CN112257654A - 一种智慧城市用人脸识别装置 - Google Patents

Abstract

本发明公开了种智慧城市用人脸识别装置，包括超市划分单元、人脸识别单元、分析判定平台以及终端设备；通过分析判定平台对顾客的眼部轮廓进行采集，通过互联网获取一百组参考年龄段的志愿者笑脸眼部轮廓，并将其标记为对比轮廓，获取顾客的眼部轮廓图像，并将其标记为判定轮廓，将判定轮廓与对比轮廓进行重合，并选取判定轮廓与对比轮廓的共同中心点，向判定轮廓与对比轮廓的边缘发送射线；获取判定轮廓与对比轮廓的边缘之间的射线距离，若Jk大于射线距离阈值，则判定顾客眼部轮廓不符合笑脸轮廓，生成祝福语播报指令，并将其发送至音乐播放器；通过人脸识别判定顾客的心情，能够缓解顾客的心情，提高超市的营业额。

Description

一种智慧城市用人脸识别装置

技术领域

本发明涉及智慧城市用人脸识别技术领域，具体为一种智慧城市用人脸识别装置。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别，在社会发展中，人脸识别技术在快速发展；其中，在超市内人脸识别技术起到至关重要的作用。

公告号为CN104392217A的专利公开了一种基于人脸识别的超市会员识别仪，包括机壳，位于机壳上的人脸图像采集器和显示器，位于机壳内置容腔的人脸识别模块和控制模块，以及供电电源；人脸图像采集器、人脸识别模块、控制模块和显示器依次连接；控制模块的输出端还与超市计费系统相连；显示器用于显示超市会员信息；人脸图像采集器位于机壳顶面、通过设置在机壳顶面的滑轨可360度旋转；显示器通过支架安装在机壳侧面，支架可调节显示器观看角度。结构紧凑、运行稳定、准确性高，可快速识别会员身份、显示会员信息；可节省会员卡这一物理载体，不用办理实物卡片而减少经济支出，不用直接携卡消费而享受会员优惠；减少制卡的材料浪费、节约资源、保护环境。

但是在该专利中，不能够对顾客的身份进行检测，不能够预防超市抢劫偷盗事件的发生，同时不能够对顾客的心情进行判定，从而导致商品成交率降低。

发明内容

本发明的目的就在于提出一种智慧城市用人脸识别装置，通过分析判定平台对顾客的眼部轮廓进行采集，通过互联网获取一百组参考年龄段的志愿者笑脸眼部轮廓，并将其标记为对比轮廓，获取顾客的眼部轮廓图像，通过图像轮廓提取技术提取顾客轮廓，并将其标记为判定轮廓，将判定轮廓与对比轮廓进行重合，并选取判定轮廓与对比轮廓的共同中心点，随后以中心点为起点，向判定轮廓与对比轮廓的边缘发送射线；获取判定轮廓与对比轮廓的边缘之间的射线距离，若轮廓与对比轮廓的边缘之间的射线距离Jk＞射线距离阈值，则判定顾客眼部轮廓不符合笑脸轮廓，生成顾客心情不好信号，同时生成祝福语播报指令，并将祝福语播报指令发送至终端设备；通过人脸识别判定顾客的心情，能够缓解顾客的心情，提高超市的营业额。

本发明的目的可以通过以下技术方案实现：

一种智慧城市用人脸识别装置，包括超市划分单元、人脸识别单元、分析判定平台、区域统计单元、回头客推荐单元、数据库以及终端设备；

所述分析判定平台用于对顾客的眼部轮廓进行采集，并对采集到的眼部轮廓进行分析判定，具体分析判定过程如下：

G1：通过互联网获取一百组参考年龄段的志愿者笑脸眼部轮廓，并将其标记为对比轮廓，参考年龄段包括20-30岁、31-45岁以及46-55岁三个年龄段；

G2：获取顾客的眼部轮廓图像，通过图像轮廓提取技术提取顾客轮廓，并将其标记为判定轮廓，轮廓提取技术为现有技术，在作者陈一月的编程岁月发布的Opencv图像轮廓提取之Scharr算法和Canny算法论文提出过；

