CN110659615A - 基于人脸识别的客群流量及结构化分析系统及方法 - Google Patents
基于人脸识别的客群流量及结构化分析系统及方法 Download PDFInfo
- Publication number
- CN110659615A CN110659615A CN201910915220.XA CN201910915220A CN110659615A CN 110659615 A CN110659615 A CN 110659615A CN 201910915220 A CN201910915220 A CN 201910915220A CN 110659615 A CN110659615 A CN 110659615A
- Authority
- CN
- China
- Prior art keywords
- face
- passenger flow
- flow data
- module
- image file
- 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
Links
Images
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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于人脸识别的客群流量及结构化分析方法,其包括如下步骤:S1:以抓拍摄像机拍摄人体脸部的图像文件;S2:将S1所得图像文件上传至云端服务器;S3:云端服务器对S2所得图像文件进行人脸实时聚类统计,计算到访客流数据,并发送至客户端;S4:客户端基于S3所得到访客流数据统计,取得图像文件对应的结构化信息,并生成数字化支撑报告。此外,本发明还公开了基于人脸识别的客群流量及结构化分析系统。本发明能够提升前后端的灵活性并提升其识别的实时性。
Description
技术领域
本发明属于人脸识别技术领域,具体来说涉及一种基于人脸识别的客群流量及结构化分析系统;此外,本发明还涉及该基于人脸识别的客群流量及结构化分析方法。
背景技术
目前,某些商场超市能够通过传统营销系统对其销售的产品进行数据分析,例如 :某饮料的销量、某牛奶的库存等。中国发明申请CN201410149712公开了基于人脸识别的目标群体分析系统、方法及身高识别方法,该方案基于人脸识别为客户根据识别结果进行个体特征的分类统计,实现相应的营销策略。同时中国发明专利申请CN201510708564公开了一种人脸图像滤重抓拍方法、服务器、智能监控设备及系统,该方案能够进行远程交互,通过远程服务器进行人脸识别,识别出已被抓拍的人脸图像,从而指导智能监控设备仅抓拍未抓 拍的人脸图像的视频帧。但是,上述方案均需要在前端和后端的算法相配合,先传输特征到后台进行是否抓拍过的比较,如未抓拍过再上传图片的方式来统计客流。该方案的缺点在于:1、前后端耦合性高,灵活度较低:前后端特征抽取模块算法需同步升级;2、实时性差:由于前端检测到人脸后,先完成抽特征,再到云端比对,再返回将图片上传云端存档,整个过程需要完成3次端与云的网络通信,实时性受网络影响大,实时性差。
现有的wifi嗅探计数技术,随着个人安全性要求提高,大部分的手机已经可以屏蔽数据捕获,而失去准确性。现有的红外计数,由于无识别和去重的计数能力,获取的数据往往与真实数据偏差较大。传统红外计数的方案,不能区分人与人的区别,无法根据人进行去重,即一个人反复进出门口,都会重复计数;一个人再门口徘徊,对数据会有一定的影响。无法完成到访数据和客流数据的区分。
因此如何开发出一种新型的基于人脸识别的客群流量及结构化分析方法,以克服上述问题,是本领域技术人员需要研究的方向。
发明内容
本发明要解决的技术问题是提供一种基于人脸识别的客群流量及结构化分析方法,能够提升前后端的灵活性并提升其识别的实时性。为此,本发明还提供基于人脸识别的客群流量及结构化分析系统。
为解决上述技术问题,本发采用如下技术方案:
一种基于人脸识别的客群流量及结构化分析方法,包括如下步骤:
S1:以抓拍摄像机拍摄人体脸部的图像文件;
S2:将S1所得图像文件上传至云端服务器;
S3:云端服务器对S2所得图像文件进行人脸实时聚类统计,计算到访客流数据,并发送至客户端;
S4:客户端基于S3所得到访客流数据统计,取得图像文件对应的结构化信息,并生成数字化支撑报告。
作为本发明优选的技术方案,步骤S3具体包括如下步骤:
S31:对S2所得图像文件进行人脸实时聚类统计:以人脸识别算法对S2所得图像文件进行识别、将算法认为是同一人的照片聚类成组,并更新该人的人脸综合特征信息;
