CN111652173A - 一种适合综合商场内人流管控的采集方法 - Google Patents

一种适合综合商场内人流管控的采集方法 Download PDF

Info

Publication number
CN111652173A
CN111652173A CN202010521116.5A CN202010521116A CN111652173A CN 111652173 A CN111652173 A CN 111652173A CN 202010521116 A CN202010521116 A CN 202010521116A CN 111652173 A CN111652173 A CN 111652173A
Authority
CN
China
Prior art keywords
information
database
identity
real
image
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
Application number
CN202010521116.5A
Other languages
English (en)
Other versions
CN111652173B (zh
Inventor
韩业强
徐强
王致峰
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.)
Hangzhou Shiyu Technology Co ltd
Original Assignee
Hangzhou Shiyu 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 Hangzhou Shiyu Technology Co ltd filed Critical Hangzhou Shiyu Technology Co ltd
Priority to CN202010521116.5A priority Critical patent/CN111652173B/zh
Publication of CN111652173A publication Critical patent/CN111652173A/zh
Application granted granted Critical
Publication of CN111652173B publication Critical patent/CN111652173B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53Recognition of crowd images, e.g. recognition of crowd congestion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • 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
    • G06V40/161Detection; Localisation; Normalisation
    • 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
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明公开了一种适合综合商场内人流管控的采集方法,包括如下:S1、在适合综合商场内布置云端和图像采集装置,云端中预先建立数据库A;S2、通过个人随身移动设备中采集信息,记录到数据库B中;S3、在上述步骤S1中图像采集装置采集区域内图像信息,记录到数据库C中;S4、在云端中将数据库B与数据库A进行比较,如一致,从而得到相对应的信息,如不一致,则将数据库B中添加到数据库A中;S5、将数据库C中与上述步骤S4中数据库A进行匹配,如匹配相一致,则得出唯一信息,如不相唯一对应一致,则进行处理,得到出唯一信息。本发明有利于持续不断的采集数据,同时能够不断的进行信息采集与扩充,使得采集的成本大大降低,更能够满足使用需求。

