基于集成方法(AdaBoost)和支持向量机(Support Vector Machines，简称SVM)的人脸种族识别算法提取人脸的肤色信息，以确定顾客的种族，例如，黄色人种人、白色人种、黑色人种。
作为再一个非限制性的实施例，可以通过人脸的肌肤纹理特征，粗略估计顾客所属的年龄段以降低计算复杂度。例如，儿童、青少年、中年、老年。
作为另一个非限制性的实施例，可以采用融合局部二值模式(Local BinaryPatterns，简称LBP)和局部稀疏表示的人脸表情识别算法确定顾客的表情。例如，惊喜、失望、愤怒等。
在步骤S104中，可以基于得到的顾客的人脸信息的数量确定各个拍摄区域的人流量，进而可以得到全部拍摄区域的人流量。需要说明的是，得到顾客的人脸信息之后，还可以根据所述识别结果，确定各个顾客的运动轨迹，以避免对同一顾客重复计数。
进一步，可以在不同的时间范围内统计各个拍摄区域中的人流量。所述时间范围可以根据实际需求确定。例如，时间范围可以设定为一小时、一天、一个月、一个季度、一年等，本领域技术人员可以根据实际需求变化出更多其他统计时间，这里不再赘述。
优选地，可以根据顾客的属性信息，分类统计各个拍摄区域的人流量。例如，仍以超市200为例，可以统计一天时间内，男性顾客在不同拍摄区域的人流量，以此推算受男性顾客青睐的货物。或者，统计一天时间内女性顾客在不同拍摄区域的人流量，以此推算受男性顾客青睐的货物。又例如，可以统计一月时间内，黄色人种的顾客在不同拍摄区域的人流量，白色人种的顾客在不同拍摄区域的人流量，以此分析是否需要添加或减少进口货物的数量。
进一步，可以根据所述识别结果，确定各个顾客的运动轨迹。具体实施时，可以根据每一摄像头的视频图像进行识别，以得到人脸信息，并确定该人脸信息对应的顾客在该摄像头所在的拍摄区域内的运动轨迹(例如，第一运动轨迹)。
具体实施时，可以利用所述视频图像的各个视频帧的帧间差确定顾客的运动轨迹，也可以根据不同摄像头记录的同一人脸信息确定顾客的运动轨迹。
优选地，结合不同摄像头的视频图像，可以根据所述识别结果中的人脸信息，并基于目标追踪技术对该人脸信息对应的顾客进行跟踪计数，且可以确定所述人脸信息对应的顾客在不同摄像头的拍摄区域内的第二运动轨迹。
进一步，根据顾客在不同拍摄区域内的运动轨迹，可以得到该顾客的全部运动轨迹。
优选地，可以根据所述运动轨迹统计各个顾客在每一拍摄区域的停留时间。具体而言，可以根据摄像头记录的同一人脸信息在该摄像头的拍摄区域中的视频帧帧长确定停留时间；或者，对同一人脸信息对应的顾客，根据摄像头拍摄到的视频图像可以确定该顾客进入拍摄区域的时间以及离开拍摄区域的时间确定停留时间。如果该顾客在统计时间内，多次进入同一拍摄区域，可以将各次停留时间之和作为该顾客在所述拍摄区域的停留时间。
优选地，可以结合顾客的属性信息，统计各个顾客在每一拍摄区域的停留时间。例如，在确定人脸信息对应的顾客为老年顾客后，可以统计老年顾客在各个不同拍摄区域的停留时间。又例如，可以在确定顾客为女性顾客后，统计女性顾客在各个不同拍摄区域的停留时间。
进一步，可以将各个摄像头统计得到的顾客的全部运动轨迹叠置于各个拍摄区域形成的平面图中，得到顾客的运动轨迹的热力分布图，显性、直观地呈现各个顾客的运动轨迹。由此，可以直观得到不同拍摄区域的人流量。优选地，可以采用不同颜色表示不同区域的人流量。
进一步，所述热力分布图可以根据预设时间段显示顾客的运动轨迹和人流量，也可以按照顾客停留时间的长短，采用不同的颜色显示顾客的运动轨迹和人流量。例如，可以在人流量密度较高的区域摆放促销货物；又例如，可以依据顾客属性信息统计得到的人流量，适有计划的调整货物的摆放位置或者增加货物的种类和数量。
