CN112508626A - 一种信息处理方法、装置、电子设备及存储介质 - Google Patents
一种信息处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112508626A CN112508626A CN202011505600.5A CN202011505600A CN112508626A CN 112508626 A CN112508626 A CN 112508626A CN 202011505600 A CN202011505600 A CN 202011505600A CN 112508626 A CN112508626 A CN 112508626A
- Authority
- CN
- China
- Prior art keywords
- target
- store
- information
- pedestrian
- displayed
- 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.)
- Withdrawn
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 58
- 238000003672 processing method Methods 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 description 34
- 230000008569 process Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009432 framing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture 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
- G07C9/00—Individual registration on entry or exit
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Multimedia (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Social Psychology (AREA)
- Operations Research (AREA)
- Human Computer Interaction (AREA)
- Tourism & Hospitality (AREA)
- Psychiatry (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种信息处理方法、装置、电子设备及存储介质,其中,该信息处理方法包括:基于对第一目标场所采集的视频流,获取所述视频流中行人的轨迹信息;基于所述视频流中行人的轨迹信息,确定在预设时长内进入所述第一目标场所的第一人流数量和经过所述第一目标场所的第二人流数量;基于所述第一人流数量和所述第二人流数量,生成针对第二目标场所内陈列物品的调整信息。
Description
技术领域
本公开涉及计算机视觉技术领域,具体而言,涉及一种信息处理方法、装置、电子设备及存储介质。
背景技术
为增加店铺销售额,各店铺通常采用店面陈列的方式来招揽顾客。常规实现方式中,店铺经营人员通常将本季或是本月新品、销量较高的商品等作为陈列物品。
然而传统的确定陈列物品的方案,依赖于销售数据,而销售数据往往难以反映陈列物品所产生的实际效果,且考虑到顾客的隐私保护,部分销售数据的获取途径受限,这将导致得到的销售数据的准确性、全面性较差,因此,亟需一种针对陈列物品的调整信息生成方案,以摆脱传统陈列物品的方案对于销售数据的依赖。
发明内容
本公开实施例至少提供一种信息处理方案。
第一方面,本公开实施例提供了一种信息处理方法,包括:
基于对第一目标场所采集的视频流,获取所述视频流中行人的轨迹信息;
基于所述视频流中行人的轨迹信息,确定在预设时长内进入所述第一目标场所的第一人流数量和经过所述第一目标场所的第二人流数量;
基于所述第一人流数量和所述第二人流数量,生成针对第二目标场所内陈列物品的调整信息。
本公开实施例中,采用上述技术手段可以结合采集到的视频流确定出不同维度的人流数据,具体可以包括分别能够反映进入第一场所和经过第一目标场所的第一人流数量以及第二人流数量。基于得到的与第一目标场所相关的不同维度的人流数据,可以针对第二目标场所内陈列物品制定调整方案,即生成调整信息。
由此可见,对于第一目标场所与第二目标场所相同的情况下,通过上述实现方式,能够基于不同维度的人流数据生成具有针对性的调整信息。而对于第一目标场所与第二目标场所不同的情况而言,通过上述实现方式,能够将第一目标场所中不同维度的人流数据作为基础,得到适用于第二目标场所的调整方案。很显然,这一实现方式无需额外考察第二目标场所中的人流情况,即可得到适用于第二目标场所的调整方案。
此外,考虑到对于第一目标场所而言,无论第一场所属于公共场合或是非公共场合,出于安防考虑,通常会部署诸如摄像头等视频采集部件。也就意味着,实现上述技术方案的数据来源通常属于现有资源,无需额外采集视频流。这样一来,本公开提供的技术方案能够通过对现有资源的合理运用,以得到适用于第二目标场所的调整方案,无疑在摆脱传统物品陈列的方案过分依赖销售数据的同时,实现了现有资源的充分利用。且得到的陈列物品的调整方案,可以更加适应于第二目标场所的实际需求。
在一种可能的实施方式中,所述第二目标场所与所述第一目标场所相同,或者,所述第二目标场所为与所述第一目标场所存在关联的关联场所。
在一种可能的实施方式中,所述第一目标场所包括设定范围区域内的第一店铺,所述基于所述第一人流数量和所述第二人流数量,生成针对第二目标场所内陈列物品的调整信息,包括:
基于所述第一人流数量和所述第二人流数量,确定所述第一店铺在所述预设时长内的进店率;
基于所述第一店铺在所述预设时长内的进店率,生成针对所述第二目标场内陈列物品的调整信息。
本公开实施例中,可以通过统计预设时长内进入第一店铺的第一人流数量和经过第一店铺的第二人流数量,确定出反应第一店铺在预设时长内的进店率,该进店率可以反映出第一店铺陈列的物品在预设时长内的受欢迎程度,这样可以直接基于该进店率为与第一店铺关联的第二目标场所制定调整方案,整个过程无需再通过人工统计第二目标场所的销售数据,节省了人力成本,且提高了确定的调整方案的准确度。
在一种可能的实施方式中,所述第一店铺包括至少两个,所述基于所述第一店铺在所述预设时长内的进店率,生成针对第二目标场所内陈列物品的调整信息,包括:
基于所述第一店铺中每个店铺在同一统计时段内对应的进店率,以及所述每个店铺在所述同一统计时段内陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息。
本公开实施例中,可以通过在同一统计时段统计陈列不同物品的店铺的进店率,比如统计出商场内的多个店铺在同一个季度内的进店率,从而可以确定出多个店铺陈列的物品在该同一统计时段内的受欢迎程度,进而可以生成针对第二目标场所陈列物品的调整信息,该过程无需再统计第二目标场所在该统计时段内的销售数据,节省了人力成本,且提高了确定的调整方案的准确度。
在一种可能的实施方式中,所述基于所述第一店铺中每个店铺在同一统计时段内对应的进店率,以及所述每个店铺在所述同一统计时段内陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息,包括:
基于所述每个店铺在同一统计时段内对应的进店率,从所述第一店铺中确定第一目标店铺和第二目标店铺,所述第一目标店铺为所述第一店铺中最低进店率对应的店铺,所述第二目标店铺为所述第一店铺中最高进店率对应的店铺;
将所述第一目标店铺作为所述第二目标场所,基于所述第二目标店铺内陈列的物品,生成针对所述第二目标场所内陈列物品的调整指示信息。
本公开实施例中,通过统计不同店铺在同一统计时段内对应的进店率,可以选择出在预设范围区域内最低进店率的第一目标店铺以及最高进店率的第二目标店铺,进一步可以根据第二目标店铺陈列的物品对与第一目标店铺相同的第二目标场所制定调整方案,无需额外考察第二目标场所中的进店率情况,可以节省人力成本,从而提高确定资源配置的效率。
在一种可能的实施方式中,所述第一店铺为一个,所述基于所述第一店铺在所述预设时长内的进店率,生成针对第二目标场所内陈列物品的调整信息,包括:
基于所述第一店铺在不同统计时段内分别对应的进店率,以及所述第一店铺在不同统计时段内分别陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息。
本公开实施例中,可以对同一店铺在不同统计时段的进店率进行统计,从而确定出该同一店铺陈列的物品与不同统计时间段的关联关系,比如该店铺陈列的物品在哪个统计时间段最受欢迎,从而可以基于同一店铺陈列的物品与不同统计时间段的关联关系对第二目标场所制定调整方案,确定出第二目标场所在不同统计时段陈列的物品,该过程可以节省人工线下统计进店率的成本,提高资源配置的效率。
在一种可能的实施方式中,所述基于所述第一店铺在不同统计时段内分别对应的进店率,以及所述第一店铺在不同统计时段内分别陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息,包括:
在所述第一店铺在不同统计时段陈列内分别陈列的物品相同的情况下,基于所述第一店铺在不同统计时段内分别对应的进店率,确定所述第一店铺陈列的物品对应的目标陈列时段;所述目标陈列时段对应的进店率大于或等于预设进店率阈值;
