CN109840982B - 排队推荐方法及装置、计算机可读存储介质 - Google Patents

排队推荐方法及装置、计算机可读存储介质 Download PDF

Info

Publication number
CN109840982B
CN109840982B CN201910000579.4A CN201910000579A CN109840982B CN 109840982 B CN109840982 B CN 109840982B CN 201910000579 A CN201910000579 A CN 201910000579A CN 109840982 B CN109840982 B CN 109840982B
Authority
CN
China
Prior art keywords
queuing
target
effective
targets
unit
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.)
Active
Application number
CN201910000579.4A
Other languages
English (en)
Other versions
CN109840982A (zh
Inventor
李月
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.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group 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 BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201910000579.4A priority Critical patent/CN109840982B/zh
Publication of CN109840982A publication Critical patent/CN109840982A/zh
Priority to PCT/CN2019/126104 priority patent/WO2020140749A1/zh
Priority to US17/257,881 priority patent/US11488321B2/en
Application granted granted Critical
Publication of CN109840982B publication Critical patent/CN109840982B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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
    • 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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Abstract

本发明公开了一种排队推荐方法、装置、终端及计算机可读存储介质，属于图像处理技术领域。所述方法包括：获取所有排队目标的图像信息，根据所述图像信息获取每个排队目标的位置信息，根据所述排队目标的位置信息确定所有有效排队单元，获取包含有最少有效排队单元的排队队伍的队尾位置信息，其中，所述有效排队单元包括至少一个排队目标，将所述包含有最少有效排队单元的排队队伍的队尾位置信息作为推荐结果。本发明提供的排队推荐方法提高推荐结果的精确程度，节省时间。