Description

一种适合综合商场内人流管控的采集方法
技术领域
本发明涉及室内定位技术领域,尤其涉及一种适合综合商场内人流管控的采集方法。
背景技术
随着城市化的不断推进、城市人口显著增加,商场作为典型的公共场所,客流量日益增长,对于此种场所进行有效的客流分析、管控手段便成为了当下的迫切需求。
于是公布号为CN110232712A,提出的室内人员定位跟踪方法和计算机设备,该室内人员定位跟踪方法包括:从目标区域的所有视频传感器中获取同一时间段的视频流数据;从视频流数据的每帧图像中识别所有人员目标,并根据视频传感器的位置姿态信息,利用摄影测量算法计算出每帧图像中所有人员目标的空间位置;根据每帧图像的采集时间以及每帧图像中所有人员目标的空间位置,生成所有人员目标的在单个视频流数据中的运动轨迹;根据目标区域中所有视频传感器的空间位置,确定每个视频流数据中的运动轨迹的空间邻接关系,并合成所有人员目标在目标区域的完整运动轨迹。
上述发明可以提高定位用户的体验度,为公共场合的人流分析、安保预警以及人流管控等提供数据支持,其只是侧重于商场自身。但是此种方式对于逛商场的消费者而言不能够进行室内定位与人流分流显示与预警相结合,获取的数据精度较低,无法满足人们的使用需求。
另外授权公告号为CN106295510B,提出了一种多传感器协作的人流量统计方法及系统,该方法中包括:无线模块的初始化与联网;两个红外热释传感器感应人体运动;控制器对感应到高电平的时间差估计人流量;无线模块上传人流量结果;该系统需要在室内场所门口处上方安装一对红外热释传感器。人流量数据的可靠性根据超声波测距传感器对人体身高数据的测量来判断。最终将获取人流量信息通过WIFI模块上传到服务器,手机客户端可实时查看处理后的人流量数据。
上述方法虽然有利于为用户提供实时查看人流量状况、人流量变化统计、资源占用等结果。其中通过一对红外热释传感器对人体通过出入口的感应时间不同,建立起人体通过的时间差。由于人们在通过的时候时间极短,而且有点时候是三五成群,不能够得到进群的数据,从而也不利于进行准确的分析。
综上所述,利用人脸识别进行客流分析,需要事先建立足够丰富的人脸数据库。一般的数据库建立需要对每个个体进行人脸信息记录。例如在实际使用中,一些商场会对会员进行人脸信息录制,从而建立包含关键客户的人脸信息的数据库,这种数据库的建立方式具有较高的信息采集成本,不利于人脸识别相关技术方案的推广,其次其收集信息投资成本巨大,也会加大使用者的使用成本。
发明内容
针对现有技术中的缺陷,本发明提供了一种适合综合商场内人流管控的采集方法,更加有利于采集精度更高的数据,同时采集的成本大大降低,更加能够满足人们的使用需求。
为了实现上述目的,本发明所采取的技术方案是:
一种适合综合商场内人流管控的采集方法,包括如下步骤:
S1、在适合综合商场内布置云端和多个图像采集装置,云端中预先录入目标用户的人脸信息、身份ID信息,在云端中建立目标用户的人脸信息—身份ID信息的数据库A,云端安装在对应的合商场内;
S2、通过个人随身移动设备中采集模块采集身份信息ID和实时地理位置信息,得到个人的身份信息ID和实时地理位置信息,记录到数据库B中;
S3、在上述步骤S1中图像采集装置采集区域内图像信息,图像信息包括图片信息或视频信息,且云端中输入有每个图像采集装置的位置信息,将图像信息传输到云端中,图像采集装置的图像信息与对应的图像采集装置的位置信息得到图像信息和位置信息,记录到数据库C中;
S4、将上述步骤S2中数据库B中身份信息ID和实时地理位置信息传输给云端,在云端中将数据库B上身份信息ID和实时地理位置信息与上述步骤S1中数据库A上人脸信息—身份ID信息进行比较,如数据库A中身份ID信息与数据库B中身份信息ID相一致,从而得到相对应的人脸信息—身份ID信息—实时地理位置信息,记录到数据库D中,且将数据库D中人脸信息—身份ID信息—实时地理位置信息添加到数据库A中,如数据库A中身份ID信息与数据库B中身份信息ID不一致,则将数据库B中身份信息ID和实时地理位置信息保留到数据库A中,不做进一步处理;