G3：将判定轮廓与对比轮廓进行重合，并选取判定轮廓与对比轮廓的共同中心点，随后以中心点为起点，向判定轮廓与对比轮廓的边缘发送射线；

G4：获取判定轮廓与对比轮廓的边缘之间的射线距离，并将其标记为Jk，k＝1，2，......n，将判定轮廓与对比轮廓的边缘之间的射线距离Jk与射线距离阈值进行比较：

若判定轮廓与对比轮廓的边缘之间的射线距离Jk≤射线距离阈值，则判定顾客眼部轮廓符合笑脸轮廓，生成顾客心情好信号；

若轮廓与对比轮廓的边缘之间的射线距离Jk＞射线距离阈值，则判定顾客眼部轮廓不符合笑脸轮廓，生成顾客心情不好信号，同时生成祝福语播报指令，并将祝福语播报指令发送至终端设备。

进一步地，所述终端设备包括电脑显示屏和音乐播放器。

进一步地，所述数据库通过公安备案系统获取有抢劫偷盗前科的人的特性信息，将其标记为前科信息，并将前科信息进行存储，抢劫偷盗前科的人的特性信息包括人脸面部的眉毛间距、鼻梁上挺的角度以及面部轮廓宽度。

进一步地，所述人脸识别单元用于将顾客的特性信息与数据库内的前科信息进行分析识别，顾客的特性信息包括为顾客的人脸面部的眉毛间距、鼻梁上挺角度以及面部轮廓宽度，将顾客标记为i，i＝1，2，......n，具体分析识别过程如下：

步骤一、获取顾客的人脸面部的眉毛间距，并将顾客的人脸面部的眉毛间距标记为Mi；

步骤二、获取顾客的人脸面部的鼻梁上挺角度，并将顾客的人脸面部的鼻梁上挺角度标记为Ji；

步骤三、获取顾客的人脸面部的面部轮廓宽度，并将顾客的人脸面部的面部轮廓宽度标记为Ki；

步骤四、通过公式

获取到顾客的人脸识别系数Xi，其中，c1、c2以及c3均为预设比例系数，c1＞c2＞c3＞0，β为误差修正因子，取值为3.03265412；

步骤五、通过数据库内的前科信息获取到有抢劫偷盗前科的人脸识别系数，并将有抢劫偷盗前科的人脸识别系数标记为TD；

步骤六、将顾客的人脸识别系数Xi与有抢劫偷盗前科的人脸识别系数TD发送至分析判定平台，同时记录顾客到店的时间并将顾客到店的时间和顾客的特性信息一同发送至数据库进行储存；