Description

排队推荐方法及装置、计算机可读存储介质
技术领域
本发明涉及图像处理技术领域，特别涉及一种排队推荐方法及装置、计算机可读存储介质。
背景技术
在超市等公共环境中，顾客在结账时，经常需要排队等候，由于人员比较集中，当人数较多时顾客排队等候时间就会延长，从而引起旅客的焦躁情绪；同时，在排队队伍较多的时候，顾客往往不知道如何找到排队人数最少的队伍以及队伍的位置，大大降低了顾客的购物体验。在医院、机场等公共场合同样存在以上问题。
现有的解决方法是超市的工作人员通过人工疏导，或者提供自助结账机减少顾客的排队等候时间；由于人工疏导完全靠工作人员对现场情况的把控，费时费力，且效率也相当低，同时，自助结账装置使用体验尚不能满足顾客的所有要求。
因此，如何更好的服务顾客，减少顾客排队等候时间，提高超市工作效率减少人力资源开销已成为本领域技术人员亟待解决的问题之一。
发明内容
本发明实施例提供了一种排队推荐方法及装置、计算机可读存储介质，可以解决相关技术中排队推荐的可靠性较低的问题。所述技术方案如下：
第一方面，提供了排队推荐方法，应用于排队推荐装置，所述方法包括：
获取所有排队目标的图像信息；
根据所述图像信息获取每个排队目标的位置信息；
根据所述排队目标的位置信息确定所有有效排队单元，获取包含有最少有效排队单元的排队队伍的队尾位置信息，其中，所述有效排队单元包括至少一个排队目标；
将所述包含有最少有效排队单元的排队队伍的队尾位置信息作为推荐结果。
可选的，所述获取包含有最少有效排队单元的排队队伍的队尾位置信息，包括：
判断已确定的有效排队单元在有效排队距离阈值内是否存在其他排队目标；
响应于已确定的有效排队单元在队伍有效距离阈值内存在其他排队目标，确定与所述已确定的有效排队单元距离最近的排队目标为下一排队目标，其中所述已确定的有效排队目标与下一排队目标连线方向为队伍预测方向；
响应于已确定的有效排队单元在队伍有效距离阈值内不存在其他排队目标，确定所述已确定的有效排队单元为队尾排队目标。
可选的，所述根据所述排队目标的位置信息确定所有有效排队单元，包括：
根据并排时间阈值和并排距离阈值判断队伍中的并排排队的排队目标，将所述并排排队的排队目标确定为一个有效排队单元。
可选的，所述的排队推荐方法，包括：
在所述队伍预测方向的垂线方向，不同排队目标的距离不大于并排距离阈值的持续时间是否不小于并排时间阈值；
响应于所述持续时间不小于所述并排时间阈值，将所述不同排队目标确定为并排排队目标。
可选的，所述根据所述排队目标的位置信息确定所有有效排队单元，包括：
根据所述排队目标的高度，将高度不满足阈值高度的排队目标同与其距离最近的高度满足高度阈值的排队目标确定为一个有效排队单元。
可选的，所述的排队推荐方法，包括：
判断已确认的有效排队单元中是否有排队目标属于不同队伍；
响应于已确认的有效排队单元中有排队目标属于不同队伍，判断所述排队目标在所述队伍预测方向的垂线方向是否存在其他排队目标，响应于在垂线方向的两个方向都存在排队目标，去除所述并排排队目标；
响应于并排排队目标属于同一队伍，去除所述并排排队目标。
第二方面，提供了一种排队推荐装置，所述装置包括：
图像信息获取模块，用于获取所有排队目标的图像信息；
位置信息获取模块，用于根据所述图像信息获取每个排队目标的位置信息；
有效排队单元确定模块，根据所述排队目标的位置信息确定所有有效排队单元，其中，所述有效排队单元包括至少一个排队目标；
推荐结果生成模块，确定包含有最少有效排队单元的排队队伍的队尾位置信息，将所述包含有最少有效排队单元的排队队伍的队尾位置信息作为推荐结果。
可选的，所述有效排队单元确定模块，包括：
第一判断模块，判断已确定的有效排队单元在有效排队距离阈值内是否存在其他排队目标；
第一确定模块，响应于已确定的有效排队单元在队伍有效距离阈值内存在其他排队目标，确定与所述已确定的有效排队单元距离最近的排队目标为下一排队目标，其中所述已确定的有效排队目标与下一排队目标连线方向为队伍预测方向；
第二确定模块，响应于已确定的有效排队单元在队伍有效距离阈值内不存在其他排队目标，确定所述已确定的有效排队单元为队尾排队目标。