S32:对S31所得经聚类处理后的图像文件进行去重处理:设置一去重时间,在去重时间内对识别为同一人的图像文件仅计数一次,对超过去重时间的识别为同一人的图像文件保留其计数;
S33:对S32所得经去重处理后的图像文件依照其到访次数进行累加统计、取得客流数据值;
S34:将S33所得客流数据值发送至客户端。
作为本发明优选的技术方案,步骤S31中:优先确认图像文件是否分入已存在的人像组、如不属于已存在的人像组,即单独建立新的人像组。
作为本发明优选的技术方案,步骤S1中,抓拍摄像机捕获人脸图片,人脸识别算法根据人脸图片中的特征点信息,判断出人脸的性别、年龄的结构化信息;步骤S3中,根据每张抓拍图的性别年龄信息,对一段时间内的所有抓拍信息进行统计分析;步骤S4中,基于步骤S3所得到访客流数据统计,取得图像文件对应的该段时间内的客流数据及其性别年龄分布的结构化信息,并生成为业务方提供客流及客群画像相关的数字化支撑报告。
为实现上述分析方法,本发明还公开了一种基于人脸识别的客群流量及结构化分析系统,其包括:抓拍摄像机,云端服务器和客户端;所述抓拍摄像机拍摄人体脸部的图像文件,将所得图像文件上传至云端服务器,云端服务器对所得图像文件进行人脸实时聚类统计,计算到访客流数据,并发送至客户端;客户端根据所得到访客流数据统计,取得图像文件对应的结构化信息,并生成数字化支撑报告。
作为本发明优选的技术方案,所述抓拍摄像机采用搭载人脸识别算法的摄像机;所述抓拍摄像机包括人脸定位模块、特征抽取模块、人脸识别模块;所述人脸定位模块用于定位人脸关键点;所述特征抽取模块用于抽取人脸关键点特征;所述人脸识别模块根据特征抽取模块抽取的人脸关键点特征信息,判断出人脸的性别、年龄的结构化信息。
作为本发明优选的技术方案,所述云端服务器包括人脸实时聚类统计模块、到访客流数据计算模块、传输模块;所述到访客流数据计算模块根据人脸实时聚类统计模块统计的人脸性别年龄聚类信息计算到访客流数据,将该到访客流数据通过传输模块传输至客户端。
作为本发明优选的技术方案,所述客户端中集成有消费数据模块;所述消费数据模块用于调用标准API接口,获取云端服务器的计算结果数据,取得图像文件对应的该段时间内的客流数据及其性别年龄分布的结构化信息,并生成为业务方提供客流及客群画像相关的数字化支撑报告,完成后续数据消费应用开发。
通过采用上述技术方案:首先以抓拍机捕获人脸图片,通过人脸识别算法抓取人脸图片中的特征点信息,可判断出人脸的性别、年龄的结构化信息。根据每张抓拍图的性别年龄信息,对一段时间内的所有抓拍信息进行统计分析,就可以得出该段时间内的客流数据及其性别年龄分布。为业务方提供客流及客群画像相关的数字化支撑报告。同时,针对当某人在人脸抓拍机捕获范围持续游逛时,会一直捕获他的人脸照片的情况,考虑到在实际业务场景中,顾客一定会在门店中参观游逛。为了避免系统的过度提醒对门店员工造成过度压力,设置了去重处理以避免重复计数,使计数值更为准确。
与现有技术相比,本发明具有如下技术效果:
1、本发明避免了传统技术中需要抓拍及与后端人脸算法通过人脸图片交互的问题,前端设备只需自动完成人像识别及捕获,并将抓拍图上传至云端即可,灵活性更高,适用性更广。本发明由于抓拍摄像机与后端人脸算法通过人脸图片交互的,所以不需要前后端算法匹配。
2、本发明是基于人脸实时聚类算法来实现客流实时统计的。云端对所有抓拍数据进行统一的处理,可以根据自定义的去重时间设置,快速进行变更计算,对每次抓拍照完成处理,实时统计客流数据。
3、本发明根据人脸生物信息进行去重计算,完成对一个人所有抓拍照片的聚类,完成到访数据和客流数据的区分。
4、本发明在工作过程中前端抓拍摄像机将图片上传至云只需要通过一次互联网,网络波动对时效性的影响较小。
5、本发明能够根据人脸信息提取的结构化信息,对客流结构化分布统计,使客流统计数据支撑最大化的发挥指导价值。
附图说明
上面结合附图与具体实施方式对本发明作进一步详细的说明:
图1为本发明实施例1的工作流程示意图;
图2为本发明实施例1的系统结构框图。
图3为本发明实施例1的系统具体结构图。
各附图标记与部件名称对应关系如上:
1、抓拍摄像机;2、云端服务器;3、客户端;11、人脸定位模块;12、特征抽取模块;13、人脸识别模块;21、人脸实时聚类统计模块;22、到访客流数据计算模块;23、传输模块、31、消费数据模块。
具体实施方式
为了更清楚地说明本发明的技术方案,上面将结合各个实施例作进一步描述。
如图1-3所示为本发明的实施例1:
如图1所示,本发明一种基于人脸识别的客群流量及结构化分析方法,包括如下步骤:
S1:以抓拍摄像机拍摄人体脸部的图像文件;抓拍摄像机捕获人脸图片,人脸识别算法根据人脸图片中的特征点信息,判断出人脸的性别、年龄的结构化信息;
S2:将S1所得图像文件上传至云端服务器;