所述分析判定平台接收到顾客的人脸识别系数Xi与有抢劫偷盗前科的人脸识别系数TD，并将其进行比较：

若Xi与TD的比值≤97％，则判定顾客无前科，生成顾客安全信号，并将顾客安全信号发送至电脑显示屏；

若Xi与TD的比值＞97％，则判定顾客有前科，生成预警信号，并将预警信号发送至电脑显示屏，电脑显示屏接收到预警信号后，对店员进行提醒。

进一步地，所述超市划分单元用于对超市货架进行区域划分，具体划分过程如下：

S1：将超市内售货的区域分成o份，o＝1，2，......n，并将其标记为第一区域，第二区域，......，第n区域；

S2：将第一区域，第二区域，......，第n区域内货架摆放商品的名称和数量，并将商品的名称和数量发送至数据库进行存储；

所述区域统计单元用于对超市一周内各个区域的活动信息进行统计，活动信息包括区域内顾客的日平均人数、顾客平均停留时间以及货架摆货的频率，具体统计过程如下：

T1：获取各个区域一周内顾客的日平均人数，并将各个区域一周内顾客的日平均人数标记为Po；

T2：获取各个区域一周内顾客平均停留时间，并将各个区域一周内顾客平均停留时间标记为So；

T3：通过公式

获取到顾客活动系数Xo，其中，b1和b2均为预设比例系数，b1＞b2＞0；

T4：获取各个区域一周内货架摆货的频率，并将各个区域一周内货架摆货的频率标记为Lo；

T5：将顾客活动系数Xo和货架摆货的频率Lo分别对应与L1和L2进行比较，L1为活动系数阈值，L2为货架摆货频率阈值，具体比较步骤如下：

若顾客活动系数Xo≥L1，货架摆货的频率Lo≥L2，则判定该区域商品欢迎度和销量均高，并将其标记为一级热销商品；

若顾客活动系数Xo＜L1，货架摆货的频率Lo≥L2，则判定该区域商品欢迎度低但销量高，并将其标记为二级热销商品；

若顾客活动系数Xo≥L1，货架摆货的频率Lo＜L2，则判定该区域商品欢迎度高但销量低，并将其标记为三级冷销商品；

若顾客活动系数Xo＜L1，货架摆货的频率Lo＜L2，则判定该区域商品欢迎度和销量均低，并将其标记为四级冷销商品；

T6：将一级热销商品、二级热销商品、三级冷销商品以及四级冷销商品对应的商品名称发送至超市划分单元；

所述超市划分单元还用于接收一级热销商品、二级热销商品、三级冷销商品以及四级冷销商品对应的商品名称，将其按照等级从小到大的顺序进行排序，并排序后的商品按照区域离大门的距离从近到远的顺序进行摆放。

进一步地，回头客推荐单元用于对经常进店的顾客进行商品推荐，具体推荐过程如下：

P1：通过当前顾客特性信息与数据库内存储的以往客户的特性信息进行比较，若当前顾客和以往顾客的人脸识别系数相同，则将当前顾客标记为回头客户；

P2：工作人员推荐回头客户通过手机终端发送顾客身份信息进行会员注册，并将注册成功的顾客身份信息发送至数据库进行存储，顾客身份信息包括顾客的姓氏、年龄、照片以及本人实名认证的手机号码；

P3：获取回头客户在超市内区域的停留时间，并将区域对应的商品标记为兴趣商品，同时记录兴趣商品的名称和兴趣商品的折扣优惠以及折扣优惠的时间，并将兴趣商品的名称和兴趣商品的折扣优惠以及折扣优惠的时间以短信的形式发送至会员顾客的手机终端。

与现有技术相比，本发明的有益效果是：

1、本发明中，通过分析判定平台对顾客的眼部轮廓进行采集，并对采集到的眼部轮廓进行分析判定，通过互联网获取一百组参考年龄段的志愿者笑脸眼部轮廓，并将其标记为对比轮廓，获取顾客的眼部轮廓图像，通过图像轮廓提取技术提取顾客轮廓，并将其标记为判定轮廓，将判定轮廓与对比轮廓进行重合，并选取判定轮廓与对比轮廓的共同中心点，随后以中心点为起点，向判定轮廓与对比轮廓的边缘发送射线；获取判定轮廓与对比轮廓的边缘之间的射线距离，若判定轮廓与对比轮廓的边缘之间的射线距离Jk≤射线距离阈值，则判定顾客眼部轮廓符合笑脸轮廓，生成顾客心情好信号；若轮廓与对比轮廓的边缘之间的射线距离Jk＞射线距离阈值，则判定顾客眼部轮廓不符合笑脸轮廓，生成顾客心情不好信号，同时生成祝福语播报指令，并将祝福语播报指令发送至终端设备；通过人脸识别判定顾客的心情，能够缓解顾客的心情，提高超市的营业额；

2、本发明中，通过人脸识别单元将顾客的特性信息与数据库内的前科信息进行分析识别，获取顾客的人脸面部的眉毛间距、人脸面部的鼻梁上挺角度以及人脸面部的面部轮廓宽度，通过公式获取到顾客的人脸识别系数Xi，通过数据库内的前科信息获取到有抢劫偷盗前科的人脸识别系数，并将有抢劫偷盗前科的人脸识别系数标记为TD；将顾客的人脸识别系数Xi与有抢劫偷盗前科的人脸识别系数TD发送至分析判定平台，同时记录顾客到店的时间并将顾客到店的时间和顾客的特性信息一同发送至数据库进行储存；通过分析判定平台接收到顾客的人脸识别系数Xi与有抢劫偷盗前科的人脸识别系数TD，若Xi与TD的比值＞97％，则判定顾客有前科，生成预警信号，并将预警信号发送至电脑显示屏，电脑显示屏接收到预警信号后，对店员进行提醒；对顾客的身份进行监测，能够有效预防抢劫偷盗事件的发生，提高了社会治安，降低了城市犯罪率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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例，对于本领域普通技术人员来讲，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。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种智慧城市用人脸识别装置，包括超市划分单元、人脸识别单元、分析判定平台、区域统计单元、回头客推荐单元、数据库以及终端设备；