可选的，所述有效排队单元确定模块，还包括：
第三确定模块，用于根据并排时间阈值和并排距离阈值判断队伍中的并排排队的排队目标，将所述并排排队的排队目标确定为一个有效排队单元。
可选的，所述第三确定模块，包括：
第二判断模块，用于在所述队伍预测方向的垂线方向，不同排队目标的距离不大于并排距离阈值的持续时间是否不小于并排时间阈值；
第四确定模块，响应于所述持续时间不小于所述并排时间阈值，将所述不同排队目标确定为并排排队目标。
可选的，所述有效排队单元确定模块，还包括：
第五确定模块，用于根据所述排队目标的高度，将高度不满足阈值高度的排队目标同与其距离最近的高度满足高度阈值的排队目标确定为一个有效排队单元。
可选的，所述有效排队单元确定模块，还包括：
第三判断模块，用于判断已确认的有效排队单元中是否有排队目标属于不同队伍；
第六确定模块，用于响应于已确认的有效排队单元中有排队目标属于不同队伍，判断所述排队目标在所述队伍预测方向的垂线方向是否存在其他排队目标，响应于在垂线方向的两个方向都存在排队目标，去除所述并排排队目标；
第七确定模块，用于响应于并排排队目标属于同一队伍，去除所述并排排队目标。
第三方面，提供了一种排队推荐装置，包括存储器和处理器；
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述存储器上所存储的计算机程序，实现如第一方面任一所述的排队推荐方法。
第四方面，提供了一种计算机可读存储介质，当所述存储介质中的程序由处理器执行时，能够执行如第一方面任一所述的排队推荐方法。
本发明实施例提供的技术方案带来的有益效果包括：
在获取摄像设备采集的排队初始图像后，根据图像信息获得排队目标的位置信息，根据位置信息确定每个队伍有效的排队人数，并将排队人数最少的队伍的队尾位置信息作为推荐结果。本发明实施例提供的排队推荐方法与现有技术相比，排除家庭成员以及小孩对于有效排队人数的干扰，提高推荐结果的精确程度，同时将队尾的位置信息作为推荐结果，节省达到时间。
附图说明
图1是本发明实施例提供的一种排队推荐方法的流程图；
图2是本发明实施例提供的一种确定有效排队单元方法的流程图；
图3是本发明实施例提供的排队示意图；
图4是本发明实施例提供的一种确定并排排队目标的方法流程图；
图5是本发明实施例提供的一种确定有效排队单元方法的示意图；
图6是本发明实施例提供的另一种确定有效排队单元方法的示意图；
图7是本发明实施例提供的一种排队推荐装置的示意图；
图8是本发明实施例提供的一种有效排队单元确定模块的结构示意图；
图9是本发明实施例提供的另一种有效排队单元确定模块的结构示意图；
图10是本发明实施例提供的一种第三确定模块的结构示意图；
图11是本发明实施例提供的另一种有效排队单元确定模块的结构示意图；
图12是本发明实施例提供的另一种有效排队单元确定模块的结构示意图；
图13是本发明实施例提供的一种终端的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种排队推荐方法的流程图，应用于排队推荐装置，如图1所示，该方法包括：
步骤101、获取所有排队目标的图像信息。
可选的，摄像设备可以将采集到的排队RGB图像数据(彩色图像数据)传输至排队推荐装置。在本发明实施例中，当排队推荐装置为集成电路时，摄像设备可以将采集到的手部初始图像的图像数据传输至现场可编程门阵列(Field-Programmable Gate Array，FPGA)芯片。
采用基于深度学习的物体检测模型识别图像中的排队目标，如SSD(Single ShotMultiBox Detector)目标检测算法。模型微调部分：将网络结构中涉及类别参数的地方，改为2，即人头或背景的二分类。模型训练数据来源：预先对大量监控视频图像进行收集，然后对图像中人头位置进行标注，即获取大量标注有人体位置框的图片数据，作为模型训练数据。根据人头检测训练模型分析得到图像信息中的排队目标。
步骤102、根据所述图像信息获取每个排队目标的位置信息。
可选的，设图像中某个点的像素坐标为
Figure BDA0001933455040000051