作为一个非限制性实施例，仍以图2为例，在顾客2051从日用百货区205进入酒水区206以后，通过人脸识别技术识别出在拍摄到的视频图像中，顾客2051为男性，且识别出顾客2051的表情已由冷漠转为惊喜，结合顾客2051在日用百货区205的停留时间以及顾客2051在酒水区206的停留时间，可以推测顾客2051心仪的货物在酒水区206。可见，随着顾客的统计量的增长，可以在一定程度上得出不同属性的顾客的购物偏好，根据顾客的购物偏好可以为货物布置提供依据，逐步解决货物投放的盲目性问题。
由上，通过本发明实施例提供的人流量统计方法技术方案，可以提高人流量统计结果的精度，并可以保存所述统计结果以备后续分析。进一步，还可以利用人流量和运动轨迹分析顾客购物偏好，进而为货物投放、货物布局提供参考，有利于管理者优化运营，提高管理水平。
图3是本发明实施例的一种人流量统计装置。所述人流量统计装置3可以实施上述图1和图2所示的方法技术方案。具体而言，所述人流量统计装置3可以包括：第一确定模块31、获取模块32、识别模块33和第二确定模块34。
更具体而言，所述第一确定模块31适于确定多个摄像头及每一摄像头的拍摄区域；所述获取模块32适于从所述多个摄像头获取视频图像；所述识别模块33适于提取并识别所述视频图像中的视频帧，以得到识别结果，所述识别结果包括各个视频帧中顾客的人脸信息；所述第二确定模块34适于根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量以及各个人脸信息对应的顾客的运动轨迹。
进一步地，所述第二确定模块34可以包括：第一确定子模块341。
具体而言，所述第一确定子模块341适于对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定预设时间段内出现的顾客数量，以得到对应拍摄区域的人流量。
作为一个变化例，所述第二确定模块34可以包括：第二确定子模块342。
具体而言，所述第二确定子模块342适于对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在该摄像头的拍摄区域内的第一运动轨迹。
作为又一个变化例，所述第二确定模块34可以包括：第三确定子模块343。
具体而言，所述第三确定子模块343适于结合不同摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在不同摄像头的拍摄区域内的第二运动轨迹。
进一步地，所述识别结果还包括顾客的属性信息，所述人流量统计装置3还可以包括：第一统计模块35。
具体而言，所述第一统计模块35适于针对不同的属性信息，对各个拍摄区域的人流量分别进行分类统计。
进一步地，所述识别结果还包括顾客的属性信息，所述人流量统计装置3还可以包括：第二统计模块36。
具体而言，所述第二统计模块36适于根据所述第一运动轨迹，针对不同的属性信息，统计各个顾客在每一拍摄区域的停留时间。
进一步地，所述属性信息选自：性别、年龄、种族、表情。
进一步地，所述人流量统计装置3还可以包括：叠置模块37。
具体而言，所述叠置模块37适于将所述多个摄像头统计得到的顾客的运动轨迹叠置于各个拍摄区域形成的平面图中，以得到顾客的运动轨迹热力图。
关于所述人流量统计装置3的工作原理、工作方式的更多内容，可以一并参照上述图1和图2的相关描述，这里不再赘述。
进一步地，本发明实施例还公开一种存储介质，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和图2所示实施例中所述的人流量统计方法技术方案。优选地，所述存储介质可以包括诸如非挥发性(non-volatile)存储器或者非瞬态(non-transitory)存储器等计算机可读存储介质。所述计算机可读存储介质可以包括ROM、RAM、磁盘或光盘等。
进一步地，本发明实施例还公开一种计算设备，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和图2所示实施例中所述的人流量统计方法技术方案。
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)

