CN110796013A - 一种常驻人口信息收集方法及系统 - Google Patents

一种常驻人口信息收集方法及系统 Download PDF

Info

Publication number
CN110796013A
CN110796013A CN201910936249.6A CN201910936249A CN110796013A CN 110796013 A CN110796013 A CN 110796013A CN 201910936249 A CN201910936249 A CN 201910936249A CN 110796013 A CN110796013 A CN 110796013A
Authority
CN
China
Prior art keywords
data
human body
face
screenshot
sequence
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
CN201910936249.6A
Other languages
English (en)
Inventor
张奎
陈清梁
王超
吴磊磊
蔡巍伟
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.)
Zhejiang New Zailing Technology Co Ltd
Original Assignee
Zhejiang New Zailing 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 Zhejiang New Zailing Technology Co Ltd filed Critical Zhejiang New Zailing Technology Co Ltd
Priority to CN201910936249.6A priority Critical patent/CN110796013A/zh
Publication of CN110796013A publication Critical patent/CN110796013A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0269Targeted advertisements based on user profile or attribute
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种常驻人口信息收集方法及系统,常驻人口信息收集方法,包括:S1.采集电梯内图像,并根据所述图像获取人脸数据以及与所述人脸数据相对应的人体截图数据;S2.根据所述人脸数据和所述人体截图数据在人员数据库生成或更新使用该电梯的常驻人口数据;S3.以预定间隔时间更新所述常驻人口数据中的人体属性。通过设置人脸图像序列和人体截图序列非常有效的记录了各成员的外貌特征,进而有利保证本发明的方法能够全方位的获取成员的信息。同时,还可根据这些信息进行属性判断等,非常有效的提高了本发明的信息收集能力和效率。