通过双目摄像头视差求解得到该点像素坐标对应的摄像头深度数据Zi，再根据针孔相机模型，求得该点在相机坐标系的三维坐标
Figure BDA0001933455040000052
Figure BDA0001933455040000053
其中fx，fy为表示焦距的参数，一般情况下，二者相等，cx、cy为主点坐标(相对于成像平面)，根据相机外部参数，可以得到相机相对于世界坐标系的旋转矩阵R与平移矩阵t，从而可以求出在相机坐标系的三维坐标
Figure BDA0001933455040000054
所对应的世界坐标系下的坐标
Figure BDA0001933455040000055
Pic＝RPiw+t
从而实现了由图像中像素坐标得到该点在世界坐标系下的空间坐标。根据排队目标的图像信息确定各个人头目标轮廓的中心点像素坐标，然后通过坐标转换关系，求出各中心点对应的世界坐标系下的坐标。
在超市等场景中，获得预先标注好的包括收银窗口在内的环境中固定摆设的轮廓位置，即排队通道附近环境的障碍物位置，实例的，可以利用栅格法路径规划算法，计算出可通行的通道区域位置并进行存储，该通道数据用于对队形的预测。
步骤103、根据所述排队目标的位置信息确定所有有效排队单元，获取包含有最少有效排队单元的排队队伍的队尾位置信息，其中，所述有效排队单元包括至少一个排队目标；
可选的，上述步骤103的实现过程，如图2所示，包括：
步骤3021、队首识别。
示例的，在超市等场景中，首先在每个收银台边缘可通行的中心位置处设一个标记点
Figure BDA0001933455040000061
用于对队首的判断。根据预先设定的收银台旁边标记点
Figure BDA0001933455040000062
求出该点对应的世界坐标，然后找出与该点距离最近并且落在以X0为中心、Xw轴方向±90°范围内的人头目标X1，作为队首位置。以X1为中心，以设定距离阈值d为半径做圆，如果与预先标定的障碍物轮廓无交点，则认为周围空旷，则按照Xw轴方向作为预估的理想排队方向。
步骤3022、判断已确定的有效排队单元在有效排队距离阈值内是否存在其他排队目标。
示例的，通过对下一个人位置方向进行预测进行队形识别。如图3，以X0为中心，以设定距离阈值d为半径做圆判断在距离阈值内是否出现排队目标。
步骤3023、已确定的有效排队单元在队伍有效距离阈值内存在其他排队目标，确定与已确定的有效排队单元距离最近的排队目标为下一排队目标。
示例的，如图3，以X1为中心、距离阈值d为半径，寻找在Xw轴方向±θ的范围内的目标，确认距离X1最近的排队目标为X2，并作为队形的下一个目标。
步骤3024、已确定的有效排队目标与下一排队目标连线方向为队伍预测方向。
示例的，如图3，X1和X2的连线方向确定为队形的预测方向。
步骤3025、已确定的有效排队单元在队伍有效距离阈值内不存在其他排队目标，确定已确定的有效排队单元为队尾排队目标。
示例的，如果以X1为中心，以设定距离阈值d为半径做圆，如果不存在排队目标，则认为周围空旷，X1是队尾目标。
可选的，上述步骤103的实现过程，如图3所示，还包括：
步骤3031、确定队伍预测方向的垂线方向。
示例的，根据队伍预测方向确认与预测方向垂直的方向，并确定为并排排队目标的方向。
步骤3032、判断不同排队目标的距离是否不大于并排距离的阈值。
示例的，确定在预测方向的垂直的方向上，是否存在两个(包括两个)以上的排队目标，如果存在，判断不同排队目标的距离是否不大于并排距离的阈值，其中，距离阈值可以是肩部宽度。
步骤3033、如果存在至少两个排队目标的距离不大于并排距离的阈值，继续判断所述排队目标在上述距离状态下的持续时间是否不小于并排时间阈值，其中，并排排队阈值可以确定为家庭组合排队时排队目标在一起的最短时间。
步骤3034、如果持续时间不小于并排时间阈值，将不同排队目标确定为并排排队目标。
可选的，上述步骤103的实现过程，如图4所示，还包括：
步骤3041、确定排队目标的高度信息。
示例的，根据世界坐标系中的信息以及目标识别后的结构，确定排队目标的高度信息，根据高度信息判断成人和小孩。
步骤3042、确定与高度不满足阈值高度的排队目标距离最近排队目标。