1.一种人流量统计方法，其特征在于，包括：
确定多个摄像头及每一摄像头的拍摄区域；
从所述多个摄像头获取视频图像；
提取并识别所述视频图像中的视频帧，以得到识别结果，所述识别结果包括各个视频帧中顾客的人脸信息；
根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量以及各个人脸信息对应的顾客的运动轨迹。
2.根据权利要求1所述的人流量统计方法，其特征在于，所述根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量包括：
对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定预设时间段内出现的顾客数量，以得到对应拍摄区域的人流量。
3.根据权利要求1所述的人流量统计方法，其特征在于，所述识别结果还包括顾客的属性信息，所述人流量统计方法还包括：针对不同的属性信息，对各个拍摄区域的人流量分别进行分类统计。
4.根据权利要求1所述的人流量统计方法，其特征在于，所述根据每一摄像头的视频图像的识别结果，确定各个人脸信息对应的顾客的运动轨迹包括：对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在该摄像头的拍摄区域内的第一运动轨迹。
5.根据权利要求4所述的人流量统计方法，其特征在于，所述识别结果还包括顾客的属性信息，所述人流量统计方法还包括：
根据所述第一运动轨迹，针对不同的属性信息，统计各个顾客在每一拍摄区域的停留时间。
6.根据权利要求3或5所述的人流量统计方法，其特征在于，所述属性信息选自：性别、年龄、种族、表情。
7.根据权利要求1所述的人流量统计方法，其特征在于，所述根据每一摄像头的视频图像的识别结果，确定各个人脸信息对应的顾客的运动轨迹包括：结合不同摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在不同摄像头的拍摄区域内的第二运动轨迹。
8.根据权利要求1至5、7任一项所述的人流量统计方法，其特征在于，还包括：
将所述多个摄像头统计得到的顾客的运动轨迹叠置于各个拍摄区域形成的平面图中，以得到顾客的运动轨迹热力图。
9.一种人流量统计装置，其特征在于，包括：
第一确定模块，适于确定多个摄像头及每一摄像头的拍摄区域；
获取模块，适于从所述多个摄像头获取视频图像；
识别模块，适于提取并识别所述视频图像中的视频帧，以得到识别结果，所述识别结果包括各个视频帧中顾客的人脸信息；
第二确定模块，适于根据每一摄像头的视频图像的识别结果，确定各个拍摄区域的人流量以及各个人脸信息对应的顾客的运动轨迹。
10.根据权利要求9所述的人流量统计装置，其特征在于，所述第二确定模块包括：
第一确定子模块，适于对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定预设时间段内出现的顾客数量，以得到对应拍摄区域的人流量。
11.根据权利要求9所述的人流量统计装置，其特征在于，所述识别结果还包括顾客的属性信息，所述人流量统计装置还包括：
第一统计模块，适于针对不同的属性信息，对各个拍摄区域的人流量分别进行分类统计。
12.根据权利要求9所述的人流量统计装置，其特征在于，所述第二确定模块包括：
第二确定子模块，适于对于每一摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在该摄像头的拍摄区域内的第一运动轨迹。
13.根据权利要求12所述的人流量统计装置，其特征在于，所述识别结果还包括顾客的属性信息，所述人流量统计装置还包括：
第二统计模块，适于根据所述第一运动轨迹，针对不同的属性信息，统计各个顾客在每一拍摄区域的停留时间。
14.根据权利要求11或13所述的人流量统计装置，其特征在于，所述属性信息选自：性别、年龄、种族、表情。
15.根据权利要求9所述的人流量统计装置，其特征在于，所述第二确定模块包括：
第三确定子模块，适于结合不同摄像头的视频图像，根据所述识别结果中的人脸信息，确定该人脸信息对应的顾客在不同摄像头的拍摄区域内的第二运动轨迹。
16.根据权利要求9至13、15任一项所述的人流量统计装置，其特征在于，还包括：
叠置模块，适于将所述多个摄像头统计得到的顾客的运动轨迹叠置于各个拍摄区域形成的平面图中，以得到顾客的运动轨迹热力图。
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任一项所述的人流量统计方法的步骤。
18.一种计算设备，包括存储器和处理器，所述存储器上存储有可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任一项所述的人流量统计方法的步骤。
CN201810751544.XA 2018-07-10 2018-07-10 人流量统计方法及装置、存储介质、计算设备 Pending CN108985218A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810751544.XA CN108985218A (zh) 2018-07-10 2018-07-10 人流量统计方法及装置、存储介质、计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810751544.XA CN108985218A (zh) 2018-07-10 2018-07-10 人流量统计方法及装置、存储介质、计算设备