S5、将上述数据库C中图像信息—位置信息与上述步骤S4中数据库A进行匹配,数据库C中图像信息—位置信息的图像信息与数据库A中人脸信息—身份ID信息—实时地理位置信息的人脸信息进行匹配,如图像信息与人脸信息匹配相一致,则得出唯一的人脸信息—身份ID信息—实时地理位置信息,记录到数据库E中,且将数据库E中人脸信息—身份ID信息—实时地理位置信息添加到数据库A中,如图像信息识别出与人脸信息不相唯一对应一致,则进行处理,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中。
优选地,所述步骤S1中图像采集装置为摄像头,通过利用商场内的摄像头能够采集图像信息,更加方便利用内部设备,有利于减少新设备的投入,从而减少成本。
优选地,所述步骤S2中个人随身移动设备为智能手机。
优选地,所述个人随身移动设备为智能手机时,通过微信APP客户端,在用户授权后,获取到身份信息ID和实时地理位置信息,得到个人的身份信息ID和实时地理位置信息,记录到数据库B中。
优选地,所述步骤S2中通过个人随身移动设备中采集模块采集身份信息ID和实时地理位置信息,所述实时地理位置信息需在同一综合商场内的实时地理位置信息。
优选地,所述S3中位置信息具体为综合商场内商店的位置信息。
优选地,所述步骤S3的云端中输入有每个图像采集装置的位置信息包括采集图像采集装置的位置信息、角度信和画面边界区域位置信息。
优选地,所述步骤S3中图像采集装置采集区域内图像信息,将图像信息传输到云端中,其中图像采集装置与云端通过有线或无线连接,无线通信采用WiFi或4G或5G信号进行信息传输。
优选地,所述步骤S4中将上述步骤S2中数据库B中身份信息ID和实时地理位置信息传输给云端,具体来说,个人随身移动设备与云端通过无线通信连接,无线通信采用WiFi或4G或5G信号进行信息传输。
优选地,所述步骤S5中将上述数据库C中图像信息—位置信息与上述步骤S4中数据库A进行匹配,数据库C中图像信息—位置信息的图像信息与数据库A中人脸信息—身份ID信息—实时地理位置信息的人脸信息匹配结果为零时,则将上述数据库C中图像信息—位置信息补充到云端到数据库A中,从而扩充数据库A中采集信息。
优选地,所述步骤S5中如图像信息识别出与人脸信息不相唯一对应一致,则进行处理,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中,其具体的步骤为:
a、图像信息匹配出多个的人脸信息的结果,多个的人脸信息的结果从高至低依次排列,且每个的人脸信息的结果对应人脸信息—身份ID信息—地理位置信息,将其多个的人脸信息—身份ID信息—实时地理位置信息记录到数据库D中;
b、将上述步骤a中数据库D中多个的人脸信息—身份ID信息—实时地理位置信息根据身份ID信息进行分组,即属于同一身份ID信息的为一组;
c、对于上述步骤b中同一身份ID信息的为一组匹配度筛选出最终的ID结果,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中。
本发明的有益效果:与现有技术相比,
(1)本发明通过个人随身移动设备中采集模块采集身份信息ID和实时地理位置信息,得到个人的身份信息ID和实时地理位置信息,记录到数据库B中,其中个人随身移动设备为智能手机,其已经成为大众必备产品,其获取来源广泛,从而大大降低了采集信息的成本,同时面向的普通用户大众就是信息的采集者和提供者,省去了大量采集信息的成本;
(2)本发明通过综合商场内图像采集装置采集区域内图像信息,图像信息包括图片信息或视频信息,且云端中输入有每个图像采集装置的位置信息,将图像信息传输到云端中,其图像采集装置为布置在商场内的摄像头,通过利用商场内的摄像头能够采集图像信息,更加方便利用内部设备,有利于减少新设备的投入,从而减少成本;
(3)本发明中将数据库B中身份信息ID和实时地理位置信息传输给云端,在云端中将数据库B上身份信息ID和实时地理位置信息与据库A上人脸信息—身份ID信息进行比较,如数据库A中身份ID信息与数据库B中身份信息ID相一致,从而得到相对应的人脸信息—身份ID信息—实时地理位置信息,记录到数据库D中,且将数据库D中人脸信息—身份ID信息—实时地理位置信息添加到数据库A中,如数据库A中身份ID信息与数据库B中身份信息ID不一致,则将数据库B中身份信息ID和实时地理位置信息保留到数据库A中,不做进一步处理,在数据库B中保留相关数据,更加有利于信息保留;