所述终端设备包括电脑显示屏和音乐播放器；

所述数据库通过公安备案系统获取有抢劫偷盗前科的人的特性信息，将其标记为前科信息，并将前科信息进行存储，抢劫偷盗前科的人的特性信息包括人脸面部的眉毛间距、鼻梁上挺的角度以及面部轮廓宽度；

所述人脸识别单元用于将顾客的特性信息与数据库内的前科信息进行分析识别，顾客的特性信息包括为顾客的人脸面部的眉毛间距、鼻梁上挺角度以及面部轮廓宽度，将顾客标记为i，i＝1，2，......n，具体分析识别过程如下：

步骤一、获取顾客的人脸面部的眉毛间距，并将顾客的人脸面部的眉毛间距标记为Mi；

步骤二、获取顾客的人脸面部的鼻梁上挺角度，并将顾客的人脸面部的鼻梁上挺角度标记为Ji；

步骤三、获取顾客的人脸面部的面部轮廓宽度，并将顾客的人脸面部的面部轮廓宽度标记为Ki；

步骤四、通过公式

获取到顾客的人脸识别系数Xi，其中，c1、c2以及c3均为预设比例系数，c1＞c2＞c3＞0，β为误差修正因子，取值为3.03265412；

步骤五、通过数据库内的前科信息获取到有抢劫偷盗前科的人脸识别系数，并将有抢劫偷盗前科的人脸识别系数标记为TD；

步骤六、将顾客的人脸识别系数Xi与有抢劫偷盗前科的人脸识别系数TD发送至分析判定平台，同时记录顾客到店的时间并将顾客到店的时间和顾客的特性信息一同发送至数据库进行储存；

所述分析判定平台接收到顾客的人脸识别系数Xi与有抢劫偷盗前科的人脸识别系数TD，并将其进行比较：

若Xi与TD的比值≤97％，则判定顾客无前科，生成顾客安全信号，并将顾客安全信号发送至电脑显示屏；

若Xi与TD的比值＞97％，则判定顾客有前科，生成预警信号，并将预警信号发送至电脑显示屏，电脑显示屏接收到预警信号后，对店员进行提醒；

所述分析判定平台用于对顾客的眼部轮廓进行采集，并对采集到的眼部轮廓进行分析判定，具体分析判定过程如下：

G1：通过互联网获取一百组参考年龄段的志愿者笑脸眼部轮廓，并将其标记为对比轮廓，参考年龄段包括20-30岁、31-45岁以及46-55岁三个年龄段；

G2：获取顾客的眼部轮廓图像，通过图像轮廓提取技术提取顾客轮廓，并将其标记为判定轮廓，轮廓提取技术为现有技术，在作者陈一月的编程岁月发布的Opencv图像轮廓提取之Scharr算法和Canny算法论文提出过；

G3：将判定轮廓与对比轮廓进行重合，并选取判定轮廓与对比轮廓的共同中心点，随后以中心点为起点，向判定轮廓与对比轮廓的边缘发送射线；

G4：获取判定轮廓与对比轮廓的边缘之间的射线距离，并将其标记为Jk，k＝1，2，......n，将判定轮廓与对比轮廓的边缘之间的射线距离Jk与射线距离阈值进行比较：

若判定轮廓与对比轮廓的边缘之间的射线距离Jk≤射线距离阈值，则判定顾客眼部轮廓符合笑脸轮廓，生成顾客心情好信号；

若轮廓与对比轮廓的边缘之间的射线距离Jk＞射线距离阈值，则判定顾客眼部轮廓不符合笑脸轮廓，生成顾客心情不好信号，同时生成祝福语播报指令，并将祝福语播报指令发送至终端设备；