Publications (1)

Publication Number Publication Date
CN108985218A true CN108985218A (zh) 2018-12-11

Family

ID=64537633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810751544.XA Pending CN108985218A (zh) 2018-07-10 2018-07-10 人流量统计方法及装置、存储介质、计算设备

Country Status (1)

Country Link
CN (1) CN108985218A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740444A (zh) * 2018-12-13 2019-05-10 深圳云天励飞技术有限公司 人流量信息展示方法及相关产品
CN109858996A (zh) * 2018-12-21 2019-06-07 成都睿码科技有限责任公司 一种基于人脸身份识别的客流统计的货架规整方法
CN109948550A (zh) * 2019-03-20 2019-06-28 北京百分点信息科技有限公司 一种智慧火车站人流量监控系统及方法
CN110532923A (zh) * 2019-08-21 2019-12-03 深圳供电局有限公司 一种人物轨迹检索方法及其系统
CN110781748A (zh) * 2019-09-24 2020-02-11 上海商米科技集团股份有限公司 基于ipc的图像处理方法及摄像机
CN110796580A (zh) * 2020-01-03 2020-02-14 中科寒武纪科技股份有限公司 智能交通系统管理方法及相关产品
CN110942055A (zh) * 2019-12-31 2020-03-31 北京市商汤科技开发有限公司 展示区域的状态识别方法、装置、设备及存储介质
CN111178294A (zh) * 2019-12-31 2020-05-19 北京市商汤科技开发有限公司 状态识别方法、装置、设备及存储介质
CN111311298A (zh) * 2019-01-10 2020-06-19 王庆华 现场大数据统计方法及存储介质
CN111476183A (zh) * 2020-04-13 2020-07-31 腾讯科技（深圳）有限公司 客流信息处理方法及装置
CN111931297A (zh) * 2020-09-24 2020-11-13 西门子交通技术(北京)有限公司 确定疲劳度的方法及装置、确定维护计划的方法及装置
CN111970490A (zh) * 2020-08-06 2020-11-20 万翼科技有限公司 用户流量监控方法及相关设备
CN112446742A (zh) * 2020-12-14 2021-03-05 上海商米科技集团股份有限公司 一种客流统计系统
CN112906725A (zh) * 2019-11-19 2021-06-04 北京金山云网络技术有限公司 统计人流特征的方法、装置及服务器
CN112950254A (zh) * 2021-01-27 2021-06-11 北京市商汤科技开发有限公司 一种信息处理方法、装置、电子设备及存储介质
CN113128452A (zh) * 2021-04-30 2021-07-16 重庆锐云科技有限公司 一种基于图像识别的绿化满意度采集方法和系统
CN113705470A (zh) * 2021-08-30 2021-11-26 北京市商汤科技开发有限公司 获取客流信息的方法、装置、计算机设备以及存储介质
WO2022142899A1 (zh) * 2020-12-31 2022-07-07 深圳云天励飞技术股份有限公司 商铺销售数据分析方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150338497A1 (en) * 2014-05-20 2015-11-26 Samsung Sds Co., Ltd. Target tracking device using handover between cameras and method thereof
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
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
CN106504270A (zh) * 2016-11-08 2017-03-15 浙江大华技术股份有限公司 一种视频中目标物体的展示方法及装置
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150338497A1 (en) * 2014-05-20 2015-11-26 Samsung Sds Co., Ltd. Target tracking device using handover between cameras and method thereof
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
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
CN106504270A (zh) * 2016-11-08 2017-03-15 浙江大华技术股份有限公司 一种视频中目标物体的展示方法及装置
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

