CN112668525B - 一种人流量的计数方法、装置、电子设备及存储介质 - Google Patents
一种人流量的计数方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112668525B CN112668525B CN202011641721.2A CN202011641721A CN112668525B CN 112668525 B CN112668525 B CN 112668525B CN 202011641721 A CN202011641721 A CN 202011641721A CN 112668525 B CN112668525 B CN 112668525B
- Authority
- CN
- China
- Prior art keywords
- area
- counting
- store
- target person
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000014509 gene expression Effects 0.000 claims abstract description 65
- 230000007306 turnover Effects 0.000 claims abstract description 8
- 210000003423 ankle Anatomy 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 210000002683 foot Anatomy 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 22
- 210000003128 head Anatomy 0.000 description 21
- 238000012545 processing Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及计数技术领域,提供一种人流量的计数方法、装置、电子设备及存储介质,所述方法包括:对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域;获取目标人员的坐标位置信息,将所述坐标位置信息对应到所述进出计数区域与所述徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹;将所述进出店目标人员轨迹以及所述徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量。本发明能够提高对人流量进行计数的准确率。
Description
技术领域
本发明涉及计数技术领域,尤其涉及一种人流量的计数方法、装置、电子设备及存储介质。
背景技术
在目前精准营销的商业模式下,客流计数、客流转化率、客户在店铺行为等信息已经成为商家十分关注的信息。目前市场上已有的客流相机大多为2D客流相机,即通过在二维像平面内画线、画框等设置来判断客流信息。但是,单一的计数逻辑无法同时兼容店铺场景的多变、行人进店路线多变、行人身高变化等等因素。可见,现有技术存在计数准确率差的问题。
发明内容
本发明实施例提供一种人流量的计数方法,能够提高客流采集设备计数的准确率。
第一方面,本发明实施例提供一种人流量的计数方法,所述方法包括以下步骤:
对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域;
获取目标人员的坐标位置信息,将所述坐标位置信息对应到所述进出计数区域与所述徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹;
将所述进出店目标人员轨迹以及所述徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量以计算计算客流转化率。
第二方面,本发明实施例还提供一种人流量的计数装置,包括:
划分模块,用于对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域;
映射模块,用于获取目标人员的坐标位置信息,将所述坐标位置信息对应到所述进出计数区域与所述徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹;
计算模块,用于将所述进出店目标人员轨迹以及所述徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量以计算计算客流转化率。
第三方面,本发明实施例还提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述实施例提供的人流量的计数方法中的步骤。
第四方面,一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现所述实施例提供的人流量的计数方法中的步骤。