示例的，可以设定高度阈值范围1.4米。确定实际高度值小于高度阈值的排队目标，并以此排队目标为中心，寻找距离最近的排队目标。
步骤3043、确定距离最近的排队目标中高度满足高度阈值的排队目标。
示例的，判断距离最近的排队目标的高度是否大于高度阈值，如果大于高度阈值，将两个排队目标进行绑定，如果小于高度阈值，继续根据距离需找满足高度大于高度阈值的排队目标。
步骤3044、确定为一个有效排队单元。
示例的，将绑定的两个排队单元确定为一个有效排队单元。
可选的，上述步骤103的实现过程，如图6所示，还包括：
步骤3051、判断已确认的有效排队单元中是否有排队目标属于不同队伍。
示例的，在确认完所有队伍的排队情况后，根据排队目标的位置信息，判断在不同队伍中是否出现相同的排队目标。
步骤3052、已确认的有效排队单元中有排队目标属于不同队伍，判断排队目标在队伍预测方向的垂线方向是否存在其他排队目标。
示例的，如果不同队伍中出现了相同的排队目标，首先确定队伍预测方向的垂线方向，如果有多条队伍可以以任意一条队伍的预测方向为准，其次，判断在垂线方向上是否存在其他的排队目标，此处的排队目标包括所有的初始排队目标。
步骤3053、在垂线方向的两个方向都存在排队目标，去除并排排队目标。
示例的，确定垂线方向的两个方向，此处提到的两个方向是指夹角为180度的两个方向。判断属于不同队伍的排队目标的所述两个方向上是否都存在其他排队目标，如果存在，去除并排排队目标。
步骤3054、在垂线方向的两个方向不都存在排队目标，去除属于不同队伍的排队目标。
示例的，判断属于不同队伍的排队目标的所述两个方向上是否都存在其他排队目标，如果不存在，去除属于不同队伍的排队目标。
步骤3055、排队目标属于同一队伍，去除属于不同队伍的排队目标。
示例的，如果同一队伍中出现了相同的排队目标，这种情况可能是在一个队伍里的两个有效排队单元中都包含了同一个排队单元，此时，去除任意一个有效排队单元的排队目标即可。
步骤104、所述包含有最少有效排队单元的排队队伍的队尾位置信息作为推荐结果。
示例的，比较所有队伍的有效排队单元的数量，确定有效排队单元数量最小的队伍，将此队伍的队尾位置信息作为推荐结果，队尾位置是指队伍的最后一个目标在世界坐标系中的位置信息。
图7是本发明实施例提供的一种排队推荐装置的结构示意图，如图7所示，该装置30包括：
图像信息获取模块301，用于获取所有排队目标的图像信息。
位置信息获取模块302，用于根据所述图像信息获取每个排队目标的位置信息。
有效排队单元确定模块303，根据所述排队目标的位置信息确定所有有效排队单元，其中，所述有效排队单元包括至少一个排队目标；
推荐结果生成模块304，确定包含有最少有效排队单元的排队队伍的队尾位置信息，将所述包含有最少有效排队单元的排队队伍的队尾位置信息作为推荐结果。
可选的，如图8所示，有效排队单元确定模块303，包括：
第一判断模块3021，判断已确定的有效排队单元在有效排队距离阈值内是否存在其他排队目标；
第一确定模块3022，响应于已确定的有效排队单元在队伍有效距离阈值内存在其他排队目标，确定与所述已确定的有效排队单元距离最近的排队目标为下一排队目标，其中所述已确定的有效排队目标与下一排队目标连线方向为队伍预测方向；
第二确定模块3023，响应于已确定的有效排队单元在队伍有效距离阈值内不存在其他排队目标，确定所述已确定的有效排队单元为队尾排队目标。
可选的，如图9所示，有效排队单元确定模块303，包括：
第三确定模块3031，用于根据并排时间阈值和并排距离阈值判断队伍中的并排排队的排队目标，将所述并排排队的排队目标确定为一个有效排队单元。
可选的，如图10所示，第三确定模块，包括：
第二判断模块30311，用于在所述队伍预测方向的垂线方向，不同排队目标的距离不大于并排距离阈值的持续时间是否不小于并排时间阈值；
第四确定模块30312，响应于所述持续时间不小于所述并排时间阈值，将所述不同排队目标确定为并排排队目标。
可选的，如图11所示，有效排队单元确定模块303，包括：
第五确定模块3031，用于根据所述排队目标的高度，将高度不满足阈值高度的排队目标同与其距离最近的高度满足高度阈值的排队目标确定为一个有效排队单元。