基于所述目标陈列时段,生成在所述目标陈列时段针对所述第二目标场所内陈列物品的调整信息。
本公开实施例中,在第一店铺在不同统计时段陈列的物品相同的情况下,通过对同一店铺在不同统计时段的进店率进行统计,可以选择该第一店铺陈列的物品受欢迎的目标陈列时段,基于此可以对第二目标场所在目标陈列时段陈列的物品制定调整方案,该过程可以节省通过人工线下统计第二目标场在不同陈列时段的进店率所需的时间,也无需统计第二目标场所在不同陈列时段的销售数据,从而可以提高调整方案的制定效率。
在一种可能的实施方式中,所述基于所述第一店铺在不同统计时段内分别对应的进店率,以及所述第一店铺在不同统计时段内分别陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息,包括:
在所述第一店铺在不同统计时段陈列内分别陈列的物品不相同的情况下,基于所述第一店铺在不同统计时段内分别对应的进店率,确定所述第一店铺在不同统计时段陈列的物品与对应陈列时段之间的匹配度;
基于确定的所述匹配度,生成在特定陈列时段针对所述第二目标场所内陈列物品的调整信息。
本公开实施例中,在第一店铺在不同统计时段陈列的物品不相同的情况下,通过对同一店铺在不同统计时段的进店率进行统计,可以快速确定该第一店铺在不同统计时段陈列的物品与对应陈列时段之间的匹配度,比如在第一个统计时段对应的进店率较高,可以反应在第一个统计时段陈列的物品与该第一统计时段之间的匹配度较高,从而确定第一店铺在第一个统计时段销售的物品适合在第一统计时段进行销售,反之则不适合在第一个统计时段进行销售,基于此可以对第二目标场所在不同陈列时段陈列的物品制定调整方案,该过程可以节省通过人工线下统计第二目标场在不同陈列时段的进店率所需的时间,也无需统计第二目标场所在不同陈列时段的销售数据,从而可以提高调整方案的制定效率。
在一种可能的实施方式中,所述基于所述第一人流数量和所述第二人流数量,确定第一店铺在所述预设时长内的进店率,包括:
基于所述第一人流数量和所述第二人流数量,得到总人流数量;
将所述第一人流数量和所述总人流数量的比值,作为所述第一店铺在所述预设时长内的进店率。
本公开实施例中,在第一目标场所为店铺时,可以通过视频流检测确定出店铺在预设时长内的进店率,节省了人工统计进店率需要的时间,提高了店铺进店率的统计效率。
在一种可能的实施方式中,所述基于对第一目标场所采集的视频流,获取所述视频流中行人的轨迹信息,包括:
对所述视频流中的目标视频帧进行行人检测,识别出所述目标视频帧中包含的各行人的位置信息;
根据所述目标视频帧中包含的各行人的位置信息,确定目标行人在所述视频流中的位置信息;
根据所述目标行人在所述视频流中的位置信息,确定所述目标行人的轨迹信息。
本公开实施例中,通过使用行人检测技术,可以快速确定出视频帧中各行人的位置信息,这样基于各行人的位置信息,可以确定出目标行人视频流中的位置信息,进而可以快速确定出目标行人的轨迹信息。
在一种可能的实施方式中,在所述根据所述目标视频帧中包含的各行人的位置信息,确定目标行人在所述视频流中的位置信息之前,所述信息处理方法还包括:
获取所述目标视频帧中的行人的特征信息;
基于不同目标视频帧分别包含的行人的特征信息,确定所述不同目标视频帧中包含的行人之间的特征相似度;
将所述特征相似度中高于预设相似度阈值的最大相似度对应的行人作为所述目标行人。
本公开实施例中,提出可以通过提取目标视频帧中包含的行人的特征信息,确定不同目标视频帧中的目标行人,为后续对目标行人进行追踪确定目标行人的轨迹信息提供便利。
在一种可能的实施方式中,基于所述视频流中行人的轨迹信息,确定在预设时长内进入所述第一目标场所的第一人流数量,包括:
基于所述轨迹信息和第一判定标志,对所述预设时长内进入所述第一目标场所的行人数量进行统计,得到所述第一人流数量,所述第一判定标志用于判断行人是否进入所述第一目标场所。
本公开实施例中,在对行人的轨迹进行追踪过程中,可以结合预先绘制的用于判断行人是否进入第一目标场所的第一判定标志,较为准确的确定出行人是否进入第一目标场所,该过程可以节省人工对人流数量进行统计的时间,提高了人流数量统计效率。
在一种可能的实施方式中,基于所述视频流中行人的轨迹信息,确定在预设时长内经过所述第一目标场所的第二人流数量,包括:
基于所述轨迹信息、第一判定标志和第二判定标志,对所述预设时长内经过所述第一目标场所且未进入所述第一目标场所的行人数量进行统计,得到所述第二人流数量,所述第一判定标志用于判断行人是否进入所述第一目标场所,所述第二判定标志用于判断行人是否经过所述第一目标场所。
本公开实施例中,在对行人的轨迹进行追踪过程中,可以结合预先绘制的用于判断行人是否进入第一目标场所的第一判定标志,以及用于判断行人是否经过第一目标场所的第二判定标志,较为准确的确定出行人是否经过第一目标场所,该过程可以节省人工对人流数量进行统计的时间,提高了人流数量统计效率。
在一种可能的实施方式中,所述信息处理方法还包括:
在确定所述第一人流数量大于第一预设阈值的情况下,生成第一预警提示信息。
本公开实施例中,可以对预设时长内进入第一目标场所的人流数量进行统计,在确定预设时长内进入第一目标场所的人流数量较多时,可以生成预警提示信息,以提高行人在进入第一目标场所时的安全性。
在一种可能的实施方式中,所述信息处理方法还包括:
基于所述轨迹信息和第一判定标志,确定在所述预设时长内离开所述第一目标场所的第三人流数量,所述第一判定标志用于判断行人是否进入所述第一目标场所;
在确定所述第三人流数量大于第二预设阈值的情况下,生成第二预警提示信息。
本公开实施例中,可以对预设时长内离开第一目标场所的人流数量进行统计,在确定预设时长内离开第一目标场所的人流数量较多时,可以生成预警提示信息,以提高行人在离开第一目标场所时的安全性。
在一种可能的实施方式中,所述信息处理方法还包括:
基于所述第一目标场所在所述预设时长内的历史停留人数、所述第一人流数量和所述第三人流数量,确定所述第一目标场所在所述预设时长内的人员净存量;
在确定所述第一目标场所在所述预设时长内的人员净存量大于第三预设阈值的情况下,生成第三预警提示信息。
本公开实施例中,可以实时检测第一目标场所中的人员净存量,并在确定人员净存量超过阈值的情况下,进行预警提示,比如在发生拥挤的情况下,可以进行疏通处理,从而提高行人在第一目标场所中驻留时的安全性。
第二方面,本公开实施例提供了一种信息处理装置,包括:
获取模块,用于基于对第一目标场所采集的视频流,获取所述视频流中行人的轨迹信息;
确定模块,用于基于所述视频中行人的轨迹信息,确定在预设时长内进入所述第一目标场所的第一人流数量和经过所述第一目标场所的第二人流数量;
生成模块,用于基于所述第一人流数量和所述第二人流数量,生成针对第二目标场所内陈列物品的调整信息。
第三方面,本公开实施例提供了一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如第一方面所述信息处理方法的步骤。
第四方面,本公开实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如第一方面所述的信息处理方法的步骤。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本公开实施例所提供的一种信息处理方法的流程图;
图2示出了本公开实施例所提供的一种确定目标行人的轨迹信息的方法流程图;
图3示出了本公开实施例所提供的一种确定第一人流数量和第二人流数量的场景示意图;
图4示出了本公开实施例所提供的一种生成针对第二目标场所内陈列物品的调整信息的方法流程图;
图5示出了本公开实施例所提供的一种预警提示的方法流程图;
图6示出了本公开实施例所提供的另一种预警提示的方法流程图;
图7示出了本公开实施例所提供的一种信息处理装置的结构示意图
图8示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开实施例中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公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”,仅仅是描述一种关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
针对旅游景区、购物街等场所,为增加店铺销售额,各店铺通常采用店面陈列的方式来招揽顾客。常规实现方式中,店铺经营人员通常将本季度或者本月新品、销量较高的商品等作为陈列物品,这些确定陈列物品的方案一般依赖于销售数据,而准确的销售数据的获取途径困难,效率较低,因此如何高效准确的生成针对店铺的调整方案,为亟需解决的问题。
基于上述研究,本公开提供了一种信息处理方法,可以结合采集到的视频流确定出不同维度的人流数据,具体可以包括分别能够反映进入第一场所和经过第一目标场所的第一人流数量以及第二人流数量。基于得到的与第一目标场所相关的不同维度的人流数据,可以针对第二目标场所内陈列物品制定调整方案,即生成调整信息。
此外,对于第一目标场所与第二目标场所相同的情况下,通过上述实现方式,能够基于不同维度的人流数据生成具有针对性的调整信息。而对于第一目标场所与第二目标场所不同的情况而言,通过上述实现方式,能够将第一目标场所中不同维度的人流数据作为基础,得到适用于第二目标场所的调整方案。很显然,这一实现方式无需额外考察第二目标场所中的人流情况,即可得到适用于第二目标场所的调整方案。