本发明实施例中,首先对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域;获取目标人员的坐标位置信息,将所述坐标位置信息对应到所述进出计数区域与所述徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹;将所述进出店目标人员轨迹以及所述徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量。这样,将选取区域划分为进出计数区域及徘徊计数区域可以通过采集设备采集到准确的目标人员轨迹的变化,得到的进出店目标人员轨迹以及徘徊目标人员轨迹也会更准确,之后通过正则表达式进行表达后与预设的标准正则表达式进行比较,统计得到的进店目标人员数量以及徘徊目标人员数量的准确率更高。
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是本发明实施例提供的一种人流量的计数方法的流程图;
图2a是本发明实施例提供的另一种人流量的计数方法的流程图;
图2b是本实施例提供的一种计算目标人员坐标位置信息的示意图;
图2c为本实施例提供的进出店计数逻辑在地平面上展开的区域划分示意图;
图2d为本实施例体提供的徘徊计数逻辑在地平面上展开的区域划分示意图;
图3是本发明实施例提供的另一种人流量的计数方法的流程图;
图4是本发明实施例提供的一种人流量的计数装置的结构示意图;
图5是本发明实施例提供的另一种人流量的计数装置的结构示意图;
图6是本发明实施例提供的另一种人流量的计数装置的结构示意图;
图7是本发明实施例提供的另一种人流量的计数装置的结构示意图;
图8是本发明实施例提供的另一种人流量的计数装置的结构示意图;
图9是本发明实施例提供的另一种人流量的计数装置的结构示意图;
图10是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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他实施例,都属于本发明保护的范围。
本申请的说明书和权利要求书及附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
如图1所示,图1是本发明实施例提供的一种人流量的计数方法的流程图,该人流量的计数方法包括以下步骤:
S101、对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域。
在本实施例中,所实施的方法是基于三维地平面的,且人流量的计数方法运用的场景包括但不限于各种商场、店铺、景区、车站,并逐渐扩大到机场、机场中转厅、停车场、健身场所等等。采集设备计数的准确度对于商家计算出的客流转换率会造成影响,这样也会对商家制定的经营方式及手段等造成偏差,影响销售等。上述人流量的计数方法运行于其上的电子设备可以通过有线连接方式或者无线连接方式获取三维地平面的信息以及目标人员相关的信息。上述无线连接方式可以包括但不限于3G/4G连接、WiFi(Wireless-Fidelity)连接、蓝牙连接、WiMAX(Worldwide Interoperability for Microwave Access)连接、Zigbee(低功耗局域网协议,又称紫峰协议)连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
其中,上述的选取区域可以是指采集设备能够跟踪到的区域,包括商店门口、门内以及门外过道等区域。当不同的区域设置有采集设备,每个采集设备都可以有各自对应的选取区域,且都可以对选取区域进行初始化。采集设备可以包括相机,以及能够实现相机功能的电子设备等。在本申请实施例中,采集设备为相机(客流相机),可以用于对客流量进行采集的相机。
在本实施例中,主要包括进出店计数逻辑以及徘徊计数区域计数逻辑。基于进出店计数逻辑而言,可以将上述选取区域分为进出计数区域。同样,针对徘徊计数区域计数逻辑可以将上述选取区域分为徘徊计数区域,进出计数区域及徘徊计数区域可以包括多个不同位置的区域,对于划分区域的大小可以通过区域的宽度参数进行控制。
S102、获取目标人员的坐标位置信息,将坐标位置信息对应到进出计数区域与徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹。
其中,获取目标人员的坐标位置信息可以是目标人员的三维坐标位置信息,可以通过采集设备采集目标人员的图像,客流相机可以有自身的坐标系,可以通过marker(标识器)进行地面标定,得到三维地平面在相机坐标系下的平面方程。且在采集到目标人员后,可以将目标人员映射到相机坐标系下,基于得到的平面方程计算出目标人员在三维地平面上的坐标位置信息(3D位置)。上述的相机也即是客流相机,可以包括垂直双目客流统计摄像机。客流相机代替了传统监控器,同样可以安装于出入口、商场内部、收银台等位置,全方位监测商场超市内部,并且实时统计客流数量,后台软件生成可以提供大数据给管理者进行决策分析,且客流相机可以采集到客流轨迹,实现实时追踪检测,此外还可以进行人脸识别、黑名单人员报警,对绩效考核也可以提供智能化服务。
其中,当客流相机采集到选取区域存在目标人员流动后,可以将目标人员的3D位置对应到进出计数区域及徘徊计数区域,判断目标人员是否处于进出计数区域及徘徊计数区域中。上述的徘徊计数区域可以是任意封闭多边形,例如:矩形、六边形等。