可选的，如图12所示，有效排队单元确定模块303，包括：
第三判断模块3031，用于判断已确认的有效排队单元中是否有排队目标属于不同队伍；
第六确定模块3032，用于响应于已确认的有效排队单元中有排队目标属于不同队伍，判断所述排队目标在所述队伍预测方向的垂线方向是否存在其他排队目标，响应于在垂线方向的两个方向都存在排队目标，去除所述并排排队目标；
第七确定模块3033，用于响应于并排排队目标属于同一队伍，去除所述并排排队目标。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本发明实施例提供了一种排队推荐装置，包括存储器和处理器；
所述存储器，用于存储计算机程序；
所述处理器，用于执行所述存储器上所存储的计算机程序，实现如方法侧实施例所述的排队推荐方法。
图13是本发明实施例提供的一种终端的结构示意图，如图13所示，该终端包括摄像设备00、中央处理器01和排队推荐装置02，该排队推荐装置为集成电路，包括存储器021和处理器022，处理器为FPGA芯片，存储器可以是RAM，该FPGA芯片能够执行计算机程序以实现如方法侧实施例所述的排队推荐方法。
摄像设备00用于采集排队初始图像；
排队推荐装置02用于对排队初始图像进行排队推荐分析，并向中央处理器01传输排队推荐分析后得到的推荐结果数据。其中，推荐结果数据可以是位置信息或根据位置信息的排队推荐。
可选的，上述终端可以是智能家居设备、移动通信设备及其他领域的设备，本发明实施例对该终端的类型不做限定。
本发明实施例提供了一种计算机可读存储介质，当所述存储介质中的程序由处理器执行时，能够执行如方法侧实施例所述的排队推荐方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的可选实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种排队推荐方法，其特征在于，包括，
获取所有排队目标的图像信息；
根据所述图像信息获取每个排队目标的位置信息；
根据所述排队目标的位置信息确定所有有效排队单元，获取包含有最少有效排队单元的排队队伍的队尾位置信息，其中，所述有效排队单元包括至少一个排队目标；
将所述包含有最少有效排队单元的排队队伍的队尾位置信息作为推荐结果；
根据所述排队目标的位置信息确定所有有效排队单元包括：若排队队伍中存在并排排队的排队目标，则将所述并排排队的排队目标确定为一个有效排队单元；所述并排排队的排队目标包括至少两个排队目标，且所述至少两个排队目标的距离不大于并排距离阈值的持续时间不小于并排时间阈值。
2.如权利要求1所述的排队推荐方法，其中，所述获取包含有最少有效排队单元的排队队伍的队尾位置信息包括，
判断已确定的有效排队单元在有效排队距离阈值内是否存在其他排队目标；
响应于已确定的有效排队单元在队伍有效距离阈值内存在其他排队目标，确定与所述已确定的有效排队单元距离最近的排队目标为下一排队目标，其中所述已确定的有效排队目标与下一排队目标连线方向为队伍预测方向；
响应于已确定的有效排队单元在队伍有效距离阈值内不存在其他排队目标，确定所述已确定的有效排队单元为队尾排队目标。
3.如权利要求1所述的排队推荐方法，其中，所述根据所述排队目标的位置信息确定所有有效排队单元包括，
根据所述排队目标的高度，将高度不满足阈值高度的排队目标同与其距离最近的高度满足高度阈值的排队目标确定为一个有效排队单元。
4.如权利要求1所述的排队推荐方法，其特征在于，
判断已确认的有效排队单元中是否有排队目标属于不同队伍；
响应于已确认的有效排队单元中有排队目标属于不同队伍，判断所述排队目标在所述队伍预测方向的垂线方向是否存在其他排队目标，响应于在垂线方向的两个方向都存在排队目标，去除所述并排排队目标；
响应于并排排队目标属于同一队伍，去除所述并排排队目标。
5.一种排队推荐装置，其特征在于，所述装置包括，
图像信息获取模块，用于获取所有排队目标的图像信息；
位置信息获取模块，用于根据所述图像信息获取每个排队目标的位置信息；