S3:云端服务器对S2所得图像文件进行人脸实时聚类统计,根据每张抓拍图的性别年龄信息,对一段时间内的所有抓拍信息进行统计分析,计算到访客流数据,并发送至客户端;步骤S3具体包括如下步骤:
S31:对S2所得图像文件进行人脸实时聚类统计:以人脸识别算法对S2所得图像文件进行识别处理,经过计算,将算法认为是同一人的照片聚类成组,并更新该人的人脸综合特征信息;当每张人脸图送入聚类模型中计算时,会优先确认是否需要分入已存在的人像组中,如不属于已存在的人像组,即单独建立新的人像组。循环往复。
S32:对S31所得经聚类处理后的图像文件进行去重处理:设置一去重时间,在去重时间内对识别为同一人的图像文件仅计数一次,对超过去重时间的识别为同一人的图像文件保留其计数。
S33:对S32所得经去重处理后的图像文件依照其到访次数进行累加统计、取得客流数据值。
S34:将S33所得客流数据值发送至客户端。
S4:客户端基于S3所得到访客流数据统计,取得图像文件对应的该段时间内的客流数据及其性别年龄分布的结构化信息,并生成为业务方提供客流及客群画像相关的数字化支撑报告。
传统的聚类方式一般是离线聚类,即积累一定量级的图片数据,批量送入聚类模型中计算,完成同一人图片的聚类。而本发明采用的实时聚类的方案实时性更高、反馈更快,更适用于服务业。
如图2所示,本发明一种基于人脸识别的客群流量及结构化分析系统,包括抓拍摄像机1,云端服务器2和客户端3;所述抓拍摄像机1拍摄人体脸部的图像文件,将所得图像文件上传至云端服务器2,云端服务器2对所得图像文件进行人脸实时聚类统计,计算到访客流数据,并发送至客户端3;客户端3根据所得到访客流数据统计,取得图像文件对应的结构化信息,并生成数字化支撑报告。
如图3所示,本发明一种基于人脸识别的客群流量及结构化分析系统,所述抓拍摄像机1采用搭载人脸识别算法的摄像机、用于负责识别人脸帧,完成抓拍,并将抓拍照上传至所述云端服务器2;抓拍摄像机1在传统摄像机上,搭载了人脸识别算法,抓拍率更高,质量更好,更适用于后端的比对算法。所述抓拍摄像机1包括人脸定位模块11、特征抽取模块12、人脸识别模块13;所述人脸定位模块11用于定位人脸关键点;所述特征抽取模块12用于抽取人脸关键点特征;所述人脸识别模块13根据特征抽取模块12抽取的人脸关键点特征信息,判断出人脸的性别、年龄的结构化信息。
所述云端服务器2负责接收来自所述抓拍摄像机1的抓拍照,完成人脸聚类统计,计算到访客流数据;所述云端服务器2包括人脸实时聚类统计模块21、到访客流数据计算模块22、传输模块23;所述到访客流数据计算模块22根据人脸实时聚类统计模块21统计的人脸性别年龄聚类信息计算到访客流数据,将该到访客流数据通过传输模块23传输至客户端3。
所述客户端3中集成有消费数据模块31;所述消费数据模块31用于调用标准API接口,获取云端服务器2的计算结果数据,取得图像文件对应的该段时间内的客流数据及其性别年龄分布的结构化信息,并生成为业务方提供客流及客群画像相关的数字化支撑报告,完成后续数据消费应用开发。
下面举一个特定场景的实施例2来说明本发明系统的工作过程,具体如下:
在某顾客门店,在关键出入口架设抓拍摄像机1、以抓拍摄像机1拍摄人体脸部的图像文件;并将该图像文件上传至云端服务器2;云端服务器2对所得图像文件进行人脸实时聚类统计:以人脸识别算法对所得图像文件进行识别、将算法认为是同一人的照片聚类成组,并更新该人的人脸综合特征信息;在此过程中,优先确认图像文件是否分入已存在的人像组、如不属于已存在的人像组,即单独建立新的人像组。
随后,根据客户设置的去重时间,对抓拍照片进行去重处理,形成每次到访数据。当某人在人脸抓拍机捕获范围持续游逛时,会一直捕获他的人脸照片,进行推送提醒。但在实际的业务场景中,顾客一定会在门店中参观游逛。为了避免系统的过度提醒对门店员工造成过度压力,故设置了去重时间,即在去重时间内出现的同一人的抓拍只推送提醒一次,超过去重时间得抓拍,系统认为是顾客第二次到店,重新推送提醒。
该到访数据发送至客户端3,客户端3根据人脸信息,可以将一个人的多次到访进行汇聚,完成客流数据的统计,并生成数字化支撑报告。具体来说:通过人脸识别算法抓取人脸图片中的特征点信息,可判断出人脸的性别、年龄的结构化信息。根据每张抓拍图的性别年龄信息,对一段时间内的所有抓拍信息进行统计分析,就可以得出该段时间内的客流数据及其性别年龄分布。基于上述所得到访客流数据对门店的运营管理、营销活动、门店布局等都有着重要的指导作用。通过人脸完成的性别、年龄分布的结构化信息,可以有效帮助门店对目标客户进行结构化统计的数字化支撑。
以上所述,仅为本发明的具体实施例,但本发明的保护范围并不局限于此,任何熟悉本领域技术的技术人员在本发明公开的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围以权利要求书的保护范围为准。