(4)本发明中将上述数据库C中图像信息—位置信息与上述步骤S4中数据库A进行匹配,数据库C中图像信息—位置信息的图像信息与数据库A中人脸信息—身份ID信息—实时地理位置信息的人脸信息进行匹配,如图像信息与人脸信息匹配相一致,则得出唯一的人脸信息—身份ID信息—实时地理位置信息,记录到数据库E中,且将数据库E中人脸信息—身份ID信息—实时地理位置信息添加到数据库A中,如图像信息识别出与人脸信息不相唯一对应一致,则进行处理,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中,从而对云端中数据的补充,即持续不断的采集人员信息,实现扩充采集信息。
附图说明
图1为本发明的流程示意图。
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明了,下面通过附图及实施例,对本发明进行进一步详细说明。但是应该理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
如图1所示,一种适合综合商场内人流管控的采集方法,包括如下步骤:
S1、在适合综合商场内布置云端和多个图像采集装置,云端中预先录入目标用户的人脸信息、身份ID信息,在云端中建立目标用户的人脸信息—身份ID信息的数据库A,云端安装在对应的合商场内。
其中,图像采集装置为摄像头,通过利用商场内的摄像头能够采集图像信息,更加方便利用内部设备,有利于减少新设备的投入,从而减少成本。
S2、通过个人随身移动设备中采集模块采集身份信息ID和实时地理位置信息,得到个人的身份信息ID和实时地理位置信息,记录到数据库B中。
其中,个人随身移动设备为智能手机,个人随身移动设备为智能手机时,通过微信APP客户端,在用户授权后,获取到身份信息ID和实时地理位置信息,得到个人的身份信息ID和实时地理位置信息,记录到数据库B中。通过个人随身移动设备中采集模块采集身份信息ID和实时地理位置信息,所述实时地理位置信息需在同一综合商场内的实时地理位置信息。
S3、在上述步骤S1中图像采集装置采集区域内图像信息,图像信息包括图片信息或视频信息,且云端中输入有每个图像采集装置的位置信息(较低精度的位置信息),将图像信息传输到云端中,图像采集装置的图像信息与对应的图像采集装置的位置信息得到图像信息和位置信息,记录到数据库C中。
其中,位置信息具体为综合商场内商店的位置信息。云端中输入有每个图像采集装置的位置信息包括采集图像采集装置的位置信息、角度信和画面边界区域位置信息。图像采集装置采集区域内图像信息,将图像信息传输到云端中,其中图像采集装置与云端通过有线或无线连接,无线通信采用WiFi或4G或5G信号进行信息传输。
S4、将上述步骤S2中数据库B中身份信息ID和实时地理位置信息传输给云端,在云端中将数据库B上身份信息ID和实时地理位置信息与上述步骤S1中数据库A上人脸信息—身份ID信息进行比较,如数据库A中身份ID信息与数据库B中身份信息ID相一致,从而得到相对应的人脸信息—身份ID信息—实时地理位置信息,记录到数据库D中,且将数据库D中人脸信息—身份ID信息—实时地理位置信息添加到数据库A中,如数据库A中身份ID信息与数据库B中身份信息ID不一致,则将数据库B中身份信息ID和实时地理位置信息保留到数据库A中,不做进一步处理,在数据库B中保留相关数据,更加有利于信息保留。
其中,将数据库B中身份信息ID和实时地理位置信息传输给云端,具体来说,个人随身移动设备与云端通过无线通信连接,无线通信采用WiFi或4G或5G信号进行信息传输。