Description

一种常驻人口信息收集方法及系统
技术领域
本发明涉及一种信息收集方法及系统,尤其涉及一种常驻人口信息收集方法及系统。
背景技术
随着城市的发展,电梯成为了现代建筑必不可少的部分。在城市的写字楼和社区楼宇中,电梯的价值日益凸显,伴随电梯而生的电梯广告也开始成为各大品牌竞相投放的广告媒体。电梯视频广告是人们在搭乘电梯时,通过视频方式向人们展示的广告。与平面广告相比,电梯视频广告具有目标受众集中度高、强制性曝光、广告触达率高、视觉冲击力强等特点,能在封闭的电梯空间内有效吸引受众注意。
但传统的电梯视频广告,由于其采用定期更新或循环播放的方法向乘客推介,并没有对区域内乘梯人员的信息进行收集分析,进而其难以达到对广告的受众的区分,因此无法达到广告投放期待的效果。
发明内容
本发明的目的在于提供一种常驻人口信息收集方法及系统,用于对常驻人口进行准确分类。
为实现上述发明目的,本发明提供一种常驻人口信息收集方法,包括:
S1.采集电梯内图像,并根据所述图像获取人脸数据以及与所述人脸数据相对应的人体截图数据;
S2.根据所述人脸数据和所述人体截图数据在人员数据库生成或更新使用该电梯的常驻人口数据;
S3.以预定间隔时间更新所述常驻人口数据中的人体属性。
根据本发明的一个方面,所述常驻人口数据包括:人员ID、人脸图像序列、人体截图序列和用于表征所述人体属性的人体属性数据;
所述人脸图像序列中包括分别朝向正面、朝向左侧面和朝向右侧面的所述人脸数据;
所述人体截图序列中包括分别有正面、背面、左侧面和右侧面采集的所述人体截图数据。
根据本发明的一个方面,步骤S2中,包括:
S21.根据所述人脸数据进行人脸朝向识别;
S22.根据所述人脸数据进行人脸识别;
S23.根据所述人体截图数据进行身体朝向判断;
S24.基于所述人脸数据在所述人员数据库进行人脸查询,判断在所述人员数据库中是否存在与当前所述人脸数据相匹配的所述常驻人口数据,若存在,则更新所述常驻人口数据,否则,基于所述人脸数据和所述人体截图数据生成新的所述常驻人口数据。
根据本发明的一个方面,步骤S24中,更新所述常驻人口数据的步骤中包括:
若所述人脸图像序列中缺少与当前所述人脸数据相同朝向的人脸数据,则将当前所述人脸数据直接加入所述人脸图像序列;
若所述人脸图像序列中已包含与当前所述人脸数据相同朝向人脸数据,则对比两个所述人脸数据的清晰度,保存最清晰的所述人脸数据。
根据本发明的一个方面,步骤S24中,更新所述常驻人口数据的步骤中还包括:
若所述人体截图序列中所述人体截图数据的数量小于第一预定值,则直接加入当前所述人体截图数据;
若所述人体截图序列中所述人体截图数据的数量等于第一预定值,分别获取当前所述人体截图数据和所述人体截图序列中所有与当前所述人体截图数据相同朝向的人体截图数据之间的时间间隔,若存在小于第二预定值的所述时间间隔,则保存采集时间最新的所述人体截图数据,否则,保存当前所述人体截图数据并删除与当前所述人体截图数据时间间隔最短的所述人体截图数据。
根据本发明的一个方面,步骤S2中,还包括:
S25.以预定间隔时间对所述常驻人口数据进行清洗,移除所述常驻人口数据中在该所述预定间隔时间内未更新的数据。
根据本发明的一个方面,步骤S25中,若所述人脸图像序列中的人脸数据的数量和所述人体截图序列中的人体截图数据的数量分别达到相应的预设值,则标定该人员属于常驻人口;
若在所述预定间隔时间内,所述常驻人口数据中人脸图像序列和人体截图序列未进行数据更新,则将该条所述常驻人口数据移除。
根据本发明的一个方面,每次数据清洗后,基于所述人员ID、所述人脸图像序列和所述人体截图序列重新生成与之对应的人体属性数据。
根据本发明的一个方面,所述人体属性包括:性别,年龄,穿衣风格,衣着评分,颜值,常带背包类别,头发长度,头发颜色,是否烫发,体重,是否戴眼镜,是否为外国人,是否经常化妆,是否怀孕;
其中,性别属性通过所述人脸图像序列或所述人体截图序列中所包含的任一数据进行计算获取;年龄属性、衣着评分属性和颜值属性通过所述人脸图像序列和所述人体截图序列中所包含的全部数据进行计算获得;穿衣风格属性、常带背包类别属性根据所述人体截图序列中所包含的全部数据进行计算获得;头发长度属性、头发颜色属性和是否烫发属性通过所述人体截图序列中取一个正面人体截图数据进行计算获得;体重属性通过取所述人体截图序列中四个方向的人体截图数据进行计算获得;是否戴眼镜属性通过取所述人脸图像序列中的三个人脸数据进行计算获得;是否为外国人属性通过取所述人脸图像序列中的一个朝向正面的人脸数据进行计算获得;是否经常化妆属性通过取所述人脸图像序列中的三个人脸数据进行计算获得,且仅计算女性;是否怀孕属性通过取所述所述人体截图序列中背面、左侧面和右侧面的所有人体截图数据进行计算获得,且仅计算女性。