此外,考虑到对于第一目标场所而言,无论第一场所属于公共场合或是非公共场合,出于安防考虑,通常会部署诸如摄像头等视频采集部件。也就意味着,实现上述技术方案的数据来源通常属于现有资源,无需额外采集视频流。这样一来,本公开提供的技术方案能够通过对现有资源的合理运用,以得到适用于第二目标场所的调整方案,无疑在摆脱传统物品陈列的方案过分依赖销售数据的同时,实现了现有资源的充分利用。且得到的陈列物品的调整方案,可以更加适应于第二目标场所的实际需求。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种信息处理方法进行详细介绍,本公开实施例所提供的信息处理方法的执行主体一般为具有一定计算能力的计算机设备,该计算机设备例如包括:终端设备或服务器或其它处理设备,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端等。在一些可能的实现方式中,该信息处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示,为本公开实施例提供的信息处理方法的流程图,该信息处理方法包括以下S101~S103:
S101,基于对第一目标场所采集的视频流,获取视频流中行人的轨迹信息。
示例性地,第一目标场所包含需要统计人流进入量的场所,比如展览馆中的各个展览厅,购物街或者商场中的各个店铺等,本公开实施例将以第一目标场所为店铺为例,说明如何进行信息处理,生成针对店铺内陈列物品的调整信息。需要说明的是,本公开实施例提供的技术方案的应用场景中第一目标场所可以包括但不限于店铺。
示例性地,在获取针对店铺的视频流时,为了采集进入或者经过店铺的人流量,可以在店铺外设置视频采集部件,视频采集部件可以包含彩色摄像头或者灰度摄像头,通过对摄像头的位姿进行调整,使得摄像头能够同时采集到经过店铺或者进入店铺的目标区域。经过该店铺的行人可以理解为从该店铺的进口经过,但是未进入的行人;进入该店铺的行人可以理解为从该店铺的进口进入店铺的行人。因此,可以对该店铺的进口所对应的目标区域进行视频采集,得到针对店铺的视频流。
需要说明的是,对于诸如商场内的店铺而言,出于安防考虑,通常店铺门口以及店铺门口的过道处都会部署相应的摄像头,而这类摄像头采集到的视频流往往可以直接应用本公开提供的技术方案中。也就意味着,本公开提供的技术方案可以延用已有视频数据,即原本部署在店铺门口以及店铺门口的过道处的摄像头采集到的视频流。这样一来,应对于本公开提供的技术方案而言,无需额外部署摄像头,节约了数据来源的维护成本等,也可以充分利用已有资源。
示例性地,在得到针对第一目标场所的视频流后,可以对视频流进行分帧处理,以便对视频流中的视频帧进行行人检测、跟踪,从而可以确定视频流中的行人的位置变化,得到视频流中的行人的轨迹信息。
S102,基于视频流中行人的轨迹信息,确定在预设时长内进入第一目标场所的第一人流数量和经过第一目标场所的第二人流数量。
示例性地,预设时长可以为用户根据需求设定的时长,比如在需要对店铺一天内工作时间的进店率进行统计时,预设时长可以包含从店铺开门到店铺关门包含的时长。其中,用户指的是诸如店铺的经营/管理人员、商场的负责人员等具备陈列物品调整权限,或是具备为调整信息提供指向性意见的人员,在此不予限定。
当然,预设时长也可按照一定规则而自动生成,比如,基于第一目标场所所述区域的开放时段进行设置等。在实际应用过程中,随着规则的调整,预设时长也可以进行周期性或非周期性的自动调整,比如,夏季、秋季的营业时长不同,那么随着季节的变化,预设时长也可以依据规则中指定的时间节点,调整为更长的时段或是更短的时段,具体调整方式等不予限定。
示例性地,可以通过获取的预设时长内的视频流中行人的轨迹信息,以及视频流中店铺的进口所对应的目标区域,确定出在预设时长内进入店铺的第一人流数量,以及经过店铺的第二人流数量。
S103,基于第一人流数量和第二人流数量,生成针对第二目标场所内陈列物品的调整信息。
示例性地,第二目标场所与第一目标场所相同,或者,第二目标场所为与第一目标场所存在关联的关联场所。
比如,第一目标场所和第二目标场所为同一店铺,比如均为店铺A,这样通过在预设时长内进入店铺A的第一人流数量和经过店铺A的第二人流数量,可以生成针对店铺A陈列物品的调整信息。
再比如,第二目标场所和第一目标场所为存在关联的关联场所。其中,关联场所指的是两类场所(第一目标场所和第二目标场所)之间存在关联关系,该关联关系可以为归属于同一系列的场所或是存在从属关系的场所。其中,归属于同一系列的场所,指的是第一目标场所与第二目标场所的类型相同和/或面向对象相同,比如,第一目标场所与第二目标场所同属于鞋店,具体的还可以是同一品牌的鞋店,或是第一目标场所与第二目标场所均面向儿童。存在从属关系的场所,指的是第一目标场所与第二目标场所存在层级递进或是层级衰减的关系,比如,第一目标场所与第二目标场所的类型相同,但第一目标场所相对于第二目标场所而言属于会员店或是高端店,同样的,第一目标场所相对于第二目标场所而言属于普通店或是平价店。比如第一目标场所为店铺A,第二目标场所为店铺A的连锁店-店铺B。考虑到连锁店之间存在的关联性,虽然店铺A的人流情况不能等同于店铺B的人流情况,但两个店铺的人流情况会存在一定相似性,因此,可以通过在预设时长内进入店铺A的第一人流数量和经过店铺A的第二人流数量,生成针对店铺B陈列物品的调整信息。
示例性地,针对第二目标场所内陈列物品的调整信息可以包含但不限于针对陈列的物品的摆放顺序的调整信息、针对陈列的物品的类型的调整信息等,通过第一人流数量和第二人流数量可以反映出店铺在预设时长内的进店率,可以反映出用户对店铺内陈列的物品的喜好程度,因此可以基于第一人流数量和第二人流数量来生成针对店铺内陈列物品的调整信息,比如若店铺的进店率很低(即第一人流数量和第二人流数量均较低,比如,低于各自对应的常规人流数量),可以反映店铺内陈列物品可能不受用户喜欢,因此可以适当调整店铺内陈列的物品。
本公开实施例中,通过对第一目标场所采集的视频流,获取视频流中行人的轨迹信息,这样可以基于行人的轨迹信息,进一步可以快速确定出预设时长内进入第一目标场所的第一人流数量和经过第一目标场所的第二人流数量,从而基于快速确定的第一人流数量和第二人流数量,可以快速确定出针对第二目标场所内陈列物品的调整信息。
下面将结合具体实施例对上述S101~S103进行阐述。
针对上述S101,在基于对第一目标场所采集的视频流,确定视频流中行人的轨迹信息时,如图2所示,可以包括S201~S203:
S201,对视频流中的目标视频帧进行行人检测,识别出目标视频流中包含的各行人的位置信息。
示例性地,目标视频帧为对视频流进行分帧处理后按照采集时间顺序依次获取的每帧视频帧,也可以是对视频流进行分帧处理后的按照采集时间顺序间隔一帧或设定帧获取的视频帧,在此不进行限定。
示例性地,可以采用行人识别算法对目标视频帧进行行人检测,得到目标视频帧中包含的各行人的位置信息。另外,考虑到目标视频帧中不同行人之间可能存在遮挡情况,从目标视频帧中可能无法检测到整个人的完整身体信息,因此,在对视频流中的目标视频帧进行行人检测时,可以考虑采用头肩检测算法,完成对目标视频帧中行人的检测,确定目标视频帧中包含的各行人的位置信息。其中,头肩检测算法指的是通过对目标视频帧中行人的头部和肩部进行识别,得到表示行人头部特征点和肩部特征点的位置信息,从而得到指示行人头肩位置的检测框,可以将检测框的中心位置点在目标视频帧中的位置作为行人在目标视频帧中的位置。
S202,根据目标视频帧中包含的各行人的位置信息,确定目标行人在视频流中的位置信息。
示例性地,在视频采集部件的采集位姿固定后,视频流中的目标视频帧可以对应相同的坐标系,通过确定目标视频帧中包含的各行人在相同的坐标系下的位置信息,可以确定目标行人在视频流中的位置信息。
其中,目标行人可以是目标视频帧中的各行人,也可以是特定的一个行人或多个行人。这样,可以基于目标行人在目标视频帧中的位置信息,确定出该目标行人在视频流中的位置信息,比如目标行人在第一帧目标视频帧中的位置信息为位置A,在第二帧目标视频帧中的位置信息为位置B,在第三帧目标视频帧中的位置信息为位置C,则目标行人在视频流中的位置信息按时序排列,依次包括位置A、位置B和位置C。
S202,根据目标行人在视频流中的位置信息,确定目标行人的轨迹信息。
示例性地,可以根据目标行人在视频流中的位置信息,以及目标视频帧的时间顺序,快速确定出目标行人的轨迹信息,比如上述确定出的目标行人在视频流中的位置信息包括位置A、位置B和位置C,且第一帧目标视频帧的采集时间早于第二帧目标视频帧的采集时间,第二帧目标视频帧采集时间早于第三帧目标视频帧的采集时间,因此目标行人的轨迹信息为从A位置到B位置,再从B位置到C位置。
本公开实施例中,通过使用行人检测技术,可以快速确定出视频帧中各行人的位置信息,这样基于各行人的位置信息,可以确定出目标行人视频流中的位置信息,进而可以快速确定出目标行人的轨迹信息。
示例性地,目标视频帧中可能包含多个不同的行人,因此在对目标视频帧进行行人检测的过程中,为了确定目标行人的轨迹信息时,需要在不同的目标视频帧中,确定出目标行人,因此,在根据目标视频帧中包含的各行人的位置信息,确定目标行人在视频流中的位置信息之前,本公开实施例提供的信息处理方法还包括以下S2011~S2013:
S2011,获取目标视频帧中的行人的特征信息。
示例性地,可以在确定目标帧视频帧中包含行人的头肩信息后,在目标视频帧中提取用于描述行人头肩的特征信息,比如可以包括头肩的轮廓特征、形状特征、颜色特征、纹理特征以及运动特征等中的一项或是多项的组合。
S2012,基于不同目标视频帧分别包含的行人的特征信息,确定不同目标视频帧中包含的行人之间的特征相似度。