所述超市划分单元用于对超市货架进行区域划分，具体划分过程如下：

S1：将超市内售货的区域分成o份，o＝1，2，......n，并将其标记为第一区域，第二区域，......，第n区域；

S2：将第一区域，第二区域，......，第n区域内货架摆放商品的名称和数量，并将商品的名称和数量发送至数据库进行存储；

所述区域统计单元用于对超市一周内各个区域的活动信息进行统计，活动信息包括区域内顾客的日平均人数、顾客平均停留时间以及货架摆货的频率，具体统计过程如下：

T1：获取各个区域一周内顾客的日平均人数，并将各个区域一周内顾客的日平均人数标记为Po；

T2：获取各个区域一周内顾客平均停留时间，并将各个区域一周内顾客平均停留时间标记为So；

T3：通过公式

获取到顾客活动系数Xo，其中，b1和b2均为预设比例系数，b1＞b2＞0；

T4：获取各个区域一周内货架摆货的频率，并将各个区域一周内货架摆货的频率标记为Lo；

T5：将顾客活动系数Xo和货架摆货的频率Lo分别对应与L1和L2进行比较，L1为活动系数阈值，L2为货架摆货频率阈值，具体比较步骤如下：

若顾客活动系数Xo≥L1，货架摆货的频率Lo≥L2，则判定该区域商品欢迎度和销量均高，并将其标记为一级热销商品；

若顾客活动系数Xo＜L1，货架摆货的频率Lo≥L2，则判定该区域商品欢迎度低但销量高，并将其标记为二级热销商品；

若顾客活动系数Xo≥L1，货架摆货的频率Lo＜L2，则判定该区域商品欢迎度高但销量低，并将其标记为三级冷销商品；

若顾客活动系数Xo＜L1，货架摆货的频率Lo＜L2，则判定该区域商品欢迎度和销量均低，并将其标记为四级冷销商品；

T6：将一级热销商品、二级热销商品、三级冷销商品以及四级冷销商品对应的商品名称发送至超市划分单元；

所述超市划分单元还用于接收一级热销商品、二级热销商品、三级冷销商品以及四级冷销商品对应的商品名称，将其按照等级从小到大的顺序进行排序，并排序后的商品按照区域离大门的距离从近到远的顺序进行摆放；

回头客推荐单元用于对经常进店的顾客进行商品推荐，具体推荐过程如下：

P1：通过当前顾客特性信息与数据库内存储的以往客户的特性信息进行比较，若当前顾客和以往顾客的人脸识别系数相同，则将当前顾客标记为回头客户；

P2：工作人员推荐回头客户通过手机终端发送顾客身份信息进行会员注册，并将注册成功的顾客身份信息发送至数据库进行存储，顾客身份信息包括顾客的姓氏、年龄、照片以及本人实名认证的手机号码；

P3：获取回头客户在超市内区域的停留时间，并将区域对应的商品标记为兴趣商品，同时记录兴趣商品的名称和兴趣商品的折扣优惠以及折扣优惠的时间，并将兴趣商品的名称和兴趣商品的折扣优惠以及折扣优惠的时间以短信的形式发送至会员顾客的手机终端。

本发明工作原理：通过分析判定平台对顾客的眼部轮廓进行采集，并对采集到的眼部轮廓进行分析判定，通过互联网获取一百组参考年龄段的志愿者笑脸眼部轮廓，并将其标记为对比轮廓，参考年龄段包括20-30岁、31-45岁以及46-55岁三个年龄段；获取顾客的眼部轮廓图像，通过图像轮廓提取技术提取顾客轮廓，并将其标记为判定轮廓，轮廓提取技术为现有技术，在作者陈一月的编程岁月发布的Opencv图像轮廓提取之Scharr算法和Canny算法论文提出过；将判定轮廓与对比轮廓进行重合，并选取判定轮廓与对比轮廓的共同中心点，随后以中心点为起点，向判定轮廓与对比轮廓的边缘发送射线；获取判定轮廓与对比轮廓的边缘之间的射线距离，并将其标记为Jk，k＝1，2，......n，将判定轮廓与对比轮廓的边缘之间的射线距离Jk与射线距离阈值进行比较：若判定轮廓与对比轮廓的边缘之间的射线距离Jk≤射线距离阈值，则判定顾客眼部轮廓符合笑脸轮廓，生成顾客心情好信号；若轮廓与对比轮廓的边缘之间的射线距离Jk＞射线距离阈值，则判定顾客眼部轮廓不符合笑脸轮廓，生成顾客心情不好信号，同时生成祝福语播报指令，并将祝福语播报指令发送至终端设备；