根据本发明的一个方面,步骤S1中,根据所述图像获取人脸数据以及与所述人脸数据相对应的人体截图数据后,根据所述人体截图数据对当前的乘梯人员的类别进行判断过滤。
为实现上述发明目的,本发明提供一种常驻人口信息收集系统,包括:
视频采集单元,用于采集电梯内的图像;
前端设备,用于获取所述图像内的人脸数据和所述人体截图数据;
数据服务器,用于建立所述人员数据库并保存所述常驻人口数据。
根据本发明的一种方案,通过设置人脸图像序列和人体截图序列非常有效的记录了各成员的外貌特征,进而有利保证本发明的方法能够全方位的获取成员的信息。同时,还可根据这些信息进行属性判断等,非常有效的提高了本发明的信息收集能力和效率。
根据本发明的一种方案,通过进行人体检测和人脸检测可以全方位的获取乘客的外貌特征,进而实现了本发明对常驻人口的信息进行准确收集和更新有利。此外,通过人体检测和人脸检测的双重检测,这样可以实现较高程度的获取清晰图像,放置模糊图像流入到下一步骤中,对提高本发明的计算效率和计算精度有利。
根据本发明的一种方案,根据本发明,通过在数据服务器中存储常驻人口数据这样可以避免对该区域常驻人口的重复计算,降低了本发明的计算效率。同时也对及时获取常驻人口的属性标签有利,确保了对常驻人口信息收集的准确性。
根据本发明的一种方案,通过实时更新人脸图像序列、人体截图序列中的图像数据,这样能够根据乘客的变化而相应的优化调整,使得收集的信息更加准确。
根据本发明的一种方案,通过对新出现的人员建立相应的常驻人口数据,这样可以保证对该区域新增加的乘客进行跟踪记录,收集信息的全面。当然,通过定期对出常驻人口数据进行清理,有效避免了过多无效信息的储存,对提高本发明的维护性和高效性有利。
根据本发明的一种方案,可以有效的获取服务人员乘梯时的图像数据,进而能够有效避免保洁、快递员等常出现在电梯中的人员对于后续构建常驻人口数据造成的干扰,进而提高了本发明的信息收集效率和信息收集精度。
附图说明
图1示意性表示根据本发明的一种实施方式的常驻人口信息收集方法的步骤框图;
图2示意性表示根据本发明的一种实施方式的图像数据采集的流程图;
图3示意性表示根据本发明的一种实施方式的yolo-v3网络结构图;
图4示意性表示根据本发明的一种实施方式的resnet18网络结构图;
图5示意性表示根据本发明的一种实施方式的数据处理流程图;
图6示意性表示根据本发明的一种实施方式的DeepID-v2网络结构图;
图7示意性表示根据本发明的一种实施方式的resnet34-3d网络结构图。
图8示意性表示根据本发明的一种实施方式的常驻人口信息收集系统框图。
具体实施方式
为了更清楚地说明本发明实施方式或现有技术中的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
在针对本发明的实施方式进行描述时,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”所表达的方位或位置关系是基于相关附图所示的方位或位置关系,其仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此上述术语不能理解为对本发明的限制。
下面结合附图和具体实施方式对本发明作详细地描述,实施方式不能在此一一赘述,但本发明的实施方式并不因此限定于以下实施方式。
如图1所示,根据本发明的一种实施方式,本发明的一种常驻人口信息收集方法,包括:
S1.采集电梯内图像,并根据图像获取人脸数据以及与人脸数据相对应的人体截图数据;
S2.根据人脸数据和人体截图数据在人员数据库生成或更新使用该电梯的常驻人口数据;
S3.以预定间隔时间更新常驻人口数据中的人体属性。
如图2所示,根据本发明的一种实施方式,根据图像获取人脸数据以及与人脸数据相对应的人体截图数据的步骤中,包括:
S11.对图像进行人体检测获取图像中的人体截图数据。在本实施方式中,通过安装在电梯内的视频采集单元对电梯内采集视屏图像,根据采集的视频图像得到具有人体的图像数据,进而基于该图像数据进行人体检测并获取人体截图数据。在本实施方式中,可采用yolo-v3检测网络模型进行人体检测(参见图3所示)。当然,还可采用其它的检测网络进行人体检测。