有效排队单元确定模块，根据所述排队目标的位置信息确定所有有效排队单元，其中，所述有效排队单元包括至少一个排队目标；
推荐结果生成模块，确定包含有最少有效排队单元的排队队伍的队尾位置信息，将所述包含有最少有效排队单元的排队队伍的队尾位置信息作为推荐结果；
所述有效排队单元确定模块，具体用于若排队队伍中存在并排排队的排队目标，则将所述并排排队的排队目标确定为一个有效排队单元；所述并排排队的排队目标包括至少两个排队目标，且所述至少两个排队目标的距离不大于并排距离阈值的持续时间不小于并排时间阈值。
6.如权利要求5所述的排队推荐装置，其中，所述有效排队单元确定模块，包括，
第一判断模块，判断已确定的有效排队单元在有效排队距离阈值内是否存在其他排队目标；
第一确定模块，响应于已确定的有效排队单元在队伍有效距离阈值内存在其他排队目标，确定与所述已确定的有效排队单元距离最近的排队目标为下一排队目标，其中所述已确定的有效排队目标与下一排队目标连线方向为队伍预测方向；
第二确定模块，响应于已确定的有效排队单元在队伍有效距离阈值内不存在其他排队目标，确定所述已确定的有效排队单元为队尾排队目标。
7.如权利要求5所述的排队推荐装置，其中，所述有效排队单元确定模块，包括，
第五确定模块，用于根据所述排队目标的高度，将高度不满足阈值高度的排队目标同与其距离最近的高度满足高度阈值的排队目标确定为一个有效排队单元。
8.如权利要求5所述的排队推荐装置，其中，所述有效排队单元确定模块，包括，
第三判断模块，用于判断已确认的有效排队单元中是否有排队目标属于不同队伍；
第六确定模块，用于响应于已确认的有效排队单元中有排队目标属于不同队伍，判断所述排队目标在所述队伍预测方向的垂线方向是否存在其他排队目标，响应于在垂线方向的两个方向都存在排队目标，去除所述并排排队目标；
第七确定模块，用于响应于并排排队目标属于同一队伍，去除所述并排排队目标。
9.一种排队推荐装置，包括至少一个存储器和至少一个处理器，其中，所述存储器存储计算机可执行指令，所述可执行指令当由所述处理器运行时执行权利要求1-4之一所述的排队推荐方法。
10.一种终端，其特征在于，包括摄像设备、中央处理器和如权利要求9所述的排队推荐装置，所述排队推荐装置为集成电路，所述处理器为现场可编程门阵列FPGA芯片；
所述摄像设备用于采集排队目标的图像；
所述排队推荐装置用于对所述排队目标的图像进行排队推荐分析，并向所述中央处理器传输所述排队推荐分析得到的排队推荐数据。
11.一种计算机可读介质，存储有计算机可执行指令，且当所述可执行指令由处理器运行时执行权利要求1-4之一所述的排队推荐方法。
CN201910000579.4A 2019-01-02 2019-01-02 排队推荐方法及装置、计算机可读存储介质 Active CN109840982B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910000579.4A CN109840982B (zh) 2019-01-02 2019-01-02 排队推荐方法及装置、计算机可读存储介质
PCT/CN2019/126104 WO2020140749A1 (zh) 2019-01-02 2019-12-17 排队推荐方法、装置、终端及计算机可读存储介质
US17/257,881 US11488321B2 (en) 2019-01-02 2019-12-17 Queuing recommendation method and device, terminal and computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910000579.4A CN109840982B (zh) 2019-01-02 2019-01-02 排队推荐方法及装置、计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109840982A CN109840982A (zh) 2019-06-04
CN109840982B true CN109840982B (zh) 2020-07-14