S5、将上述数据库C中图像信息—位置信息与上述步骤S4中数据库A进行匹配,数据库C中图像信息—位置信息的图像信息与数据库A中人脸信息—身份ID信息—实时地理位置信息的人脸信息进行匹配,如图像信息与人脸信息匹配相一致,则得出唯一的人脸信息—身份ID信息—实时地理位置信息,记录到数据库E中,且将数据库E中人脸信息—身份ID信息—实时地理位置信息添加到数据库A中,如图像信息识别出与人脸信息不相唯一对应一致,则进行处理,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中。
其中,将上述数据库C中图像信息—位置信息与上述步骤S4中数据库A进行匹配,数据库C中图像信息—位置信息的图像信息与数据库A中人脸信息—身份ID信息—实时地理位置信息的人脸信息匹配结果为零时,则将上述数据库C中图像信息—位置信息补充到云端到数据库A中,从而扩充数据库A中采集信息。
其中,如图像信息识别出与人脸信息不相唯一对应一致,则进行处理,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中,其具体的步骤为:
a、图像信息匹配出多个的人脸信息的结果,多个的人脸信息的结果从高至低依次排列,且每个的人脸信息的结果对应人脸信息—身份ID信息—地理位置信息,将其多个的人脸信息—身份ID信息—实时地理位置信息记录到数据库D中;
b、将上述步骤a中数据库D中多个的人脸信息—身份ID信息—实时地理位置信息根据身份ID信息进行分组,即属于同一身份ID信息的为一组;
c、对于上述步骤b中同一身份ID信息的为一组匹配度筛选出最终的ID结果,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中。
本发明最终在云端中扩充信息,从而实现云端中采集人流信息,这样更加有利于综合商场进行与室内定位结合的技术,可以大大降低在图像信息采集阶段的成本,更加有利于可以做到足够精细的客流分析,从而达到降低管控成本、针对性地优化人员和物资的部署、充分利用空间等目的,也能够实现两者的不间断的比较和更新,从而不断的进行扩充信息,采集人流信息。
本发明中的人脸图像为人脸的图片,由于其人脸的图片世上很难存在一模一样,使得有利于进行比较和识别,得出相对应的身份信息ID。本发明中对于身份信息ID采用的身份证号码,能够保证其唯一性,这样大大加大了数据的精确性,通过身份信息ID的身份证号码采用识别,从而得到更加精准的数据,更加方便得到数据的一致。
本发明一种适合综合商场内人流管控的采集方法,首先需要在综合商场内架设有图像采集装置(摄像头,下文都为摄像头)和云端,云端中预先录入目标用户的人脸信息、身份ID信息,在云端中建立目标用户的人脸信息—身份ID信息的数据库A。其具体的步骤为:
S1、综合商场内多个区域架设的摄像头(此处为角度固定的设备)采集图像信息,具体来说,某一用户(记为用户c)走入商场,并进入摄像头拍摄区域,通过摄像头获取到的图像截取该用户人脸信息(记为人脸信息c)、计算该用户位置信息(记为位置信息c),从而生成数据库C(人脸信息c-位置信息c),将生成数据库C上传给云端,同时在云端中记录每个摄像头的位置、角度、画面边界区域的位置等信息;
S2、数据库C(人脸信息c-位置信息c)与上述步骤S3中生成数据库A进行匹配(比较),具体来说,数据库C中人脸信息c与数据库A中人脸图像进行匹配。如图像信息与人脸信息匹配相一致,则得出唯一的人脸信息—身份ID信息—实时地理位置信息,记录到数据库E中,且将数据库E中人脸信息—身份ID信息—实时地理位置信息添加到数据库A中,数据库C中人脸信息c与数据库A中人脸图像相一致,具体的匹配方式为:将人脸图像信息替换成清晰度高的人脸图像信息,人脸信息c与人脸图像进行匹配,匹配度高于一定标准(记为标准1,预存的清晰的人脸图像)的人脸数据及对应的ID信息、位置信息和人脸匹配度(记为结果h),之后在结果h中,将所有位置信息和位置信息c各自进行距离计算,得到位置匹配度,此时再结合人脸匹配度和位置匹配度计算得出整体匹配度,最终得到人脸信息c、位置c对应的一系列结果,每组结果包含人脸、ID、位置、人脸匹配度、位置匹配度、整体匹配度,结果按照整体匹配度进行排序,当匹配度最高的结果(记为结果i)的整体匹配度(记为匹配度i)高于一定标准(记为标准2)且匹配度第二的结果(记为结果j)的整体匹配度(记为匹配度j)和匹配度i的差值(i-j)的数值大于一定标准(记为标准3)时,将结果i对应的ID作为输出结果,即用户c对应的ID,从而则得到人脸图像对应的身份信息ID,生成数据库E。