S12.对人体截图进行人脸检测获取人脸数据。在本实施方式中,根据前述步骤获取的人体截图进行人脸检测获取人脸数据。在本实施方式中,同样可采用yolo-v3检测网络模型进行人脸检测(参见图3所示)。当然,还可采用其它的检测网络进行人脸检测。
根据本发明,通过进行人体检测和人脸检测可以全方位的获取乘客的外貌特征,进而实现了本发明对常驻人口的信息进行准确收集和更新有利。此外,通过人体检测和人脸检测的双重检测,这样可以实现较高程度的获取清晰图像,放置模糊图像流入到下一步骤中,对提高本发明的计算效率和计算精度有利。
如图2所示,根据本发明的一种实施方式,步骤S1中,还包括:
S13.根据图像获取人脸数据以及与人脸数据相对应的人体截图数据后,根据人体截图数据对当前的乘梯人员的类别进行判断过滤。在本实施方式中,使用人体截图数据,判断该乘梯人员所属类别,例如普通人、物业、保安、快递员、外卖、保洁等。当完成对乘梯人员所属类别完成判断后,只将普通人的数据上传到服务器,进行后续的信息收集工作。在本实施方式中,人员类别过滤使用了resnet18网络(参见图4所示)实现。需要指出的是,在向服务器上传图像的同时会将该图像的采集时间一同上传。通过上述设置,可以有效的获取服务人员乘梯时的图像数据,进而能够有效避免保洁、快递员等常出现在电梯中的人员对于后续构建常驻人口数据造成的干扰,进而提高了本发明的信息收集效率和信息收集精度。
根据本发明的一种实施方式,常驻人口数据包括:人员ID、人脸图像序列、人体截图序列和用于表征人体属性的人体属性数据。在本实施方式中,人员ID是系统分配的固定编号,不同乘员之间的人员ID号是不同的。在本实施方式中,人脸图像序列中包括分别朝向正面、朝向左侧面和朝向右侧面的人脸数据;每个人脸数据均是一张人脸图像。在本实施方式中,人脸图像序列中人脸数据(即人脸图像)在三个方向的图像均为一个,即在人脸图像序列中具有三张不同朝向的人脸图像。在本实施方式中,人体截图序列中包括分别有正面、背面、左侧面和右侧面采集的人体截图数据。在本实施方式中,每个人体截图数据均是一张人体截图。在本实施方式中,在人体截图序列中每个方向的人体截图数据的数量均是相同的。在本实施方式中,可将人体截图序列设置为包含16个图像的序列,其中身体朝向前后左右的图像数据各有4张。通过设置人脸图像序列和人体截图序列非常有效的记录了各成员的外貌特征,进而有利保证本发明的方法能够全方位的获取成员的信息。同时,还可根据这些信息进行属性判断等,非常有效的提高了本发明的信息收集能力和效率。
如图5所示,根据本发明的一种实施方式,步骤S2中,包括:
S21.根据人脸数据进行人脸朝向识别。在本实施方式中,人脸朝向判断是指判断该人脸所面向的方向,包括左侧、正向、右侧三个方向。在本实施方式中,采用resnet18网络对人脸朝向进行判断,可参见图4所示,但其fc输出则变为3类。
S22.根据人脸数据进行人脸识别。在本实施方式中,人脸识别是指输入的人脸数据在人员数据库中查询,是否存在该人员,人脸识别使用DeepIDv2(其它网络如MTCNN亦可),其结构图如图6所示。
S23.根据人体截图数据进行身体朝向判断。在本实施方式中,身体朝向判断是指使用resnet18网络(参见图4)判断人体截图数据的身体朝向,其共有前后左右4个方向。
S24.基于人脸数据在人员数据库进行人脸查询,判断在人员数据库中是否存在与当前人脸数据相匹配的常驻人口数据,若存在,则更新常驻人口数据,否则,基于人脸数据和人体截图数据生成新的常驻人口数据。在本实施方式中,也可将本步骤理解为数据累计,其表示对于新上传的图像数据,根据前述人脸识别过程,在已有的人员数据库(包括备选人员)中进行人脸查询,查询时应该先查询人员数据库中与当前上传的人脸数据同向的人脸数据并进行相似度对比,查询结果有以下几种情况:
如果在人员数据库没有查询到与当前人脸数据相匹配的人脸数据,认为该乘梯人员为新加入的常驻人口(也可认为是备选人员),进而在人员数据库中建立常驻人口数据(也可认为是备选人员),该常驻人口数据中包含的人员ID按顺序建立,将人脸数据加入到人脸图像序列,以及将人体截图数据加入人体截图序列。
如果在人员数据库查询到与当前人脸数据相似的人脸数据,则有以下两种情况:
如果该相似人脸所属的常驻人口数据中的人脸图像序列中人脸数据的朝向和当前的人脸数据的朝向不同,则直接在人脸图像序列中加入当前的人脸图像;
如果该相似人脸所属的常驻人口数据中的人脸图像序列中包含与当前人脸数据相同朝向的人脸数据,则根据图像清晰度(使用SMD2(灰度方差乘积)函数判断)对比当前人脸数据与人脸图像序列中相同朝向的人脸数据之间的清晰度,保存最清晰的人脸数据。
在本实施方式中,更新常驻人口数据的步骤中还包括:
若人体截图序列中人体截图数据的数量小于第一预定值(例如16),则直接加入当前人体截图数据;
若人体截图序列中人体截图数据的数量等于第一预定值(例如16),在本实施方式中,根据当前的人体截图数据的朝向与人体截图序列中所有人体截图数据进行匹配,获取人体截图序列中所有与当前人体截图数据朝向相同的人体截图数据。进而可以分以下几种情况进行处理:
根据人体截图数据采集时间进行相同朝向的人体截图数据之间时间间隔的比较,即分别获取当前人体截图数据和人体截图序列中所有与当前人体截图数据相同朝向的人体截图数据之间的时间间隔,将该时间间隔与第二预定值(例如一天)进行比较,若存在小于第二预定值的时间间隔,则对比时间间隔小于第二预定值的这两个人体截图数据(一个为当前人体截图数据,另一个为人体截图序列中与当前人体截图数据朝向相同的人体截图数据)的采集时间,保存采集时间最新的人体截图数据,删除另一个。否则(即时间间隔均大于第二预定值),将上述时间间隔进行排序,获取其中时间间隔最小的一个,然后在时间间隔最小两个人体截图数据(其中一个为当前人体截图数据,另一个人体截图序列中的人体截图数据)中,保存当前人体截图数据并删除另一个人体截图数据。
根据本发明的一种实施方式,步骤S2中,还包括:
S25.以预定间隔时间对常驻人口数据进行清洗,移除常驻人口数据中在该预定间隔时间内未更新的数据。在本实施方式中,在本步骤中对使用该电梯的乘梯人员进行常驻人口确认。在本实施方式中,可将预定间隔时间设置为一周,进行常驻人口确认。在本实施方式中,若人脸图像序列中的人脸数据的数量和人体截图序列中的人体截图数据的数量分别达到相应的预设值,则标定该人员属于常驻人口(也可认为是将备选人口标记为常驻人口),例如,人脸数据达到预设3张,人体截图数据的数量达到预设16张,则确定该人员属于常驻人口。在本实施方式中,若在预定间隔时间内(如一周),常驻人口数据中人脸图像序列和人体截图序列均没有数据更新,则将该条常驻人口数据移除。
如图1所示,根据本发明的一种实施方式,每次数据清洗后,基于人员ID、人脸图像序列和人体截图序列重新生成与之对应的人体属性数据。在本实施方式中,人体属性包括:性别,年龄,穿衣风格,衣着评分,颜值,常带背包类别,头发长度,头发颜色,是否烫发,体重,是否戴眼镜,是否为外国人,是否经常化妆,是否怀孕。在本实施方式中,计算这些属性使用了resnet18及resnet34-3d网络,其以resnet34为基准网络,参见图7所示。
在本实施方式中,性别属性通过人脸图像序列或人体截图序列中所包含的任一数据进行计算获取;其中,使用resne18网络直接对当前人脸图像序列或人体截图序列中任取一张图像计算,其最后的fc1000改为fc2输出即可。
在本实施方式中,年龄属性、衣着评分属性和颜值属性通过人脸图像序列和人体截图序列中所包含的全部数据进行计算获得;其中,在网络模型输入大小为N*H*W*3,其中N=12为图像序列长度,H和W为图像的高和宽,当特征维度变为
Figure BDA0002221666890000101
时,即从图7第2个虚线连接线位置开始,分为两个分支:
第一支为2D-Net网络,和原有resnet34相同,输出N*512的特征,即每张图像单独的特征,然后取均值得到该图像序列512维的特征;
第二支为3D-Net网络,将原有resnet3d剩余部分改为3D卷积,卷积和大小为3*3*3,其在N*H*W三个通道上进行,到resnet34的最后一层得到的特征,然后是用全局3d pooling操作,得到该图像序列512维的特征;
将2d-Net和3d-Net得到的特征合并生成1024为的特征,使用输出为1的全连接层得到该图像序列的年龄(区间在[0-7]的浮点型数据,其乘以10为实际年龄)和衣着评分(区间在[1-5]的浮点型数据)、颜值评分(区间1-5的浮点数据)。