通过人脸识别单元将顾客的特性信息与数据库内的前科信息进行分析识别，顾客的特性信息包括为顾客的人脸面部的眉毛间距、鼻梁上挺角度以及面部轮廓宽度，将顾客标记为i，i＝1，2，......n，获取顾客的人脸面部的眉毛间距、顾客的人脸面部的鼻梁上挺角度以及人脸面部的面部轮廓宽度，通过公式获取到顾客的人脸识别系数，通过数据库内的前科信息获取到有抢劫偷盗前科的人脸识别系数，将顾客的人脸识别系数与有抢劫偷盗前科的人脸识别系数发送至分析判定平台，同时记录顾客到店的时间并将顾客到店的时间和顾客的特性信息一同发送至数据库进行储存。

上述公式均是去量化取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种智慧城市用人脸识别装置，其特征在于，包括超市划分单元、人脸识别单元、分析判定平台、区域统计单元、回头客推荐单元、数据库以及终端设备；

所述分析判定平台用于对顾客的眼部轮廓进行采集，并对采集到的眼部轮廓进行分析判定，具体分析判定过程如下：

G1：通过互联网获取一百组参考年龄段的志愿者笑脸眼部轮廓，并将其标记为对比轮廓，参考年龄段包括20-30岁、31-45岁以及46-55岁三个年龄段；

G2：获取顾客的眼部轮廓图像，通过图像轮廓提取技术提取顾客轮廓，并将其标记为判定轮廓；

G3：将判定轮廓与对比轮廓进行重合，并选取判定轮廓与对比轮廓的共同中心点，随后以中心点为起点，向判定轮廓与对比轮廓的边缘发送射线；

G4：获取判定轮廓与对比轮廓的边缘之间的射线距离，并将其标记为Jk，k＝1，2，......n，将判定轮廓与对比轮廓的边缘之间的射线距离Jk与射线距离阈值进行比较：

若判定轮廓与对比轮廓的边缘之间的射线距离Jk≤射线距离阈值，则判定顾客眼部轮廓符合笑脸轮廓，生成顾客心情好信号；

若轮廓与对比轮廓的边缘之间的射线距离Jk＞射线距离阈值，则判定顾客眼部轮廓不符合笑脸轮廓，生成顾客心情不好信号，同时生成祝福语播报指令，并将祝福语播报指令发送至终端设备。

2.根据权利要求1所述的一种智慧城市用人脸识别装置，其特征在于，所述终端设备包括电脑显示屏和音乐播放器，所述音乐播放器用于接收祝福语播报指令并播放祝福语。

3.根据权利要求1所述的一种智慧城市用人脸识别装置，其特征在于，所述数据库通过公安备案系统获取有抢劫偷盗前科的人的特性信息，将其标记为前科信息，并将前科信息进行存储，抢劫偷盗前科的人的特性信息包括人脸面部的眉毛间距、鼻梁上挺的角度以及面部轮廓宽度。

4.根据权利要求3所述的一种智慧城市用人脸识别装置，其特征在于，所述人脸识别单元用于将顾客的特性信息与数据库内的前科信息进行分析识别，顾客的特性信息包括为顾客的人脸面部的眉毛间距、鼻梁上挺角度以及面部轮廓宽度，将顾客标记为i，i＝1，2，......n，具体分析识别过程如下：

步骤一、获取顾客的人脸面部的眉毛间距，并将顾客的人脸面部的眉毛间距标记为Mi；

步骤二、获取顾客的人脸面部的鼻梁上挺角度，并将顾客的人脸面部的鼻梁上挺角度标记为Ji；

步骤三、获取顾客的人脸面部的面部轮廓宽度，并将顾客的人脸面部的面部轮廓宽度标记为Ki；

步骤四、通过公式

获取到顾客的人脸识别系数Xi，其中，c1、c2以及c3均为预设比例系数，c1＞c2＞c3＞0，β为误差修正因子，取值为3.03265412；

步骤五、通过数据库内的前科信息获取到有抢劫偷盗前科的人脸识别系数，并将有抢劫偷盗前科的人脸识别系数标记为TD；

步骤六、将顾客的人脸识别系数Xi与有抢劫偷盗前科的人脸识别系数TD发送至分析判定平台，同时记录顾客到店的时间并将顾客到店的时间和顾客的特性信息一同发送至数据库进行储存；