如数据库C中图像信息—位置信息的图像信息与数据库A中人脸信息—身份ID信息—实时地理位置信息的人脸信息匹配结果为零时,则将上述数据库C中图像信息—位置信息补充到云端到数据库A中,从而扩充数据库A中采集信息;如图像信息识别出与人脸信息不相唯一对应一致,则经过多次对比进行处理,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中。
如图像信息识别出与人脸信息不相唯一对应一致,则经过多次对比进行处理,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中:如数据库C中人脸信息c与数据库A中人脸图像不一致,通过人脸信息a与数据库A中所有人脸图像进行多次匹配,从而得到人脸图像对应的身份信息ID。其中多次匹配方式参见下文:
适用条件:当单次识别的匹配结果为多个时。具体地,单次识别的结果中包含多个匹配度高于设定阈值的结果,且不存在单个结果的匹配度绝对优于其他结果。
对应情形具体示例:1、可能情形一举例:两个容貌相似的人同时出现在同一位置区域;2、可能情形二举例:两个容貌相似的人且位置信息不全部确定同一区域,具体的,其中之一为识别对象的实际身份,另一人与实际身份不符,且后者状况为缺乏位置信息但人脸匹配度高于前者(两个容貌相似的人,且二者均无位置信息,此情形不在本发明范围之内)。
对于上述情形一,实际中可不进一步处理。因为此时已知所有ID和位置的对应关系,只是相对于ID完全确定的情形此时位置信息的误差偏大些。多次对比的具体流程(仅针对上述情形二,且可能的ID结果中不存在同一时间内已和其他位置--人脸信息匹配的ID,同时视为可能的ID结果中必然存在正确的结果):
步骤一:图像信息匹配出多个的人脸信息的结果,多个的人脸信息的结果从高至低依次排列,且每个的人脸信息的结果对应人脸信息—身份ID信息—地理位置信息,将其多个的人脸信息—身份ID信息—实时地理位置信息记录到数据库D中,对单个待识别的人脸信息(即输入信息,具体包含:人脸信息、带具体时间信息的位置信息,此时位置信息存在为空的情况),通过单次识别得到多个结果(即输出信息,具体包含:多个识别出的ID信息和对应总体匹配度、人脸信息匹配度、位置信息匹配度),并将以上信息储存入暂存信息区(云端数据库中);
步骤二:将上述步骤a中数据库D中多个的人脸信息—身份ID信息—实时地理位置信息根据身份ID信息进行分组,即属于同一身份ID信息的为一组,即每当暂存信息区中有信息更新时,将输入信息相似度足够高且输出信息的ID部分有交集的信息归纳为同一用户的信息;
步骤三:对于上述步骤b中同一身份ID信息的为一组匹配度筛选出最终的ID结果,即在步骤二的结果中对全部的输出信息再按ID进行分组,对每组ID对位置信息的合理性进行评估(如位置变化速度是否正常),再依此对该ID的匹配度进行修正,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中,即利用修正后的匹配度筛选出最终的ID结果。
本发明中由于个人随身移动设备为智能手机,这样每一个综合商场内的用户都可以进行信息提供者,这样有利于商场减少成本的投入,则就能得到实时的数据,同时也利用综合商场内的图像采集装置(众多的摄像头)也有利于获取图像信息,其图片信息或视频信息和位置信息(较低精度的位置信息),图片信息或视频信息能够得到图像信息,且具有较低精度的位置信息。其获取的成本大大降低,更加能够得到采集的图像信息,有利于综合商场进行客流分析,从而达到降低管控成本、针对性地优化人员和物资的部署、充分利用空间等目的。
需要说明的是,尽管在本文中已经对上述各实施例进行了描述,但并非因此限制本发明的专利保护范围。因此,基于本发明的创新理念,对本文所述实施例进行的变更和修改,或利用本发明说明书及附图内容所作的等效结构或等效流程变换,直接或间接地将以上技术方案运用在其他相关的技术领域,均包括在本发明专利的保护范围之内。