在本实施方式中,穿衣风格属性、常带背包类别属性根据人体截图序列中所包含的全部数据进行计算获得;其中,穿衣风格分为(商务、休闲、运动、时尚4种类别),使用resnet18网络生成,最后一层全连接层输出4个单元即fc(4),分别表示这4种风格;使用人体截图序列中所包含的16张图像,分别获得穿衣风格,取占比最多的类别作为该ID的穿衣风格;常带背包类别分为(单肩包、双肩包、手提包、不背包4种类别),使用resnet18网络生成,最后一层全连接层输出4个单元即fc(4),分别表示这4种风格;使用人体截图序列中所包含的16张图像,分别获得背包类别,方式如下;
背包图像少于8张,则该人员ID背包类别为不背包;
否则,若某个背包类别大于等于4张,则取该类别作为常背包类别,否则背包类别为混搭。
在本实施方式中,头发长度属性、头发颜色属性和是否烫发属性通过人体截图序列中取一个正面人体截图数据进行计算获得;其中,头发长度分为光头、短发、中长发、长发,从人体截图数据中取一张前向(与相机视角同向)截图使用resnet18网络判断;
头发颜色属性和是否烫发属性,对于头发长度不是光头的人员,取一张前向人体截图数据使用resnet18网络判断;发色分为黑色、白色、染色三种颜色,烫发为是或否两种类别;
在本实施方式中,体重属性通过取所述人体截图序列中四个方向的人体截图数据进行计算获得;其中,体重分为胖、匀称、瘦三种类别,人体截图4个方向各取一张,使用resnet18网络判别,最终赋给人员ID的标签通过4张图像输出投票的方式决定;
在本实施方式中,是否戴眼镜属性通过取所述人脸图像序列中的三个人脸数据进行计算获得;其中,取3张人脸数据,使用resnet18判别,只有戴眼镜图像大于或等于2时,该人员ID戴眼镜标签为是;
在本实施方式中,是否为外国人属性通过取所述人脸图像序列中的一个朝向正面的人脸数据进行计算获得;其中,正面人脸数据,并使用resnet18网络判别;
在本实施方式中,是否经常化妆属性通过取所述人脸图像序列中的三个人脸数据进行计算获得,且仅计算女性;其中,仅对于人员ID性别标签为女性的数据,取3张人脸数据,使用resnet18判别,只有化妆图像大于或等于2时,该人员ID化妆标签为是;
在本实施方式中,是否怀孕属性通过取所述所述人体截图序列中背面、左侧面和右侧面的所有人体截图数据进行计算获得,且仅计算女性;其中,仅对于人员ID性别标签为女性的数据,取后、左、右12张人体截图数据,使用resnet34网络判别,12张图像通过投票的方式决定该人员ID是否怀孕。
如图8所示,根据本发明的一种实施方式,根据本发明的一种常驻人口信息收集系统,包括:用于采集电梯内的图像视频采集单元;用于获取图像内的人脸数据和人体截图数据的前端设备;用于建立人员数据库并保存常驻人口数据的数据服务器。
在本实施方式中,视频采集单元包括但不限于监控摄相机,深度相机等获取图像数据的设备,其安装在电梯轿厢内部倾斜对着电梯出入口。通过视频采集单元采集轿厢内的视频图像信息,并为后续单元输入图像信息。
在本实施方式中,视频采集单元,前端设备和数据服务器之间分别采用网线或wifi相连接。
在本实施方式中,数据服务器包括:人体数据维护模块和人体属性维护模块。其中,人体数据维护模块根据接收到的人脸及对应的人体数据的出现频率,生成并更新某个电梯的常驻人口数据,包括人员ID及该ID对应的人脸图像序列、人体截图序列数据;人体属性维护模块对于某个电梯常驻人口数据,定期更新其乘梯人员属性。
根据本发明,通过在数据服务器中存储常驻人口数据这样可以避免对该区域常驻人口的重复计算,降低了本发明的计算效率。同时也对及时获取常驻人口的属性标签有利,确保了对常驻人口信息收集的准确性。
根据本发明,通过实时更新人脸图像序列、人体截图序列中的图像数据,这样能够根据乘客的变化而相应的优化调整,使得收集的信息更加准确。
根据本发明,通过对新出现的人员建立相应的常驻人口数据,这样可以保证对该区域新增加的乘客进行跟踪记录,收集信息的全面。当然,通过定期对出常驻人口数据进行清理,有效避免了过多无效信息的储存,对提高本发明的维护性和高效性有利。
上述内容仅为本发明的具体方案的例子,对于其中未详尽描述的设备和结构,应当理解为采取本领域已有的通用设备及通用方法来予以实施。
以上所述仅为本发明的一个方案而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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)