示例性地,比如针对任意两帧相邻的目标视频帧,分别记为第一目标视频帧和第二目标视频帧,若第一目标视频帧和第二目标视频帧中均分别包含三个行人,可以对每个目标视频帧中包含的行人通过序号等标识进行区分,比如第一目标视频帧中的三个行人分别记为第一个行人、第二个行人以及第三个行人,同样,第二目标视频帧中的三个行人分别记为第一个行人、第二个行人以及第三个行人。
进一步地,可以基于第一目标视频帧中的第一个行人的特征信息以及第二目标视频帧中的三个行人分别对应的特征信息,确定第一目标视频帧中的第一个行人分别与第二目标视频帧中包含的三个行人之间的特征相似度,然后按照相同的方式确定第一目标视频帧中包含的第二个行人分别与第二目标视频帧中包含的三个行人的特征相似度,以及第三个行人分别与第二目标视频帧中包含的三个行人的特征相似度。
S2013,将特征相似度中高于预设相似度阈值的最大相似度对应的行人作为目标行人。
示例性地,以上述确定第一目标视频帧中的第一个行人分别与第二目标视频帧中包含的三个行人的特征相似度的过程为例,比如第一目标视频帧中的第一个行人与第二目标视频帧中包含的第二个行人之间的特征相似度高于阈值,且在得到的三个特征相似度中为最大相似度,则第一目标视频帧第一个行人和第二目标视频帧中的第二个行人为相同的行人,可以记录为目标行人,同样可以确定分别与第一目标视频帧中第二个行人以及第三个行人为同一行人的行人。
示例性地,在目标行人包含多个时,可以按照同一ID对每个目标行人进行编码,也就是使用相同的ID对在不同视频帧中出现的同一个行人进行标记,从而完成多个行人的标记过程,这样便于通过ID对目标行人的轨迹进行追踪。
本公开实施例中,提出可以通过提取目标视频帧中包含的行人的特征信息,确定不同目标视频帧中的目标行人,为后续对目标行人进行追踪确定目标行人的轨迹信息提供便利。
针对上述S102,在基于视频流中行人的轨迹信息,确定在预设时长内进入第一目标场所的第一人流数量时,包括:
基于轨迹信息和第一判定标志,对预设时长内进入第一目标场所的行人数量进行统计,得到第一人流数量,其中,第一判定标志用于判断行人是否进入第一目标场所。
其中,第一判定标志可以为预先绘制的用于判断行人是否进入第一目标场所的判定线。
具体地,可以针对判定线标记进方向和出方向,视频流中的行人的轨迹方向与进方向匹配,可以确定行人为进入第一目标场所,基于此可以统计预设时长内的第一人流数量。
本公开实施例中,在对行人的轨迹进行追踪过程中,可以结合预先绘制的用于判断行人是否进入第一目标场所的第一判定标志,较为准确的确定出行人是否进入第一目标场所,该过程可以节省人工对人流数量进行统计的时间,提高了人流数量统计效率。
针对上述S102,在基于视频流中行人的轨迹信息,确定在预设时长内经过第一目标场所的第二人流数量时,包括:
基于轨迹信息、第一判定标志和第二判定标志,对预设时长内经过第一目标场所且未进入第一目标场所的行人数量进行统计,得到第二人流数量;其中,第一判定标志用于判断行人是否进入第一目标场所,第二判定标志用于判断行人是否经过第一目标场所。
其中,第一判定标志可以为上述提到的判定线,第二判定标志可以为预先绘制的用于判断行人是否经过第一目标场所的判定区域,根据视频流中的行人的轨迹信息,确定行人的轨迹为进入判定区域,且未进入第一目标场所,可以确定行人经过第一目标场所,基于此可以统计预设时长内的第二人流数量。
示例性地,可以通过视频流中行人的轨迹信息,以及判定线,确定出在预设时长内进入第一目标场所的行人数量,以及可以通过视频流中行人的轨迹信息、判定线以及判定区域,确定出在预设时长内经过第一目标场所且未进入第一目标场所的行人数量。
在一种实施方式中,如图3所示,为第一目标场所的示意图,该第一目标场所可以为店铺A,该店铺A靠近出入口的位置部署有店头陈列区域。其中,出入口为店铺A设置的唯一通道,在实际部署过程中,店铺A也可以包括多个通道,比如,包括两个通道,一个为出口,一个为入口,或是这两个通道都为出入口。店头陈列区域可以包括但不限于店铺的橱窗、店铺内靠近出入口位置的用于陈列商品的区域等,在此不予限定。参考图3,判定线可以位于判定区域外,靠近店铺出入口的一侧。
为保证获取到的第一、第二人流数量的可靠性,判定线通常可以设置在店铺A的出入口所在区域内,具体可以与店铺A的出入口所在位置重合,或是位于店铺A内部,靠近出入口的位置(即图3所示判定线)。而判定区域则可以设置在店铺A的外部,靠近出入口的位置。通常情况下,出入口所在位置可以位于判定线与判定区域的之间,当然,出入口所在位置也可以与判定线以及判定区域存在重叠,比如,判定区域靠近出入口的一条边分别与判定线、以及出入口所在位置重合。在实际部署过程中,判定线也可位于判定区域内,或者判定线与判定区域靠近出入口的一条边重合且位于店铺外靠近出入口的位置等。
参考图3,可以通过视频流中行人的轨迹信息,确定行人是否跨过判定线,而由于判定线位于店铺内,因此,可以将跨过判定线的行人确定为由出入口进入店铺的行人,从而统计出在预设时长内经过第一目标场所的行人数量。此外,可以通过视频流中行人的轨迹信息,统计出在预设时长内经过判断区域,且未跨过判定线进入店铺的行人,由此得到在预设时长内经过第一目标场所且未进入第一目标场所的行人数量。
需要说明的是,判定线的长短、判定区域的大小,以及各自与店铺之间的关系,在本公开中不予限定,可以包括但不限于例举的情况。此外,类似的,也可以将图3所示的店铺B、店铺C中的一个或是多个场所确定为第一目标场所,在此不予限定。
本公开实施例中,在对行人的轨迹进行追踪过程中,可以结合预先绘制的用于判断行人是否进入第一目标场所的第一判定标志,以及用于判断行人是否经过第一目标场所的第二判定标志,较为准确的确定出行人是否经过第一目标场所,该过程可以节省人工对人流数量进行统计的时间,提高了人流数量统计效率。
在一种实施方式中,第一目标场所包括设定范围区域内的第一店铺,针对上述S103,基于第一人流数量和第二人流数量,生成针对第二目标场所内陈列物品的调整信息时,如图4所示,可以包括以下S301~S302:
S301,基于第一人流数量和第二人流数量,确定第一店铺在预设时长内的进店率。
示例性地,设定范围区域可以包含商场、商场内的指定区域、某条街道、或者某条街道的指定区域等,第一店铺可以为设定范围区域内的任一店铺。
例性地,第一人流数量可以包含在预设时长内进入第一店铺的行人的数量,第二人流数量可以包含在预设时长内经过第一店铺但是未进入该第一店铺的行人的数量,通过第一人力数量和第二人流数量可以确定出第一店铺在预设时长内的进店率。
具体地,在基于第一人流数量和第二人流数量,确定第一店铺在预设时长内的进店率时,可以包括:
S3011,对第一人流数量和第二人流数量进行求和,得到在预设时长内经过第一目标场所的总人流数量;
S3012,将第一人流数量和总人流数量的比值,作为第一店铺在预设时长内的进店率。
具体地,可以按照以下公式来确定第一店铺在预设时长内的进店率:
其中,Rt表示第一店铺在预设时长内的进店率;Pin(t)表示在预设时长内进入第一店铺的第一人流数量;Ppass(t)表示在预设时长内经过第一店铺的第二人流数量,t用于表示预设时长对应的时段,以表明上述各参数反映的是同一时段t内产生的参数。
本公开实施例中,在第一目标场所为店铺时,可以通过视频流检测确定出店铺在预设时长内的进店率,节省了人工统计进店率需要的时间,提高了获取店铺的进店率的效率。
S302,基于第一店铺在预设时长内的进店率,生成针对第二目标场内陈列物品的调整信息。
示例性地,第二目标场所内陈列的物品与第一店铺陈列的物品相同,因此可以通过提前统计第一店铺在一定时间段内的用户行为数据,来确定该第一店铺内陈列的物品的受欢迎程度,并以此来确定针对第二目标场所内陈列物品的调整信息。
本公开实施例中,可以通过统计预设时长内进入第一店铺的第一人流数量和经过第一店铺的第二人流数量,确定出反应第一店铺在预设时长内的进店率,该进店率可以反映出第一店铺陈列的物品在预设时长内的受欢迎程度,这样可以直接基于该进店率为与第一店铺关联的第二目标场所制定调整方案,整个过程无需再通过人工统计第二目标场所的销售数据,节省了人力成本,且提高了确定的调整方案的准确度。
在一种实施方式中,第一店铺包括至少两个,每个第一店铺的进店率均可以按照上述方式进行确定,针对上述S302,在基于第一店铺在预设时长内的进店率,生成针对第二目标场内陈列物品的调整信息时,包括:
基于第一店铺中每个店铺在同一统计时段内对应的进店率,以及每个店铺在同一统计时段内陈列的物品,生成针对第二目标场所内陈列物品的调整信息。
示例性地,统计时段为预设时长的整数倍,比如可以为一个季度,或者一个活动周期,基于每个店铺在同一统计时段内对应的进店率,以及每个店铺在同一统计时段内陈列的物品,确定针针对每个店铺的第一用户行为统计结果;其中,第一用户行为统计结果用于反映用户在同一统计时段内针对不同物品类型的喜好程度。
示例性地,预设时长可以为第一店铺当天的工作时长,比如可以为8小时,统计时段可以包含一个季度,比如春季,针对陈列不同类型物品的店铺进行进店率统计,可以确定出不同店铺在统计时段内的受欢迎程度,该统计结果可以用于针对店铺内陈列的物品进行调整。
本公开实施例中,可以通过在同一统计时段统计陈列不同物品的店铺的进店率,比如统计出商场内的多个店铺在同一个季度内的进店率,从而可以确定出多个店铺陈列的物品在该同一统计时段内的受欢迎程度,进而可以生成针对第二目标场所陈列物品的调整信息,该过程无需再统计第二目标场所在该统计时段内的销售数据,节省了人力成本,且提高了确定的调整方案的准确度。
具体地,在基于第一店铺中每个店铺在同一统计时段内对应的进店率,以及每个店铺在同一统计时段内陈列的物品,生成针对第二目标场所内陈列物品的调整信息时,包括以下S3021~S3022:
S3021,基于每个店铺在同一统计时段内对应的进店率,从第一店铺中确定第一目标店铺和第二目标店铺,第一目标店铺为第一店铺中最低进店率对应的店铺,第二目标店铺为第一店铺中最高进店率对应的店铺;
S3022,将第一目标店铺作为第二目标场所,基于第二目标店铺内陈列的物品,生成针对第二目标场所内陈列物品的调整指示信息。
示例性地,可以对旅游类的商区中的多个第一店铺进行进店率统计,确定该商区中进店率最低的第一目标店铺,以及进店率最高的第二目标店铺,第二目标店铺陈列的物品在同一统计时段内的受欢迎程度高于第一目标店铺陈列的物品,因此,针对与第一目标店铺陈列的物品相同的第二目标场所,可以根据第二目标店铺陈列的物品,生成针对第二目标场所内陈列物品的调整指示信息。
示例性地,可以根据第二目标店铺陈列的物品的类型和/或陈列的物品在店铺内的摆放顺序,生成针对第二目标场所内陈列物品的调整指示信息,比如指示第二目标场所可以按照第二目标店铺陈列的物品进行调整,或者,指示第二目标场所可以按照第二目标店铺陈列的物品的摆放顺序进行调整,或者指示第二目标场所可以按照第二目标店铺陈列的物品以及物品的摆放顺序进行调整。
本公开实施例中,通过统计不同店铺在同一统计时段内对应的进店率,可以选择出在预设范围区域内最低进店率的第一目标店铺以及最高进店率的第二目标店铺,进一步可以根据第二目标店铺陈列的物品对与第一目标店铺相同的第二目标场所制定调整方案,无需额外考察第二目标场所中的进店率情况,可以节省人力成本,从而提高确定资源配置的效率。
在另一种实施方式中,第一店铺为一个,针对上述S302,在基于第一店铺在预设时长内的进店率,生成针对第二目标场所内陈列物品的调整信息时,包括:
基于第一店铺在不同统计时段内对应的进店率,以及第一店铺在不同统计时段内分别陈列的物品,确定针对第二目标场所内陈列物品的调整信息。
示例性地,不同统计时段可以包含不同的季度,针对同一店铺,可能在不同的季度陈列有不同的物品,也可能在不同的季度陈列的物品相同,这里可以根据统计出的第一店铺在不同季度内对应的进店率,确定出第一店铺在不同季度内陈列的物品的受欢迎程度。
进一步可以根据统计出的第一店铺在不同统计时段内陈列的物品的受欢迎程度,生成与该第一店铺关联的第二目标场所内陈列物品的调整信息,便于第二目标场所可以基于该调整信息进行资源配置的调整。
本公开实施例中,可以对同一店铺在不同统计时段的进店率进行统计,从而确定出该同一店铺陈列的物品与不同统计时间段的关联关系,比如该店铺陈列的物品在哪个统计时间段最受欢迎,从而可以基于同一店铺陈列的物品与不同统计时间段的关联关系对第二目标场所制定调整方案,确定出第二目标场所在不同统计时段陈列的物品,该过程可以节省人工线下统计进店率的成本,提高资源配置的效率。
具体地,在一种实施方式中,在基于第一店铺在不同统计时段内分别对应的进店率,以及第一店铺在不同统计时段内分别陈列的物品,生成针对第二目标场所内陈列物品的调整信息时,包括以下S3023~S3024:
S3023,在第一店铺在不同统计时段陈列内分别陈列的物品相同的情况下,基于第一店铺在不同统计时段内分别对应的进店率,确定第一店铺陈列的物品对应的目标陈列时段;目标陈列时段对应的进店率大于或等于预设进店率阈值;
S3024,基于目标陈列时段,生成在目标陈列时段针对第二目标场所内陈列物品的调整信息。
示例性地,预设进店率阈值可以为预先根据大数据统计得到的,比如可以根据店铺的进店率与销售数量之间的关系,选择销售数量达到要求时对应的进店率作为预设进店率阈值;或者预设进店率阈值可以人为设定,在此不进行限定。
示例性地,比如第一店铺在不同的季度陈列的物品均相同,可以根据第一店铺在不同的季度内分别对应的进店率,确定出第一店铺陈列的物品在哪个季度受欢迎程度高,比如第一店铺在春季和秋季对应的进店率大于或等于预设进店率阈值,则可以将春季和秋季作为第一店铺陈列的物品对应的目标陈列时段。
示例性地,在第一店铺陈列的物品对应的目标陈列时段确定后,可以基于该目标陈列时段,生成在目标陈列时段针对第二目标场所内陈列物品的调整信息,比如生成指示第二目标场所在春季和秋季陈列的物品与第一店铺陈列的物品相同,和/或,生成指示第二目标场所在春季和秋季陈列的物品的摆放顺序与第一店铺陈列的物品的摆放顺序一致。
本公开实施例中,在第一店铺在不同统计时段陈列的物品相同的情况下,通过对同一店铺在不同统计时段的进店率进行统计,可以选择该第一店铺陈列的物品受欢迎的目标陈列时段,基于此可以对第二目标场所在目标陈列时段陈列的物品制定调整方案,该过程可以节省通过人工线下统计第二目标场在不同陈列时段的进店率所需的时间,也无需统计第二目标场所在不同陈列时段的销售数据,从而可以提高调整方案的制定效率。
在另一种实施方式中,在基于第一店铺在不同统计时段内分别对应的进店率,以及第一店铺在不同统计时段内分别陈列的物品,生成针对第二目标场所内陈列物品的调整信息时,包括以下S3025~S3026:
S3025,在所述第一店铺在不同统计时段陈列内分别陈列的物品不相同的情况下,基于所述第一店铺在不同统计时段内分别对应的进店率,确定所述第一店铺在不同统计时段陈列的物品与对应陈列时段之间的匹配度;
S3026,基于确定的所述匹配度,生成在特定陈列时段针对所述第二目标场所内陈列物品的调整信息。
示例性地,比如第一店铺在不同的季度陈列的物品均不相同,可以根据第一店铺在不同的季度内分别对应的进店率,确定出第一店铺在不同统计时段陈列的物品与对应陈列时段之间的匹配度,在任一统计时段对应的进店率越高,说明第一店铺在该任一统计时段陈列的物品受欢迎程度越高,可以认为第一店铺在该任一统计时段陈列的物品与物品的陈列时段之间的匹配度越高,反之在任一统计时段对应的进店率越低,认为第一店铺在该任一统计时段陈列的物品与物品的陈列时段之间的匹配度越低。
示例性地,在确定出第一店铺在不同统计时段陈列的物品与对应陈列时段之间的匹配度后,可以根据该匹配度,确定出在特定陈列时段,比如在匹配度高于预设匹配度阈值的陈列时段,针对第二目标场所内陈列物品的调整信息,比如生成指示第二目标场所在特定陈列时段陈列的物品与第一店铺在特定时段陈列的物品相同,和/或,生成指示第二目标场所在特定陈列时段陈列的物品的摆放顺序与第一店铺在特定时段陈列的物品的摆放顺序一致
本公开实施例中,在第一店铺在不同统计时段陈列的物品不相同的情况下,通过对同一店铺在不同统计时段的进店率进行统计,可以快速确定该第一店铺在不同统计时段陈列的物品与对应陈列时段之间的匹配度,比如在第一个统计时段对应的进店率较高,可以反应在第一个统计时段陈列的物品与该第一统计时段之间的匹配度较高,从而确定第一店铺在第一个统计时段销售的物品适合在第一统计时段进行销售,反之则不适合在第一个统计时段进行销售,基于此可以对第二目标场所在不同陈列时段陈列的物品制定调整方案,该过程可以节省通过人工线下统计第二目标场在不同陈列时段的进店率所需的时间,也无需统计第二目标场所在不同陈列时段的销售数据,从而可以提高调整方案的制定效率。
在一些场景中,第一目标场所可能会在预设时长内发生大量人流出入,为了安全考虑,一般需要对第一目标场所的人流出入量进行检测,以免发生危险事故。
在一种实施方式中,本公开实施例提供的信息处理方法还包括:
在确定第一人流数量大于第一预设阈值的情况下,生成第一预警提示信息。
示例性地,第一预设阈值可以根据实际需要进行设置,比如可以根据第一目标场所的类型、统计时间段、第一目标场所进口尺寸等来设置。
生成的第一预警提示信息可以为文字、语音、视频等格式的信息,比如,生成的第一预警提示信息可以为“注意,第一目标场所的进人流数量较大,请大家注意安全”。
本公开实施例中,可以对预设时长内进入第一目标场所的人流数量进行统计,在确定预设时长内进入第一目标场所的人流数量较多时,可以生成预警提示信息,以提高行人在进入第一目标场所时的安全性。
在一种实施方式中,如图5所示,本公开实施例提供的信息处理方法还包括以下S401~S402:
S401,基于轨迹信息和第一判定标志,确定在预设时长内离开第一目标场所的第三人流数量,第一判定标志用于判断行人是否进入第一目标场所。
示例性地,预先绘制的用于判断行人是否离开第一目标场所的第一判定标志与上述图3所示的用于判断行人是否进入第一目标场所的判定线可以相同,具体可以通过标记与进方向相反的出方向作为指示离开第一目标场所的方向,在视频流中的行人的轨迹方向与出方向匹配,可以确定行人为离开第一目标场所,基于此可以统计预设时长内的第三人流数量。
S402,在确定第三人流数量大于第二预设阈值的情况下,生成第二预警提示信息。
示例性地,第二预设阈值可以根据实际需要进行设置,比如可以根据第一目标场所的类型、统计时间段、第一目标场所出口尺寸等来设置。
生成的第二预警提示信息可以为文字、语音、视频等格式的信息,比如,生成的第二预警提示信息可以为“注意,第一目标场所的出人流数量较大,请大家注意安全”。
本公开实施例中,可以对预设时长内离开第一目标场所的人流数量进行统计,在确定预设时长内离开第一目标场所的人流数量较多时,可以生成预警提示信息,以提高行人在离开第一目标场所时的安全性。
在一种可能的实施方式中,如图6所示,本公开实施例提供的信息处理方法还包括以下S501~S502:
S501,基于第一目标场所在预设时长内的历史存留人数、第一人流数量和第三人流数量,确定第一目标场所在预设时长内的人员净存量;
S502,在确定第一目标场所在预设时长内的人员净存量大于第三预设阈值的情况下,生成第三预警提示信息。
示例性地,第一目标场所在预设时长内的历史存留人数可以为从开始统计第一人流数量和第三人流数量时,第一目标场所内当前存在的人数,比如,第一目标场所从当天8:00开始允许行人进入,在统计当前9:00~10:00的人员净存量时,第一目标场所在9:00对应的当前人数可以作为第一目标场所在9:00~10:00的历史存留人数,历史存留人数可以通过历史阶段(8:00~9:00)统计的进人流数量和出人流数量的差值确定。