Claims (8)
1.一种基于人脸识别的客群流量及结构化分析方法,其特征在于,包括如下步骤:
S1:以抓拍摄像机拍摄人体脸部的图像文件;
S2:将S1所得图像文件上传至云端服务器;
S3:云端服务器对S2所得图像文件进行人脸实时聚类统计,计算到访客流数据,并发送至客户端;
S4:客户端基于S3所得到访客流数据统计,取得图像文件对应的结构化信息,并生成数字化支撑报告。
2.如权利要求1所述基于人脸识别的客群流量及结构化分析方法,其特征在于,步骤S3具体包括如下步骤:
S31:对S2所得图像文件进行人脸实时聚类统计:以人脸识别算法对S2所得图像文件进行识别、将算法认为是同一人的照片聚类成组,并更新该人的人脸综合特征信息;
S32:对S31所得经聚类处理后的图像文件进行去重处理:设置一去重时间,在去重时间内对识别为同一人的图像文件仅计数一次,对超过去重时间的识别为同一人的图像文件保留其计数;
S33:对S32所得经去重处理后的图像文件依照其到访次数进行累加统计、取得客流数据值;
S34:将S33所得客流数据值发送至客户端。
3.如权利要求2所述基于人脸识别的客群流量及结构化分析方法,其特征在于,步骤S31中:优先确认图像文件是否分入已存在的人像组、如不属于已存在的人像组,即单独建立新的人像组。
4.如权利要求1所述基于人脸识别的客群流量及结构化分析方法,其特征在于,步骤S1中,抓拍摄像机捕获人脸图片,人脸识别算法根据人脸图片中的特征点信息,判断出人脸的性别、年龄的结构化信息;步骤S3中,根据每张抓拍图的性别年龄信息,对一段时间内的所有抓拍信息进行统计分析;步骤S4中,基于步骤S3所得到访客流数据统计,取得图像文件对应的该段时间内的客流数据及其性别年龄分布的结构化信息,并生成为业务方提供客流及客群画像相关的数字化支撑报告。
5.一种基于人脸识别的客群流量及结构化分析系统,其特征在于,包括:抓拍摄像机(1),云端服务器(2)和客户端(3);所述抓拍摄像机(1)拍摄人体脸部的图像文件,将所得图像文件上传至云端服务器(2),云端服务器(2)对所得图像文件进行人脸实时聚类统计,计算到访客流数据,并发送至客户端(3);客户端(3)根据所得到访客流数据统计,取得图像文件对应的结构化信息,并生成数字化支撑报告。
6.如权利要求5所述的基于人脸识别的客群流量及结构化分析系统,其特征在于,所述抓拍摄像机(1)采用搭载人脸识别算法的摄像机;所述抓拍摄像机(1)包括人脸定位模块(11)、特征抽取模块(12)、人脸识别模块(13);所述人脸定位模块(11)用于定位人脸关键点;所述特征抽取模块(12)用于抽取人脸关键点特征;所述人脸识别模块(13)根据特征抽取模块(12)抽取的人脸关键点特征信息,判断出人脸的性别、年龄的结构化信息。
7.如权利要求5所述的基于人脸识别的客群流量及结构化分析系统,其特征在于,所述云端服务器(2)包括人脸实时聚类统计模块(21)、到访客流数据计算模块(22)、传输模块(23);所述到访客流数据计算模块(22)根据人脸实时聚类统计模块(21)统计的人脸性别年龄聚类信息计算到访客流数据,将该到访客流数据通过传输模块(23)传输至客户端(3)。
8.如权利要求5所述的基于人脸识别的客群流量及结构化分析系统,其特征在于,所述客户端(3)中集成有消费数据模块(31);所述消费数据模块(31)用于调用标准API接口,获取云端服务器(2)的计算结果数据,取得图像文件对应的该段时间内的客流数据及其性别年龄分布的结构化信息,并生成为业务方提供客流及客群画像相关的数字化支撑报告,完成后续数据消费应用开发。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910915220.XA CN110659615A (zh) | 2019-09-26 | 2019-09-26 | 基于人脸识别的客群流量及结构化分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910915220.XA CN110659615A (zh) | 2019-09-26 | 2019-09-26 | 基于人脸识别的客群流量及结构化分析系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110659615A true CN110659615A (zh) | 2020-01-07 |
Family