1.一种常驻人口信息收集方法,包括:
S1.采集电梯内图像,并根据所述图像获取人脸数据以及与所述人脸数据相对应的人体截图数据;
S2.根据所述人脸数据和所述人体截图数据在人员数据库生成或更新使用该电梯的常驻人口数据;
S3.以预定间隔时间更新所述常驻人口数据中的人体属性。
2.根据权利要求1所述的常驻人口信息收集方法,其特征在于,所述常驻人口数据包括:人员ID、人脸图像序列、人体截图序列和用于表征所述人体属性的人体属性数据;
所述人脸图像序列中包括分别朝向正面、朝向左侧面和朝向右侧面的所述人脸数据;
所述人体截图序列中包括分别有正面、背面、左侧面和右侧面采集的所述人体截图数据。
3.根据权利要求2所述的常驻人口信息收集方法,其特征在于,步骤S2中,包括:
S21.根据所述人脸数据进行人脸朝向识别;
S22.根据所述人脸数据进行人脸识别;
S23.根据所述人体截图数据进行身体朝向判断;
S24.基于所述人脸数据在所述人员数据库进行人脸查询,判断在所述人员数据库中是否存在与当前所述人脸数据相匹配的所述常驻人口数据,若存在,则更新所述常驻人口数据,否则,基于所述人脸数据和所述人体截图数据生成新的所述常驻人口数据。
4.根据权利要求3所述的常驻人口信息收集方法,其特征在于,步骤S24中,更新所述常驻人口数据的步骤中包括:
若所述人脸图像序列中缺少与当前所述人脸数据相同朝向的人脸数据,则将当前所述人脸数据直接加入所述人脸图像序列;
若所述人脸图像序列中已包含与当前所述人脸数据相同朝向人脸数据,则对比两个所述人脸数据的清晰度,保存最清晰的所述人脸数据。
5.根据权利要求4所述的常驻人口信息收集方法,其特征在于,步骤S24中,更新所述常驻人口数据的步骤中还包括:
若所述人体截图序列中所述人体截图数据的数量小于第一预定值,则直接加入当前所述人体截图数据;
若所述人体截图序列中所述人体截图数据的数量等于第一预定值,分别获取当前所述人体截图数据和所述人体截图序列中所有与当前所述人体截图数据相同朝向的人体截图数据之间的时间间隔,若存在小于第二预定值的所述时间间隔,则保存采集时间最新的所述人体截图数据,否则,保存当前所述人体截图数据并删除与当前所述人体截图数据时间间隔最短的所述人体截图数据。
6.根据权利要求3至5任一项所述的常驻人口信息收集方法,其特征在于,步骤S2中,还包括:
S25.以预定间隔时间对所述常驻人口数据进行清洗,移除所述常驻人口数据中在该所述预定间隔时间内未更新的数据。
7.根据权利要求6所述的常驻人口信息收集方法,其特征在于,步骤S25中,若所述人脸图像序列中的人脸数据的数量和所述人体截图序列中的人体截图数据的数量分别达到相应的预设值,则标定该人员属于常驻人口;
若在所述预定间隔时间内,所述常驻人口数据中人脸图像序列和人体截图序列未进行数据更新,则将该条所述常驻人口数据移除。
8.根据权利要求7所述的常驻人口信息收集方法,其特征在于,每次数据清洗后,基于所述人员ID、所述人脸图像序列和所述人体截图序列重新生成与之对应的人体属性数据。
9.根据权利要求8所述的常驻人口信息收集方法,其特征在于,所述人体属性包括:性别,年龄,穿衣风格,衣着评分,颜值,常带背包类别,头发长度,头发颜色,是否烫发,体重,是否戴眼镜,是否为外国人,是否经常化妆,是否怀孕;
其中,性别属性通过所述人脸图像序列或所述人体截图序列中所包含的任一数据进行计算获取;年龄属性、衣着评分属性和颜值属性通过所述人脸图像序列和所述人体截图序列中所包含的全部数据进行计算获得;穿衣风格属性、常带背包类别属性根据所述人体截图序列中所包含的全部数据进行计算获得;头发长度属性、头发颜色属性和是否烫发属性通过所述人体截图序列中取一个正面人体截图数据进行计算获得;体重属性通过取所述人体截图序列中四个方向的人体截图数据进行计算获得;是否戴眼镜属性通过取所述人脸图像序列中的三个人脸数据进行计算获得;是否为外国人属性通过取所述人脸图像序列中的一个朝向正面的人脸数据进行计算获得;是否经常化妆属性通过取所述人脸图像序列中的三个人脸数据进行计算获得,且仅计算女性;是否怀孕属性通过取所述所述人体截图序列中背面、左侧面和右侧面的所有人体截图数据进行计算获得,且仅计算女性。
10.根据权利要求1所述的常驻人口信息收集方法,其特征在于,步骤S1中,根据所述图像获取人脸数据以及与所述人脸数据相对应的人体截图数据后,根据所述人体截图数据对当前的乘梯人员的类别进行判断过滤。
11.一种用于权利要求1-10所述的常驻人口信息收集系统,其特征在于,包括:
视频采集单元,用于采集电梯内的图像;
前端设备,用于获取所述图像内的人脸数据和所述人体截图数据;
数据服务器,用于建立所述人员数据库并保存所述常驻人口数据。
CN201910936249.6A 2019-09-29 2019-09-29 一种常驻人口信息收集方法及系统 Pending CN110796013A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910936249.6A CN110796013A (zh) 2019-09-29 2019-09-29 一种常驻人口信息收集方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910936249.6A CN110796013A (zh) 2019-09-29 2019-09-29 一种常驻人口信息收集方法及系统