进一步地,通过第一人流数量和第三人流数量,可以确定在预设时长内第一目标场所进入的人数,结合第一目标场所在预设时长内的历史存留人数,可以确定第一目标场所在预设时长内的人员净存量。
示例性地,第三预设阈值可以根据实际需要进行设置,比如可以根据第一目标场所的类型、统计时间段、第一目标场所的容量等来设置。
生成的第三预警提示信息可以为文字、语音、视频等格式的信息,比如,生成的第三预警提示信息可以为“注意,当前时间第一目标场所内的人员净存量较多”。
本公开实施例中,可以实时检测第一目标场所中的人员净存量,并在确定人员净存量超过阈值的情况下,进行预警提示,比如在发生拥挤的情况下,可以进行疏通处理,从而提高行人在第一目标场所中驻留时的安全性。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一技术构思,本公开实施例中还提供了与信息处理方法对应的信息处理装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述信息处理方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图7所示,为本公开实施例提供的一种信息处理装置600的示意图,该信息处理装置600包括:
获取模块601,用于基于对第一目标场所采集的视频流,获取视频流中行人的轨迹信息;
确定模块602,用于基于视频中行人的轨迹信息,确定在预设时长内进入第一目标场所的第一人流数量和经过第一目标场所的第二人流数量;
生成模块603,用于基于第一人流数量和第二人流数量,生成针对第二目标场所内陈列物品的调整信息。
在一种可能的实施方式中,第二目标场所与第一目标场所相同,或者,第二目标场所为与第一目标场所存在关联的关联场所。
在一种可能的实施方式中,第一目标场所包括设定范围区域内的第一店铺,生成模块603在用于基于第一人流数量和第二人流数量,生成针对第二目标场所内陈列物品的调整信息时,包括:
基于第一人流数量和第二人流数量,确定第一店铺在预设时长内的进店率;
基于第一店铺在预设时长内的进店率,生成针对第二目标场内陈列物品的调整信息。
在一种可能的实施方式中,第一店铺包括至少两个,生成模块603在用于基于第一店铺在预设时长内的进店率,生成针对第二目标场所内陈列物品的调整信息时,包括:
基于第一店铺中每个店铺在同一统计时段内对应的进店率,以及每个店铺在同一统计时段内陈列的物品,生成针对第二目标场所内陈列物品的调整信息。
在一种可能的实施方式中,生成模块603在用于基于第一店铺中每个店铺在同一统计时段内对应的进店率,以及每个店铺在同一统计时段内陈列的物品,生成针对第二目标场所内陈列物品的调整信息时,包括:
基于每个店铺在同一统计时段内对应的进店率,从第一店铺中确定第一目标店铺和第二目标店铺,第一目标店铺为第一店铺中最低进店率对应的店铺,第二目标店铺为第一店铺中最高进店率对应的店铺;
将第一目标店铺作为第二目标场所,基于第二目标店铺内陈列的物品,生成针对第二目标场所内陈列物品的调整指示信息。
在一种可能的实施方式中,第一店铺为一个,生成模块在用于基于第一店铺在预设时长内的进店率,生成针对第二目标场所内陈列物品的调整信息时,包括:
基于第一店铺在不同统计时段内分别对应的进店率,以及第一店铺在不同统计时段内分别陈列的物品,生成针对第二目标场所内陈列物品的调整信息。
在一种可能的实施方式中,生成模块603在用于基于第一店铺在不同统计时段内分别对应的进店率,以及第一店铺在不同统计时段内分别陈列的物品,生成针对第二目标场所内陈列物品的调整信息时,包括:
在第一店铺在不同统计时段陈列内分别陈列的物品相同的情况下,基于第一店铺在不同统计时段内分别对应的进店率,确定第一店铺陈列的物品对应的目标陈列时段;目标陈列时段对应的进店率大于或等于预设进店率阈值;
基于目标陈列时段,生成在目标陈列时段针对第二目标场所内陈列物品的调整信息。
在一种可能的实施方式中,生成模块603在用于基于第一店铺在不同统计时段内分别对应的进店率,以及第一店铺在不同统计时段内分别陈列的物品,生成针对第二目标场所内陈列物品的调整信息时,包括:
在第一店铺在不同统计时段陈列内分别陈列的物品不相同的情况下,基于第一店铺在不同统计时段内分别对应的进店率,确定第一店铺在不同统计时段陈列的物品与对应陈列时段之间的匹配度;
基于确定的匹配度,生成在特定陈列时段针对第二目标场所内陈列物品的调整信息。
在一种可能的实施方式中,生成模块603在用于基于第一人流数量和第二人流数量,确定第一店铺在预设时长内的进店率时,包括:
基于第一人流数量和第二人流数量,得到总人流数量;
将第一人流数量和总人流数量的比值,作为第一店铺在预设时长内的进店率。
在一种可能的实施方式中,获取模块601在用于基于对第一目标场所采集的视频流,获取视频流中行人的轨迹信息时,包括:
对视频流中的目标视频帧进行行人检测,识别出目标视频帧中包含的各行人的位置信息;
根据目标视频帧中包含的各行人的位置信息,确定目标行人在视频流中的位置信息;
根据目标行人在所示视频流中的位置信息,确定目标行人的轨迹信息。
在一种可能的实施方式中,在根据目标行人在视频流中的位置信息,确定目标行人的轨迹信息之前,获取模块601还用于:
获取目标视频帧中的行人的特征信息;
基于不同目标视频帧分别包含的行人的特征信息,确定不同目标视频帧中包含的行人之间的特征相似度;
将特征相似度中高于预设相似度阈值的最大相似度对应的行人作为目标行人。
在一种可能的实施方式中,确定模块602在用于基于视频流中行人的轨迹信息,确定在预设时长内进入第一目标场所的第一人流数量时,包括:
基于轨迹信息和第一判定标志,对预设时长内进入第一目标场所的行人数量进行统计,得到第一人流数量,第一判定标志用于判断行人是否进入第一目标场所。
在一种可能的实施方式中,确定模块602在用于基于视频流中行人的轨迹信息,确定在预设时长内经过第一目标场所的第二人流数量时,包括:
基于轨迹信息、第一判定标志和第二判定标志,对预设时长内经过第一目标场所且未进入第一目标场所的行人数量进行统计,得到第二人流数量,第一判定标志用于判断行人是否进入第一目标场所,第二判定标志用于判断行人是否经过第一目标场所。
在一种可能的实施方式中,信息处理装置600还包括第一预警模块604,第一预警模块604用于:
在确定第一人流数量大于第一预设阈值的情况下,生成第一预警提示信息。
在一种可能的实施方式中,信息处理装置还包括第二预警模块605,确定模块602还用于:
基于轨迹信息和第一判定标志,确定在预设时长内离开第一目标场所的第三人流数量,第一判定标志用于判断行人是否进入第一目标场所;
第二预警模块605,用于在确定第三人流数量大于第二预设阈值的情况下,生成第二预警提示信息。
在一种可能的实施方式中,确定模块602还用于:
基于第一目标场所在预设时长内的历史存留人数、第一人流数量和第三人流数量,确定第一目标场所在预设时长内的人员净存量;
第二预警模块605,还用于在确定第一目标场所在预设时长内的人员净存量大于第三预设阈值的情况下,生成第三预警提示信息。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
对应于图1中的信息处理方法,本公开实施例还提供了一种电子设备700,如图8所示,为本公开实施例提供的电子设备700结构示意图,包括:
处理器71、存储器72、和总线73;存储器72用于存储执行指令,包括内存721和外部存储器722;这里的内存721也称内存储器,用于暂时存放处理器71中的运算数据,以及与硬盘等外部存储器722交换的数据,处理器71通过内存721与外部存储器722进行数据交换,当电子设备700运行时,处理器71与存储器72之间通过总线73通信,使得处理器71执行以下指令:基于对第一目标场所采集的视频流,获取视频流中行人的轨迹信息;基于视频流中行人的轨迹信息,确定在预设时长内进入第一目标场所的第一人流数量和经过第一目标场所的第二人流数量;基于第一人流数量和第二人流数量,生成针对第二目标场所内陈列物品的调整信息。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的信息处理方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品,该计算机程序产品承载有程序代码,所述程序代码包括的指令可用于执行上述方法实施例中所述的信息处理方法的步骤,具体可参见上述方法实施例,在此不再赘述。
其中,上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (19)
1.一种信息处理方法,其特征在于,包括:
基于对第一目标场所采集的视频流,获取所述视频流中行人的轨迹信息;
基于所述视频流中行人的轨迹信息,确定在预设时长内进入所述第一目标场所的第一人流数量和经过所述第一目标场所的第二人流数量;
基于所述第一人流数量和所述第二人流数量,生成针对第二目标场所内陈列物品的调整信息。
2.根据权利要求1所述的信息处理方法,其特征在于,所述第二目标场所与所述第一目标场所相同,或者,所述第二目标场所为与所述第一目标场所存在关联的关联场所。
3.根据权利要求1或2所述的信息处理方法,其特征在于,所述第一目标场所包括设定范围区域内的第一店铺,所述基于所述第一人流数量和所述第二人流数量,生成针对第二目标场所内陈列物品的调整信息,包括:
基于所述第一人流数量和所述第二人流数量,确定所述第一店铺在所述预设时长内的进店率;
基于所述第一店铺在所述预设时长内的进店率,生成针对所述第二目标场内陈列物品的调整信息。