所述分析判定平台接收到顾客的人脸识别系数Xi与有抢劫偷盗前科的人脸识别系数TD，并将其进行比较：

若Xi与TD的比值≤97％，则判定顾客无前科，生成顾客安全信号，并将顾客安全信号发送至电脑显示屏；

若Xi与TD的比值＞97％，则判定顾客有前科，生成预警信号，并将预警信号发送至电脑显示屏，电脑显示屏接收到预警信号后，对店员进行提醒。

5.根据权利要求1所述的一种智慧城市用人脸识别装置，其特征在于，所述超市划分单元用于对超市货架进行区域划分，具体划分过程如下：

S1：将超市内售货的区域分成o份，o＝1，2，......n，并将其标记为第一区域，第二区域，......，第n区域；

S2：将第一区域，第二区域，......，第n区域内货架摆放商品的名称和数量，并将商品的名称和数量发送至数据库进行存储；

所述区域统计单元用于对超市一周内各个区域的活动信息进行统计，活动信息包括区域内顾客的日平均人数、顾客平均停留时间以及货架摆货的频率，具体统计过程如下：

T1：获取各个区域一周内顾客的日平均人数，并将各个区域一周内顾客的日平均人数标记为Po；

T2：获取各个区域一周内顾客平均停留时间，并将各个区域一周内顾客平均停留时间标记为So；

T3：通过公式

获取到顾客活动系数Xo，其中，b1和b2均为预设比例系数，b1＞b2＞0；

T4：获取各个区域一周内货架摆货的频率，并将各个区域一周内货架摆货的频率标记为Lo；

T5：将顾客活动系数Xo和货架摆货的频率Lo分别对应与L1和L2进行比较，L1为活动系数阈值，L2为货架摆货频率阈值，具体比较步骤如下：

若顾客活动系数Xo≥L1，货架摆货的频率Lo≥L2，则判定该区域商品欢迎度和销量均高，并将其标记为一级热销商品；

若顾客活动系数Xo＜L1，货架摆货的频率Lo≥L2，则判定该区域商品欢迎度低但销量高，并将其标记为二级热销商品；

若顾客活动系数Xo≥L1，货架摆货的频率Lo＜L2，则判定该区域商品欢迎度高但销量低，并将其标记为三级冷销商品；

若顾客活动系数Xo＜L1，货架摆货的频率Lo＜L2，则判定该区域商品欢迎度和销量均低，并将其标记为四级冷销商品；

T6：将一级热销商品、二级热销商品、三级冷销商品以及四级冷销商品对应的商品名称发送至超市划分单元；

所述超市划分单元还用于接收一级热销商品、二级热销商品、三级冷销商品以及四级冷销商品对应的商品名称，将其按照等级从小到大的顺序进行排序，并排序后的商品按照区域离大门的距离从近到远的顺序进行摆放。

6.根据权利要求4所述的一种智慧城市用人脸识别装置，其特征在于，回头客推荐单元用于对经常进店的顾客进行商品推荐，具体推荐过程如下：

P1：通过当前顾客特性信息与数据库内存储的以往客户的特性信息进行比较，若当前顾客和以往顾客的人脸识别系数相同，则将当前顾客标记为回头客户；

P2：工作人员推荐回头客户通过手机终端发送顾客身份信息进行会员注册，并将注册成功的顾客身份信息发送至数据库进行存储，顾客身份信息包括顾客的姓氏、年龄、照片以及本人实名认证的手机号码；

P3：获取回头客户在超市内区域的停留时间，并将区域对应的商品标记为兴趣商品，同时记录兴趣商品的名称和兴趣商品的折扣优惠以及折扣优惠的时间，并将兴趣商品的名称和兴趣商品的折扣优惠以及折扣优惠的时间以短信的形式发送至会员顾客的手机终端。

Images