Claims (10)

1.一种适合综合商场内人流管控的采集方法,其特征在于,包括如下步骤:
S1、在适合综合商场内布置云端和多个图像采集装置,云端中预先录入目标用户的人脸信息、身份ID信息,在云端中建立目标用户的人脸信息—身份ID信息的数据库A;
S2、通过个人随身移动设备中采集模块采集身份信息ID和实时地理位置信息,得到个人的身份信息ID和实时地理位置信息,记录到数据库B中;
S3、在上述步骤S1中图像采集装置采集区域内图像信息,且云端中输入有每个图像采集装置的位置信息,将图像信息传输到云端中,图像采集装置的图像信息与对应的图像采集装置的位置信息得到图像信息和位置信息,记录到数据库C中;
S4、将上述步骤S2中数据库B中身份信息ID和实时地理位置信息传输给云端,在云端中将数据库B上身份信息ID和实时地理位置信息与上述步骤S1中数据库A上人脸信息—身份ID信息进行比较,如数据库A中身份ID信息与数据库B中身份信息ID相一致,从而得到相对应的人脸信息—身份ID信息—实时地理位置信息,记录到数据库D中,且将数据库D中人脸信息—身份ID信息—实时地理位置信息添加到数据库A中,如数据库A中身份ID信息与数据库B中身份信息ID不一致,则将数据库B中身份信息ID和实时地理位置信息保留到数据库A中;
S5、将上述数据库C中图像信息—位置信息与上述步骤S4中数据库A进行匹配,数据库C中图像信息—位置信息的图像信息与数据库A中人脸信息—身份ID信息—实时地理位置信息的人脸信息进行匹配,如图像信息与人脸信息匹配相一致,则得出唯一的人脸信息—身份ID信息—实时地理位置信息,记录到数据库E中,且将数据库E中人脸信息—身份ID信息—实时地理位置信息添加到数据库A中,如图像信息识别出与人脸信息不相唯一对应一致,则进行处理,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中。
2.如权利要求1所述一种适合综合商场内人流管控的采集方法,其特征在于,所述步骤S1中图像采集装置为摄像头。
3.如权利要求1所述一种适合综合商场内人流管控的采集方法,其特征在于,所述步骤S2中个人随身移动设备为智能手机。
4.如权利要求3所述一种适合综合商场内人流管控的采集方法,其特征在于,所述个人随身移动设备为智能手机时,通过微信APP客户端,在用户授权后,获取到身份信息ID和实时地理位置信息,得到个人的身份信息ID和实时地理位置信息,记录到数据库B中。
5.如权利要求1所述一种适合综合商场内人流管控的采集方法,其特征在于,所述步骤S2中通过个人随身移动设备中采集模块采集身份信息ID和实时地理位置信息,所述实时地理位置信息需在同一综合商场内的实时地理位置信息。
6.如权利要求5所述一种适合综合商场内人流管控的采集方法,其特征在于,所述S3中位置信息具体为综合商场内商店的位置信息。
7.如权利要求1所述一种适合综合商场内人流管控的采集方法,其特征在于,所述步骤S3的云端中输入有每个图像采集装置的位置信息包括采集图像采集装置的位置信息、角度信和画面边界区域位置信息。
8.如权利要求1所述一种适合综合商场内人流管控的采集方法,其特征在于,所述步骤S3中图像采集装置采集区域内图像信息,将图像信息传输到云端中,其中图像采集装置与云端通过有线或无线连接。
9.如权利要求1所述一种适合综合商场内人流管控的采集方法,其特征在于,所述步骤S4中将上述步骤S2中数据库B中身份信息ID和实时地理位置信息传输给云端,具体来说,个人随身移动设备与云端通过无线通信连接。
10.如权利要求1所述一种适合综合商场内人流管控的采集方法,其特征在于,所述步骤S5中如图像信息识别出与人脸信息不相唯一对应一致,则进行处理,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中,其具体的步骤为:
a、图像信息匹配出多个的人脸信息的结果,多个的人脸信息的结果从高至低依次排列,且每个的人脸信息的结果对应人脸信息—身份ID信息—地理位置信息,将其多个的人脸信息—身份ID信息—实时地理位置信息记录到数据库D中;
b、将上述步骤a中数据库D中多个的人脸信息—身份ID信息—实时地理位置信息根据身份ID信息进行分组,即属于同一身份ID信息的为一组;
c、对于上述步骤b中同一身份ID信息的为一组匹配度筛选出最终的ID结果,得到出唯一的人脸信息—身份ID信息—实时地理位置信息和重新添加到云端数据A中。
CN202010521116.5A 2020-06-10 2020-06-10 一种适合综合商场内人流管控的采集方法 Active CN111652173B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010521116.5A CN111652173B (zh) 2020-06-10 2020-06-10 一种适合综合商场内人流管控的采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010521116.5A CN111652173B (zh) 2020-06-10 2020-06-10 一种适合综合商场内人流管控的采集方法