4.根据权利要求3所述的信息处理方法,其特征在于,所述第一店铺包括至少两个,所述基于所述第一店铺在所述预设时长内的进店率,生成针对第二目标场所内陈列物品的调整信息,包括:
基于所述第一店铺中每个店铺在同一统计时段内对应的进店率,以及所述每个店铺在所述同一统计时段内陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息。
5.根据权利要求4所述的信息处理方法,其特征在于,所述基于所述第一店铺中每个店铺在同一统计时段内对应的进店率,以及所述每个店铺在所述同一统计时段内陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息,包括:
基于所述每个店铺在同一统计时段内对应的进店率,从所述第一店铺中确定第一目标店铺和第二目标店铺,所述第一目标店铺为所述第一店铺中最低进店率对应的店铺,所述第二目标店铺为所述第一店铺中最高进店率对应的店铺;
将所述第一目标店铺作为所述第二目标场所,基于所述第二目标店铺内陈列的物品,生成针对所述第二目标场所内陈列物品的调整指示信息。
6.根据权利要求3所述的信息处理方法,其特征在于,所述第一店铺为一个,所述基于所述第一店铺在所述预设时长内的进店率,生成针对第二目标场所内陈列物品的调整信息,包括:
基于所述第一店铺在不同统计时段内分别对应的进店率,以及所述第一店铺在不同统计时段内分别陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息。
7.根据权利要求6所述的信息处理方法,其特征在于,所述基于所述第一店铺在不同统计时段内分别对应的进店率,以及所述第一店铺在不同统计时段内分别陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息,包括:
在所述第一店铺在不同统计时段陈列内分别陈列的物品相同的情况下,基于所述第一店铺在不同统计时段内分别对应的进店率,确定所述第一店铺陈列的物品对应的目标陈列时段;所述目标陈列时段对应的进店率大于或等于预设进店率阈值;
基于所述目标陈列时段,生成在所述目标陈列时段针对所述第二目标场所内陈列物品的调整信息。
8.根据权利要求6所述的信息处理方法,其特征在于,所述基于所述第一店铺在不同统计时段内分别对应的进店率,以及所述第一店铺在不同统计时段内分别陈列的物品,生成针对所述第二目标场所内陈列物品的调整信息,包括:
在所述第一店铺在不同统计时段陈列内分别陈列的物品不相同的情况下,基于所述第一店铺在不同统计时段内分别对应的进店率,确定所述第一店铺在不同统计时段陈列的物品与对应陈列时段之间的匹配度;
基于确定的所述匹配度,生成在特定陈列时段针对所述第二目标场所内陈列物品的调整信息。
9.根据权利要求3至8任一所述的信息处理方法,其特征在于,所述基于所述第一人流数量和所述第二人流数量,确定第一店铺在所述预设时长内的进店率,包括:
基于所述第一人流数量和所述第二人流数量,得到总人流数量;
将所述第一人流数量和所述总人流数量的比值,作为所述第一店铺在所述预设时长内的进店率。
10.根据权利要求1至9任一所述的信息处理方法,其特征在于,所述基于对第一目标场所采集的视频流,获取所述视频流中行人的轨迹信息,包括:
对所述视频流中的目标视频帧进行行人检测,识别出所述目标视频帧中包含的各行人的位置信息;
根据所述目标视频帧中包含的各行人的位置信息,确定目标行人在所述视频流中的位置信息;
根据所述目标行人在所述视频流中的位置信息,确定所述目标行人的轨迹信息。
11.根据权利要求10所述的信息处理方法,其特征在于,在所述根据所述目标视频帧中包含的各行人的位置信息,确定目标行人在所述视频流中的位置信息之前,所述信息处理方法还包括:
获取所述目标视频帧中的行人的特征信息;
基于不同目标视频帧分别包含的行人的特征信息,确定所述不同目标视频帧中包含的行人之间的特征相似度;
将所述特征相似度中高于预设相似度阈值的最大相似度对应的行人作为所述目标行人。
12.根据权利要求1至11任一所述的信息处理方法,其特征在于,基于所述视频流中行人的轨迹信息,确定在预设时长内进入所述第一目标场所的第一人流数量,包括:
基于所述轨迹信息和第一判定标志,对所述预设时长内进入所述第一目标场所的行人数量进行统计,得到所述第一人流数量,所述第一判定标志用于判断行人是否进入所述第一目标场所。
13.根据权利要求1至12任一所述的信息处理方法,其特征在于,基于所述视频流中行人的轨迹信息,确定在预设时长内经过所述第一目标场所的第二人流数量,包括:
基于所述轨迹信息、第一判定标志和第二判定标志,对所述预设时长内经过所述第一目标场所且未进入所述第一目标场所的行人数量进行统计,得到所述第二人流数量,所述第一判定标志用于判断行人是否进入所述第一目标场所,所述第二判定标志用于判断行人是否经过所述第一目标场所。
14.根据权利要求1至13任一所述的信息处理方法,其特征在于,所述信息处理方法还包括:
在确定所述第一人流数量大于第一预设阈值的情况下,生成第一预警提示信息。
15.根据权利要求1至14任一所述的信息处理方法,其特征在于,所述信息处理方法还包括:
基于所述轨迹信息和第一判定标志,确定在所述预设时长内离开所述第一目标场所的第三人流数量,所述第一判定标志用于判断行人是否进入所述第一目标场所;
在确定所述第三人流数量大于第二预设阈值的情况下,生成第二预警提示信息。
16.根据权利要求15所述的信息处理方法,其特征在于,所述信息处理方法还包括:
基于所述第一目标场所在所述预设时长内的历史停留人数、所述第一人流数量和所述第三人流数量,确定所述第一目标场所在所述预设时长内的人员净存量;
在确定所述第一目标场所在所述预设时长内的人员净存量大于第三预设阈值的情况下,生成第三预警提示信息。
17.一种信息处理装置,其特征在于,包括:
获取模块,用于基于对第一目标场所采集的视频流,获取所述视频流中行人的轨迹信息;
确定模块,用于基于所述视频中行人的轨迹信息,确定在预设时长内进入所述第一目标场所的第一人流数量和经过所述第一目标场所的第二人流数量;
生成模块,用于基于所述第一人流数量和所述第二人流数量,生成针对第二目标场所内陈列物品的调整信息。
18.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至16任一所述信息处理方法的步骤。
19.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至16任一所述信息处理方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011505600.5A CN112508626A (zh) | 2020-12-18 | 2020-12-18 | 一种信息处理方法、装置、电子设备及存储介质 |
PCT/CN2021/121449 WO2022127276A1 (zh) | 2020-12-18 | 2021-09-28 | 信息处理方法、装置、电子设备及存储介质、计算机程序 |
TW110145989A TW202226114A (zh) | 2020-12-18 | 2021-12-09 | 資訊處理方法、裝置、電子設備及儲存媒體、計算機程式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011505600.5A CN112508626A (zh) | 2020-12-18 | 2020-12-18 | 一种信息处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112508626A true CN112508626A (zh) | 2021-03-16 |
Family
ID=74922511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011505600.5A Withdrawn CN112508626A (zh) | 2020-12-18 | 2020-12-18 | 一种信息处理方法、装置、电子设备及存储介质 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN112508626A (zh) |
TW (1) | TW202226114A (zh) |
WO (1) | WO2022127276A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705470A (zh) * | 2021-08-30 | 2021-11-26 | 北京市商汤科技开发有限公司 | 获取客流信息的方法、装置、计算机设备以及存储介质 |
WO2022127276A1 (zh) * | 2020-12-18 | 2022-06-23 | 北京市商汤科技开发有限公司 | 信息处理方法、装置、电子设备及存储介质、计算机程序 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007179199A (ja) * | 2005-12-27 | 2007-07-12 | Canon Marketing Japan Inc | 販売分析装置および販売分析方法およびプログラムおよび記録媒体 |
CN105321090A (zh) * | 2014-07-29 | 2016-02-10 | 中华电信股份有限公司 | 来店客群分析及人流情报系统及其使用方法 |
CN107180378A (zh) * | 2017-05-11 | 2017-09-19 | 北京旷视科技有限公司 | 商品关注度获得方法及装置 |