ID=69039301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910915220.XA Pending CN110659615A (zh) | 2019-09-26 | 2019-09-26 | 基于人脸识别的客群流量及结构化分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110659615A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699328A (zh) * | 2020-12-28 | 2021-04-23 | 建信金融科技有限责任公司 | 网点服务数据处理方法、装置、系统、设备及存储介质 |
CN113052079A (zh) * | 2021-03-26 | 2021-06-29 | 重庆紫光华山智安科技有限公司 | 一种基于人脸聚类的区域客流统计方法、系统、设备和介质 |
CN113822367A (zh) * | 2021-09-29 | 2021-12-21 | 重庆紫光华山智安科技有限公司 | 一种基于人脸的区域行为分析方法、系统及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140140584A1 (en) * | 2011-08-09 | 2014-05-22 | Pramor LLC | Method and apparatus for generating personal information of client, recording medium thereof, and pos systems |
CN104573619A (zh) * | 2014-07-25 | 2015-04-29 | 北京智膜科技有限公司 | 基于人脸识别的智能广告大数据分析方法及系统 |
CN105975948A (zh) * | 2016-05-23 | 2016-09-28 | 南京甄视智能科技有限公司 | 用于人脸识别的云服务平台架构 |
CN106326835A (zh) * | 2016-08-05 | 2017-01-11 | 中国石油天然气股份有限公司安徽销售分公司 | 一种用于加油站便利店的人脸数据采集统计系统及方法 |
CN108764932A (zh) * | 2018-04-09 | 2018-11-06 | 国网山东省电力公司 | 基于人脸识别的电力营业厅智能分级调度方法和系统 |
CN108805111A (zh) * | 2018-09-07 | 2018-11-13 | 杭州善贾科技有限公司 | 一种基于人脸识别的客流检测系统及其检测方法 |
CN109117745A (zh) * | 2018-07-23 | 2019-01-01 | 青岛理工大学 | 一种基于建筑信息模型的云端人脸识别与定位方法 |
CN109190586A (zh) * | 2018-09-18 | 2019-01-11 | 图普科技(广州)有限公司 | 顾客到访分析方法、装置及存储介质 |
CN109493135A (zh) * | 2018-11-02 | 2019-03-19 | 广东阅云科技有限公司 | 一种基于人脸识别的门店客户数据处理方法和系统 |
-
2019
- 2019-09-26 CN CN201910915220.XA patent/CN110659615A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140140584A1 (en) * | 2011-08-09 | 2014-05-22 | Pramor LLC | Method and apparatus for generating personal information of client, recording medium thereof, and pos systems |
CN104573619A (zh) * | 2014-07-25 | 2015-04-29 | 北京智膜科技有限公司 | 基于人脸识别的智能广告大数据分析方法及系统 |
CN105975948A (zh) * | 2016-05-23 | 2016-09-28 | 南京甄视智能科技有限公司 | 用于人脸识别的云服务平台架构 |
CN106326835A (zh) * | 2016-08-05 | 2017-01-11 | 中国石油天然气股份有限公司安徽销售分公司 | 一种用于加油站便利店的人脸数据采集统计系统及方法 |
CN108764932A (zh) * | 2018-04-09 | 2018-11-06 | 国网山东省电力公司 | 基于人脸识别的电力营业厅智能分级调度方法和系统 |
CN109117745A (zh) * | 2018-07-23 | 2019-01-01 | 青岛理工大学 | 一种基于建筑信息模型的云端人脸识别与定位方法 |