Publications (1)

Publication Number Publication Date
CN110796013A true CN110796013A (zh) 2020-02-14

Family

ID=69440010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910936249.6A Pending CN110796013A (zh) 2019-09-29 2019-09-29 一种常驻人口信息收集方法及系统

Country Status (1)

Country Link
CN (1) CN110796013A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112052346A (zh) * 2020-09-11 2020-12-08 讯飞智元信息科技有限公司 实有人员库的更新方法、装置、电子设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004030657A (ja) * 2003-06-13 2004-01-29 Hitachi Ltd 情報処理方法
CN102959585A (zh) * 2010-06-30 2013-03-06 Nec软件有限公司 属性确定方法、属性确定装置、程序、记录介质及属性确定系统
CN103605971A (zh) * 2013-12-04 2014-02-26 深圳市捷顺科技实业股份有限公司 一种捕获人脸图像的方法及装置
CN104361327A (zh) * 2014-11-20 2015-02-18 苏州科达科技股份有限公司 一种行人检测方法和系统
CN106203393A (zh) * 2016-07-22 2016-12-07 广东金杭科技股份有限公司 一种人脸采集识别方法和实现该方法的系统
CN107273833A (zh) * 2017-06-06 2017-10-20 深圳市至壹科技开发有限公司 用于监测流动人口的方法及其系统
CN109190588A (zh) * 2018-09-19 2019-01-11 东方网力科技股份有限公司 一种人口分类的方法及装置
CN109345305A (zh) * 2018-09-28 2019-02-15 广州凯风科技有限公司 一种基于人脸识别技术的电梯电子屏广告改进分析方法
CN109376716A (zh) * 2018-12-13 2019-02-22 深圳市信义科技有限公司 一种基于连续图像的人脸识别的优选方法
CN109951681A (zh) * 2019-02-25 2019-06-28 广东协安机电工程有限公司 一种办公楼视频监控系统
CN110111129A (zh) * 2019-03-28 2019-08-09 中国科学院深圳先进技术研究院 一种数据分析方法、广告播放设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004030657A (ja) * 2003-06-13 2004-01-29 Hitachi Ltd 情報処理方法
CN102959585A (zh) * 2010-06-30 2013-03-06 Nec软件有限公司 属性确定方法、属性确定装置、程序、记录介质及属性确定系统
CN103605971A (zh) * 2013-12-04 2014-02-26 深圳市捷顺科技实业股份有限公司 一种捕获人脸图像的方法及装置
CN104361327A (zh) * 2014-11-20 2015-02-18 苏州科达科技股份有限公司 一种行人检测方法和系统
CN106203393A (zh) * 2016-07-22 2016-12-07 广东金杭科技股份有限公司 一种人脸采集识别方法和实现该方法的系统
CN107273833A (zh) * 2017-06-06 2017-10-20 深圳市至壹科技开发有限公司 用于监测流动人口的方法及其系统
CN109190588A (zh) * 2018-09-19 2019-01-11 东方网力科技股份有限公司 一种人口分类的方法及装置
CN109345305A (zh) * 2018-09-28 2019-02-15 广州凯风科技有限公司 一种基于人脸识别技术的电梯电子屏广告改进分析方法
CN109376716A (zh) * 2018-12-13 2019-02-22 深圳市信义科技有限公司 一种基于连续图像的人脸识别的优选方法
CN109951681A (zh) * 2019-02-25 2019-06-28 广东协安机电工程有限公司 一种办公楼视频监控系统
CN110111129A (zh) * 2019-03-28 2019-08-09 中国科学院深圳先进技术研究院 一种数据分析方法、广告播放设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王红梅: "基于视频的人体检测与计数技术研究", 《万方数据知识服务平台》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112052346A (zh) * 2020-09-11 2020-12-08 讯飞智元信息科技有限公司 实有人员库的更新方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN109934176A (zh) 行人识别系统、识别方法及计算机可读存储介质
CN109033325A (zh) 基于人脸识别技术的旅游终端系统及其使用方法
CN109858388A (zh) 一种智慧旅游管理系统
CN109978918A (zh) 一种轨迹追踪方法、装置和存储介质
WO2014148395A1 (ja) 映像監視システム、映像監視方法、および映像監視装置
CN106934018A (zh) 一种基于协同过滤的医生推荐系统
CN111985348B (zh) 人脸识别方法和系统
CN107644218B (zh) 基于图像采集功能实现人流密集区域行为分析判断的工作方法
CN113674037A (zh) 一种基于购物行为的数据采集和推荐方法
CN110874583A (zh) 一种客流统计的方法、装置、存储介质及电子设备
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
CN108629000A (zh) 一种手机轨迹数据聚类的群体行为特征提取方法及系统
CN112464843A (zh) 一种基于人脸人形的精准客流统计系统、方法、及其装置
CN102017606A (zh) 图像处理设备、相机、图像处理方法和程序
CN110232331B (zh) 一种在线人脸聚类的方法及系统
CN109829072A (zh) 构建图谱方法及相关装置
CN109903553A (zh) 多源数据挖掘的公交车上下车站点识别和检验方法
JP2016099835A (ja) 画像処理装置、画像処理方法、及びプログラム
CN112801859A (zh) 一种具有美妆指导功能的化妆镜系统
CN113850183A (zh) 一种基于人工智能技术判断视频中行为的方法
CN110796013A (zh) 一种常驻人口信息收集方法及系统
CN112700473B (zh) 一种基于图像识别进行车厢拥挤度判断系统
JP2017211731A (ja) 人数集計システム、人数集計方法、及び人数集計結果の閲覧方法
CN111932680B (zh) 一种基于vr深度视觉感知的城市风貌要素识别方法及系统
CN111784496A (zh) 一种应用于银行中的实时精准营销辅助系统和方法

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

Application publication date: 20200214

RJ01 Rejection of invention patent application after publication