CN108537166A (zh) * | 2018-04-08 | 2018-09-14 | 上海天壤智能科技有限公司 | 确定货架浏览量以及分析浏览量的方法和装置 |
CN108537189A (zh) * | 2018-04-16 | 2018-09-14 | 上海小蚁科技有限公司 | 生成顾客轨迹图的方法及装置、存储介质、终端 |
CN108665305A (zh) * | 2018-05-04 | 2018-10-16 | 水贝文化传媒(深圳)股份有限公司 | 用于门店信息智能分析的方法及系统 |
CN109271942A (zh) * | 2018-09-26 | 2019-01-25 | 上海七牛信息技术有限公司 | 一种人流统计方法以及系统 |
CN111274340A (zh) * | 2020-01-15 | 2020-06-12 | 中国联合网络通信集团有限公司 | 人流密度的监控处理方法、设备及存储介质 |
CN111738134A (zh) * | 2020-06-18 | 2020-10-02 | 北京市商汤科技开发有限公司 | 获取客流数据的方法、装置、设备及介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140278655A1 (en) * | 2013-03-15 | 2014-09-18 | Shopper Scientist, Llc | Modeling shoppers' time in stores in relation to their purchases |
CN108985865A (zh) * | 2018-08-27 | 2018-12-11 | 广州联欣自动识别技术有限公司 | 智能门店的顾客数据分析方法和系统 |
CN111125288A (zh) * | 2019-12-25 | 2020-05-08 | 北京市商汤科技开发有限公司 | 区域部署方法、装置及存储介质 |
CN112052838A (zh) * | 2020-10-10 | 2020-12-08 | 腾讯科技(深圳)有限公司 | 一种对象流量数据监控方法、装置以及可读存储介质 |
CN112508626A (zh) * | 2020-12-18 | 2021-03-16 | 北京市商汤科技开发有限公司 | 一种信息处理方法、装置、电子设备及存储介质 |
-
2020
- 2020-12-18 CN CN202011505600.5A patent/CN112508626A/zh not_active Withdrawn
-
2021
- 2021-09-28 WO PCT/CN2021/121449 patent/WO2022127276A1/zh active Application Filing
- 2021-12-09 TW TW110145989A patent/TW202226114A/zh unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007179199A (ja) * | 2005-12-27 | 2007-07-12 | Canon Marketing Japan Inc | 販売分析装置および販売分析方法およびプログラムおよび記録媒体 |
CN105321090A (zh) * | 2014-07-29 | 2016-02-10 | 中华电信股份有限公司 | 来店客群分析及人流情报系统及其使用方法 |
CN107180378A (zh) * | 2017-05-11 | 2017-09-19 | 北京旷视科技有限公司 | 商品关注度获得方法及装置 |
CN108537166A (zh) * | 2018-04-08 | 2018-09-14 | 上海天壤智能科技有限公司 | 确定货架浏览量以及分析浏览量的方法和装置 |
CN108537189A (zh) * | 2018-04-16 | 2018-09-14 | 上海小蚁科技有限公司 | 生成顾客轨迹图的方法及装置、存储介质、终端 |
CN108665305A (zh) * | 2018-05-04 | 2018-10-16 | 水贝文化传媒(深圳)股份有限公司 | 用于门店信息智能分析的方法及系统 |
CN109271942A (zh) * | 2018-09-26 | 2019-01-25 | 上海七牛信息技术有限公司 | 一种人流统计方法以及系统 |
CN111274340A (zh) * | 2020-01-15 | 2020-06-12 | 中国联合网络通信集团有限公司 | 人流密度的监控处理方法、设备及存储介质 |
CN111738134A (zh) * | 2020-06-18 | 2020-10-02 | 北京市商汤科技开发有限公司 | 获取客流数据的方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
龙晴: "《零售运营:连锁企业管理手册》", vol. 1, 中国铁道出版社有限公司, pages: 161 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022127276A1 (zh) * | 2020-12-18 | 2022-06-23 | 北京市商汤科技开发有限公司 | 信息处理方法、装置、电子设备及存储介质、计算机程序 |
CN113705470A (zh) * | 2021-08-30 | 2021-11-26 | 北京市商汤科技开发有限公司 | 获取客流信息的方法、装置、计算机设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2022127276A1 (zh) | 2022-06-23 |
TW202226114A (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107358146B (zh) | 视频处理方法、装置及存储介质 | |
WO2022088653A1 (zh) | 场景监测方法、装置、电子设备、存储介质及程序 | |
US20220092881A1 (en) | Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program | |
US20120265606A1 (en) | System and method for obtaining consumer information | |
CN205451095U (zh) | 一种人脸识别装置 | |
US20070253595A1 (en) | Still Image Queue Analysis System and Method | |
CN103606093A (zh) | 一种基于人体特征的连锁机构vip客户智能服务系统 | |
WO2022127276A1 (zh) | 信息处理方法、装置、电子设备及存储介质、计算机程序 | |
CN110942055A (zh) | 展示区域的状态识别方法、装置、设备及存储介质 | |
WO2023029574A1 (zh) | 获取客流信息的方法、装置、计算机设备以及存储介质 | |
CN108446681B (zh) | 行人分析方法、装置、终端及存储介质 | |
TWI754456B (zh) | 區域部署方法、裝置及電腦可讀取記錄媒體 | |
CN109145707A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109615256A (zh) | 智慧园区安防风险控制方法、存储介质、电子设备及系统 | |
CN110309702A (zh) | 一种门店货柜视频监控管理系统 | |
CN110096606B (zh) | 一种外籍人员管理方法、装置和电子设备 | |
CN110866692A (zh) | 一种预警信息的生成方法、生成装置及可读存储介质 | |
CN109993392A (zh) | 业务投诉风险预估方法、装置、计算设备及存储介质 | |
CN109145127A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
WO2023071188A1 (zh) | 一种异常行为检测的方法、装置、电子设备及存储介质 | |
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 | |
CN112183380A (zh) | 基于人脸识别的客流量分析方法和系统、电子设备 | |
CN111400415A (zh) | 涉稳人员的管理方法及相关装置 | |
CN113822367B (zh) | 一种基于人脸的区域行为分析方法、系统及介质 | |
CA2939729A1 (en) | Correlating data from satellite images with retail location performance |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40039720 Country of ref document: HK |
|
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210316 |
|
WW01 | Invention patent application withdrawn after publication |