Family

ID=66883622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910000579.4A Active CN109840982B (zh) 2019-01-02 2019-01-02 排队推荐方法及装置、计算机可读存储介质

Country Status (3)

Country Link
US (1) US11488321B2 (zh)
CN (1) CN109840982B (zh)
WO (1) WO2020140749A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109840982B (zh) * 2019-01-02 2020-07-14 京东方科技集团股份有限公司 排队推荐方法及装置、计算机可读存储介质
CN110738782B (zh) * 2019-10-24 2022-01-21 创优数字科技(广东)有限公司 一种收银排队分析方法及系统
GB2594974A (en) 2020-05-14 2021-11-17 Dromos Tech Ag A method and infrastructure for boarding a plurality of passengers into an autonomous vehicle
CN111860347A (zh) * 2020-07-21 2020-10-30 海尔优家智能科技（北京）有限公司 物品信息的调整方法和装置及电子装置
CN112735019B (zh) * 2021-01-20 2023-07-18 联仁健康医疗大数据科技股份有限公司 排队导引方法、装置、系统、电子设备以及存储介质
CN115171264A (zh) * 2022-07-04 2022-10-11 中国银行股份有限公司 一种排队管理方法和相关装置

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4398257A (en) * 1981-02-27 1983-08-09 Ncr Corporation Customer queue control method and system
US5953055A (en) * 1996-08-08 1999-09-14 Ncr Corporation System and method for detecting and analyzing a queue
CN101107637B (zh) * 2004-11-02 2013-02-06 传感电子公司 行列监视系统和方法
CN101303727B (zh) * 2008-07-08 2011-11-23 北京中星微电子有限公司 基于视频人数统计的智能管理方法及其系统
CN101936730A (zh) * 2010-06-28 2011-01-05 汉王科技股份有限公司 车辆排队长度检测的方法及装置
GB2490660A (en) * 2011-05-04 2012-11-14 Infared Integrated Systems Ltd Queue monitoring system
GB201117412D0 (en) * 2011-10-07 2011-11-23 Tensator Ltd Call forward system
EP2709064B1 (en) * 2012-07-18 2019-06-26 AGT International GmbH Image processing to derive movement characteristics for a plurality of queue objects
CN103942773B (zh) * 2013-01-21 2017-05-10 浙江大华技术股份有限公司 一种通过图像分析获取排队长度的方法及装置
GB201306313D0 (en) * 2013-04-08 2013-05-22 Vision Semantics Ltd Queue analysis
CN103324955A (zh) * 2013-06-14 2013-09-25 浙江智尔信息技术有限公司 一种基于视频处理的行人检测方法
EP2849151A1 (de) * 2013-09-13 2015-03-18 Xovis AG Verfahren zur Analyse von freien Warteschlangen
US10402870B2 (en) * 2013-11-05 2019-09-03 Walmart Apollo, Llc System and method for indicating queue characteristics of electronic terminals
US9779331B2 (en) * 2014-04-24 2017-10-03 Conduent Business Services, Llc Method and system for partial occlusion handling in vehicle tracking using deformable parts model
CN105303549B (zh) * 2015-06-29 2018-05-18 北京格灵深瞳信息技术有限公司 一种确定视频图像中被测对象间位置关系的方法及装置
CN104994360B (zh) * 2015-08-03 2018-10-26 北京旷视科技有限公司 视频监控方法和视频监控系统
CN105139040B (zh) * 2015-10-13 2018-11-20 商汤集团有限公司 一种排队状态信息检测方法及其系统
CN106652147A (zh) * 2016-12-12 2017-05-10 上海斐讯数据通信技术有限公司 一种排队人数查询装置和方法
CN108573189B (zh) * 2017-03-07 2020-01-10 杭州海康威视数字技术股份有限公司 一种获取排队信息的方法及装置
CN107153819A (zh) * 2017-05-05 2017-09-12 中国科学院上海高等研究院 一种排队长度自动检测方法及排队长度控制方法
CN107330921A (zh) * 2017-06-28 2017-11-07 京东方科技集团股份有限公司 一种排队装置及其排队控制方法
CN107578521A (zh) * 2017-08-22 2018-01-12 西南交通大学 排队管理方法及系统、电子设备和计算机可读存储介质
CN108460497A (zh) * 2018-03-28 2018-08-28 中国民航大学 一种机场候机楼排队信息提示方法
JP7237467B2 (ja) * 2018-05-30 2023-03-13 キヤノン株式会社 情報処理装置、情報処理方法、およびプログラム
CN109840982B (zh) * 2019-01-02 2020-07-14 京东方科技集团股份有限公司 排队推荐方法及装置、计算机可读存储介质

Also Published As

Publication number Publication date
US20210272314A1 (en) 2021-09-02
US11488321B2 (en) 2022-11-01
WO2020140749A1 (zh) 2020-07-09
CN109840982A (zh) 2019-06-04

Similar Documents

Publication Publication Date Title
CN109840982B (zh) 排队推荐方法及装置、计算机可读存储介质
US11250644B2 (en) Method and system for queue length analysis
WO2019228063A1 (zh) 商品检测终端、方法、系统以及计算机设备、可读介质
JP5603403B2 (ja) 対象物計数方法、対象物計数装置および対象物計数プログラム
CN102831385B (zh) 多相机监控网络中的目标识别设备和方法
CN110650316A (zh) 智能巡逻及预警处理方法、装置、电子设备及存储介质
CN108363953B (zh) 一种行人检测的方法及双目监控设备
CN112950667B (zh) 一种视频标注方法、装置、设备及计算机可读存储介质
CN110188690B (zh) 一种基于无人机的智能视觉分析系统、智能视觉分析系统及方法
TW200820099A (en) Target moving object tracking device
US8379921B1 (en) Method and apparatus to determine a region of interest in a video sequence based on floor detection
AU2018379393A1 (en) Monitoring systems, and computer implemented methods for processing data in monitoring systems, programmed to enable identification and tracking of human targets in crowded environments
CN111428731A (zh) 基于机器视觉的多类目标识别定位方法、装置和设备
CN110458142A (zh) 一种融合2d与3d的人脸识别方法及系统
CN111259704A (zh) 一种虚线车道线端点检测模型的训练方法
CN111291646A (zh) 一种人流量统计方法、装置、设备及存储介质
CN113901911B (zh) 图像识别、模型训练方法、装置、电子设备及存储介质
CN110688924A (zh) 一种基于rfcn的垂直单目客流量统计方法
KR20170007070A (ko) 방문객 출입 통계 분석 방법 및 장치
CN116110127A (zh) 一种多联动的加油站套现行为识别系统
CN110490170A (zh) 一种人脸候选框提取方法
JP6893812B2 (ja) 物体検出装置
JP6920949B2 (ja) 物体分布推定装置
JPWO2020039897A1 (ja) 駅監視システム及び駅監視方法
CN109753934A (zh) 一种识别图像真伪的方法以及识别装置

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