Publications (2)

Publication Number Publication Date
CN111652173A true CN111652173A (zh) 2020-09-11
CN111652173B CN111652173B (zh) 2023-07-18

Family

ID=72347504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010521116.5A Active CN111652173B (zh) 2020-06-10 2020-06-10 一种适合综合商场内人流管控的采集方法

Country Status (1)

Country Link
CN (1) CN111652173B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150023562A1 (en) * 2013-07-18 2015-01-22 Golba Llc Hybrid multi-camera based positioning
US20150112826A1 (en) * 2012-12-04 2015-04-23 Crutchfield Corporation Techniques for providing retail customers a seamless, individualized discovery and shopping experience
US20150125042A1 (en) * 2013-10-08 2015-05-07 Smartlanes Technologies, Llc Method and system for data collection using processed image data
CN104657886A (zh) * 2015-03-08 2015-05-27 卢丽花 一种开车用户于商城中车位定位及导购系统
CN104657870A (zh) * 2015-03-08 2015-05-27 卢丽花 一种商城定位导购方法
WO2016137169A1 (ko) * 2015-02-27 2016-09-01 권병수 안면인식을 이용한 병원 관리시스템 및 관리 방법
US20160300414A1 (en) * 2013-11-12 2016-10-13 Morpho Method and system for controlling access to or the exit from an area
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
CN109522794A (zh) * 2018-10-11 2019-03-26 青岛理工大学 一种基于全景摄像头的室内人脸识别定位方法
CN109753901A (zh) * 2018-12-21 2019-05-14 上海交通大学 基于行人识别的室内行人寻迹方法、装置、计算机设备及存储介质
CN110008676A (zh) * 2019-04-02 2019-07-12 合肥智查数据科技有限公司 一种人员多维身份查验与真实身份甄别系统及方法
CN110572786A (zh) * 2019-09-10 2019-12-13 中国计量大学 一种基于wifi与人脸识别的区块化室内定位系统及方法
WO2020000906A1 (zh) * 2018-06-29 2020-01-02 汉王科技股份有限公司 人脸识别身份验证方法、装置、电子设备
CN110765938A (zh) * 2019-10-22 2020-02-07 北京旷视科技有限公司 身份识别方法、装置、电子设备及计算机可读存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150112826A1 (en) * 2012-12-04 2015-04-23 Crutchfield Corporation Techniques for providing retail customers a seamless, individualized discovery and shopping experience
US20150023562A1 (en) * 2013-07-18 2015-01-22 Golba Llc Hybrid multi-camera based positioning
US20150125042A1 (en) * 2013-10-08 2015-05-07 Smartlanes Technologies, Llc Method and system for data collection using processed image data
US20160300414A1 (en) * 2013-11-12 2016-10-13 Morpho Method and system for controlling access to or the exit from an area
WO2016137169A1 (ko) * 2015-02-27 2016-09-01 권병수 안면인식을 이용한 병원 관리시스템 및 관리 방법
CN104657886A (zh) * 2015-03-08 2015-05-27 卢丽花 一种开车用户于商城中车位定位及导购系统
CN104657870A (zh) * 2015-03-08 2015-05-27 卢丽花 一种商城定位导购方法
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
WO2020000906A1 (zh) * 2018-06-29 2020-01-02 汉王科技股份有限公司 人脸识别身份验证方法、装置、电子设备
CN109522794A (zh) * 2018-10-11 2019-03-26 青岛理工大学 一种基于全景摄像头的室内人脸识别定位方法
CN109753901A (zh) * 2018-12-21 2019-05-14 上海交通大学 基于行人识别的室内行人寻迹方法、装置、计算机设备及存储介质
CN110008676A (zh) * 2019-04-02 2019-07-12 合肥智查数据科技有限公司 一种人员多维身份查验与真实身份甄别系统及方法
CN110572786A (zh) * 2019-09-10 2019-12-13 中国计量大学 一种基于wifi与人脸识别的区块化室内定位系统及方法
CN110765938A (zh) * 2019-10-22 2020-02-07 北京旷视科技有限公司 身份识别方法、装置、电子设备及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴涛;曹菲菲;吴悦明;秦绪忠;及召建;: "智慧体育场馆的建设与运营", 智能建筑, no. 02 *
许斌;付鹏飞;: "基于多数据源交叉表决的园区人员分布的方法研究", 软件, no. 07 *

Also Published As

Publication number Publication date
CN111652173B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
US11631253B2 (en) People counting and tracking systems and methods
CN106998444B (zh) 一种大数据人脸监控系统
US10915131B2 (en) System and method for managing energy
US20180278892A1 (en) Complex hardware-based system for video surveillance tracking
CN115272037B (zh) 一种基于物联网的智慧城市区域治安管理预警方法和系统
CN109886096B (zh) 一种智慧旅游监管及安全应急管理联动指挥系统
JP6099833B1 (ja) 画像処理装置、画像処理システム及び画像処理方法
CN102324024B (zh) 一种基于目标跟踪技术的机场乘客识别定位方法及系统
CN107529221A (zh) 一种结合视频监控和Wi‑Fi定位的追踪分析系统及方法
CN107356256A (zh) 一种多源数据混合的室内高精度定位系统和方法
CN112135242B (zh) 基于5g与人脸识别的楼宇访客导航方法
US20170055118A1 (en) Location and activity aware content delivery system
US11165954B1 (en) Scene-aware custom tuned video surveillance detection system
CN104866873A (zh) 一种基于手机图像匹配的室内定位方法
CN109684494A (zh) 一种景区寻人方法、系统及云端服务器
JP2018067755A (ja) 検出データ管理装置
CN111739056A (zh) 一种轨迹追踪系统
CN112183380A (zh) 基于人脸识别的客流量分析方法和系统、电子设备
CN111652173A (zh) 一种适合综合商场内人流管控的采集方法
Gottfried et al. Pedestrian behaviour monitoring: methods and experiences
CN114359817A (zh) 基于出入口人行识别的人流量测量方法
WO2021103727A1 (zh) 一种数据处理方法、设备及存储介质
RU2679218C1 (ru) Система и способ контроля перемещения людей
CN109447042A (zh) 基于立体视觉技术实现置顶式客流监控处理的系统及方法
Felemban et al. MMaPFlow: a crowd-sourcing based approach for mapping mass pedestrian flow

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