CN108805111A (zh) * | 2018-09-07 | 2018-11-13 | 杭州善贾科技有限公司 | 一种基于人脸识别的客流检测系统及其检测方法 |
CN109190586A (zh) * | 2018-09-18 | 2019-01-11 | 图普科技(广州)有限公司 | 顾客到访分析方法、装置及存储介质 |
CN109493135A (zh) * | 2018-11-02 | 2019-03-19 | 广东阅云科技有限公司 | 一种基于人脸识别的门店客户数据处理方法和系统 |
Non-Patent Citations (1)
Title |
---|
朱道明等: "《建筑安防技术》", 31 January 2013, 东华大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699328A (zh) * | 2020-12-28 | 2021-04-23 | 建信金融科技有限责任公司 | 网点服务数据处理方法、装置、系统、设备及存储介质 |
CN113052079A (zh) * | 2021-03-26 | 2021-06-29 | 重庆紫光华山智安科技有限公司 | 一种基于人脸聚类的区域客流统计方法、系统、设备和介质 |
CN113052079B (zh) * | 2021-03-26 | 2022-01-21 | 重庆紫光华山智安科技有限公司 | 一种基于人脸聚类的区域客流统计方法、系统、设备和介质 |
CN113822367A (zh) * | 2021-09-29 | 2021-12-21 | 重庆紫光华山智安科技有限公司 | 一种基于人脸的区域行为分析方法、系统及介质 |
CN113822367B (zh) * | 2021-09-29 | 2024-02-09 | 重庆紫光华山智安科技有限公司 | 一种基于人脸的区域行为分析方法、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107978044B (zh) | 基于人脸识别技术和rfid技术的高精度识别系统和识别方法 | |
CN105488478B (zh) | 一种人脸识别系统和方法 | |
CN110659615A (zh) | 基于人脸识别的客群流量及结构化分析系统及方法 | |
CN109272347A (zh) | 一种门店客流量的统计分析方法及系统 | |
CN104036236B (zh) | 一种基于多参数指数加权的人脸性别识别方法 | |
CN112347941B (zh) | 基于5g mec的运动视频集锦智能生成和分发方法 | |
CN109784274A (zh) | 识别尾随的方法及相关产品 | |
CN106548148A (zh) | 视频中未知人脸的识别方法和系统 | |
CN101588443A (zh) | 基于人脸检测的电视收视率统计装置及检测方法 | |
CN106296879B (zh) | 基于无线探测的人流量获取的方法、装置和系统 | |
CN110969644A (zh) | 人员轨迹追踪方法、装置及系统 | |
CN104112209A (zh) | 显示终端的受众统计方法和系统 | |
CN111985348B (zh) | 人脸识别方法和系统 | |
CN108062682A (zh) | 一种基于人脸识别的会员管理系统及方法 | |
CN110533440B (zh) | 一种基于视频摄像头的互联网广告信息投放应用方法 | |
CN111241932A (zh) | 汽车展厅客流检测与分析系统、方法及存储介质 | |
CN209248550U (zh) | 基于人脸识别的数据分析和推送系统 | |
CN113378616A (zh) | 视频分析方法、视频分析的管理方法及相关设备 | |
CN109618286A (zh) | 一种实时监控系统和方法 | |
CN106326835A (zh) | 一种用于加油站便利店的人脸数据采集统计系统及方法 | |
CN113630721A (zh) | 推荐游览路线的生成方法和装置、及计算机可读存储介质 | |
CN109684961A (zh) | 基于人脸识别的人口管理方法及装置 | |
WO2022134916A1 (zh) | 身份特征生成方法、设备及存储介质 | |
CN111246110B (zh) | 图像的输出方法和装置、存储介质及电子装置 | |
CN109887114A (zh) | 人脸批量识别考勤系统及方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200107 |