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740444A (zh) * 2018-12-13 2019-05-10 深圳云天励飞技术有限公司 人流量信息展示方法及相关产品
CN109858996A (zh) * 2018-12-21 2019-06-07 成都睿码科技有限责任公司 一种基于人脸身份识别的客流统计的货架规整方法
CN111311298A (zh) * 2019-01-10 2020-06-19 王庆华 现场大数据统计方法及存储介质
CN109948550A (zh) * 2019-03-20 2019-06-28 北京百分点信息科技有限公司 一种智慧火车站人流量监控系统及方法
CN110532923A (zh) * 2019-08-21 2019-12-03 深圳供电局有限公司 一种人物轨迹检索方法及其系统
CN110781748A (zh) * 2019-09-24 2020-02-11 上海商米科技集团股份有限公司 基于ipc的图像处理方法及摄像机
CN112906725A (zh) * 2019-11-19 2021-06-04 北京金山云网络技术有限公司 统计人流特征的方法、装置及服务器
CN110942055A (zh) * 2019-12-31 2020-03-31 北京市商汤科技开发有限公司 展示区域的状态识别方法、装置、设备及存储介质
CN111178294A (zh) * 2019-12-31 2020-05-19 北京市商汤科技开发有限公司 状态识别方法、装置、设备及存储介质
TWI779343B (zh) * 2019-12-31 2022-10-01 大陸商北京市商湯科技開發有限公司 狀態識別方法、裝置、電子設備及電腦可讀儲存介質
WO2021135196A1 (zh) * 2019-12-31 2021-07-08 北京市商汤科技开发有限公司 展示区域的状态识别方法、装置、电子设备及存储介质
JP2022519150A (ja) * 2019-12-31 2022-03-22 北京市商▲湯▼科技▲開▼▲發▼有限公司 状態認識方法、装置、電子デバイス、及び記録媒体
CN110796580A (zh) * 2020-01-03 2020-02-14 中科寒武纪科技股份有限公司 智能交通系统管理方法及相关产品
CN110796580B (zh) * 2020-01-03 2020-05-08 中科寒武纪科技股份有限公司 智能交通系统管理方法及相关产品
CN111476183A (zh) * 2020-04-13 2020-07-31 腾讯科技（深圳）有限公司 客流信息处理方法及装置
CN111970490A (zh) * 2020-08-06 2020-11-20 万翼科技有限公司 用户流量监控方法及相关设备
CN111931297A (zh) * 2020-09-24 2020-11-13 西门子交通技术(北京)有限公司 确定疲劳度的方法及装置、确定维护计划的方法及装置
CN112446742A (zh) * 2020-12-14 2021-03-05 上海商米科技集团股份有限公司 一种客流统计系统
WO2022142899A1 (zh) * 2020-12-31 2022-07-07 深圳云天励飞技术股份有限公司 商铺销售数据分析方法、装置、电子设备及存储介质
CN112950254A (zh) * 2021-01-27 2021-06-11 北京市商汤科技开发有限公司 一种信息处理方法、装置、电子设备及存储介质
WO2022160592A1 (zh) * 2021-01-27 2022-08-04 北京市商汤科技开发有限公司 一种信息处理方法、装置、电子设备及存储介质
CN112950254B (zh) * 2021-01-27 2023-04-25 北京市商汤科技开发有限公司 一种信息处理方法、装置、电子设备及存储介质
CN113128452A (zh) * 2021-04-30 2021-07-16 重庆锐云科技有限公司 一种基于图像识别的绿化满意度采集方法和系统
CN113705470A (zh) * 2021-08-30 2021-11-26 北京市商汤科技开发有限公司 获取客流信息的方法、装置、计算机设备以及存储介质

Similar Documents

Publication Publication Date Title
CN108985218A (zh) 人流量统计方法及装置、存储介质、计算设备
CN105608419B (zh) 一种客流视频侦测分析系统
Albiol et al. Real-time high density people counter using morphological tools
Iosifidis et al. Multi-view action recognition based on action volumes, fuzzy distances and cluster discriminant analysis
CN103810490B (zh) 一种确定人脸图像的属性的方法和设备
CN104732601B (zh) 一种基于人脸识别技术的高识别率自动考勤装置及方法
CN103824051B (zh) 一种基于局部区域匹配的人脸搜索方法
CN109448026A (zh) 基于头肩检测的客流统计方法和系统
CN108846694A (zh) 一种电梯广告投放方法和装置、计算机可读存储介质
US20090217315A1 (en) Method and system for audience measurement and targeting media
CN105809178A (zh) 一种基于人脸属性的人群分析方法及装置
US10127310B2 (en) Search method and system
CN103914691B (zh) 基于人脸识别的目标群体分析系统、方法及身高识别方法
CN106845620B (zh) 一种基于队列状态分析的客流计数方法
CN102298709A (zh) 复杂环境下多特征融合的节能型智能识别数字标牌
CN109635680A (zh) 多任务属性识别方法、装置、电子设备及存储介质
CN107563343A (zh) 基于人脸识别技术的FaceID数据库的自我完善方法和系统
CN108985865A (zh) 智能门店的顾客数据分析方法和系统
TWM558943U (zh) 運用深度學習技術之智慧影像資訊及大數據分析系統
CN109658194A (zh) 一种基于视频追踪的客户推荐方法及系统
CN109241877A (zh) 一种轨迹识别系统、方法、装置及其计算机存储介质
CN108876430A (zh) 一种基于人群特征的广告推送方法、电子设备及存储介质
WO2017155466A1 (en) Method and system for visitor tracking at a pos area
Miura et al. SNAPPER: fashion coordinate image retrieval system
CN109508657A (zh) 人群聚集分析方法、系统、计算机可读存储介质及设备

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181211