其中,可以通过字符的形式对目标人员的运动轨迹进行表示,也可以是数字或者其他标注符号,在本申请实施例中主要采用字符的形式表示。在客流相机中采集到的每位目标人员的运动轨迹,对于选取区域中的门而言,若通过字符进行标识,则会形成一个字符串。因此,将目标人员的3D位置对应到进出计数区域,通过字符串表示便可以得到进出店目标人员轨迹。将目标人员的3D位置对应到徘徊计数区域,通过字符串表示便可以得到徘徊目标人员轨迹。
当然,在实际应用过程中,往往会有多个门店出现在客流相机视野内,会造成多个计数区域相互重叠。本申请中可以采用观察者模式,每一个区域为独立的一个对象,即同一目标人员的同一条运动轨迹,在不同计数对象中会形成不同轨迹字符串,这样可以方便各个门店独立统计客流量。
S103、将进出店目标人员轨迹以及徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量。
其中,正则表达式又称规则表达式(Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个"规则字符串"用来表达对字符串的一种过滤逻辑。许多程序设计语言都支持利用正则表达式进行字符串操作。例如,在Perl中就内建了一个功能强大的正则表达式引擎。因此,可以预先设定一个正则表达式作为判断标准,且对于进出店事件正则表达式可以灵活定义。
上述采集到目标人员的进出店目标人员轨迹以及徘徊目标人员轨迹后,可以将进出店目标人员轨迹通过正则表达式进行组合,与预设的正则表达式进行比较,以判断该目标人员是否存在进出店事件(进出店内),若存在进出店事件,则可以判断该目标人员为进店目标人员。同时可以将徘徊目标人员轨迹通过正则表达式进行组合,并与设定的正则表达式进行比较,判断采集到的目标人员是否进入到徘徊计数区域,进入到徘徊计数区域便可以将该目标人员记为徘徊目标人员(路过人员)。
这样,在一段时间内(1天、1周、1个月等),可以统计在同一个选取区域中进入到同一个门店的所有进店目标人员数量以及徘徊目标人员,商家在统计交易成功的目标人员数量后,可以根据进店目标人员数据量以及交易成功的目标人员数量计算出客流转换率。当然,考虑到徘徊目标人员数量,还可以将同一时间段内的徘徊目标人员数量进行统计,基于自定义的客流转换公式将徘徊目标人员数量以一定的比例加入到计算当中。
本发明实施例中,首先将对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域;获取目标人员的坐标位置信息,将坐标位置信息对应到进出计数区域与徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹;将进出店目标人员轨迹以及徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量。这样,将选取区域划分为进出计数区域及徘徊计数区域可以通过采集设备采集到准确的目标人员轨迹的变化,得到的进出店目标人员轨迹以及徘徊目标人员轨迹也会更准确,之后通过正则表达式进行表达后与预设的标准正则表达式进行比较,统计得到的进店目标人员数量以及徘徊目标人员数量的准确率更高。
如图2a所示,图2a是本发明实施例提供的另一种人流量的计数方法的流程图,具体包括以下步骤:
S201、对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域,进出计数区域包括门店第一区域内、门店第二区域内与门店第一区域外,门店第二区域内相邻于门店第一区域内且靠门店内侧。
其中,在基于选取区域相对于门的位置对选取区域进行划分后得到的进出计数区域中,可以包括进出计数区域包括门店第一区域内、门店第二区域内以及门店第一区域外。此外,还可以包括门店第二区域外。也即是将选取区域中居于门店外的区域划分为两个区域(门店第一区域外与门店第二区域外),将选取区域中居于门店内的区域划分为两个区域(门店第一区域内、门店第二区域内)。其中,选取区域的门外与门内区域整体大小可以一致,当然也可以不同,且门店第一区域内与门店第一区域外的大小可以一致,门店第二区域外与门店第二区域内的大小可以一致。
上述门店第一区域内与门店第二区域内的区域范围大小可以不同;门店第一区域外与门店第二区域外的区域范围大小可以不同。具体的,可以保证区域宽度一致,长度不同。且每一个区域可以是矩形区域,门店第一区域内与门店第一区域外可以是靠近门的一侧,门店第二区域内与门店第二区域外可以是离门较远的一侧。
S202、当采集设备视角无法采集到门店第一区域内、门店第二区域内目标人员的坐标位置信息时,获取目标人员在门店第一区域外的速度信息,速度信息包括速度大小与速度方向。
其中,当客流相机视角与店门近似平行的时候,店内区域往往难以采集图像,因此无法计数到进出店目标人员数量。此时,可以采用本实施例提供的消失进店计数逻辑进行判断。
具体的,当客流相机视角无法采集到门店第一区域内、门店第二区域内目标人员的坐标位置信息时,此时若发生进出店事件,只能在门外区域(第一区域外与第二区域外)可见。第一区域外靠近门,为了提高判断的准确度,可以获取目标人员在第一区域外的速度信息,其中,速度信息可以基于该目标人员的目标人员轨迹进行计算,例如通过所移动的距离s与所花的时间t计算速度v,同时根据目标人员轨迹判断出速度方向。
S203、判断目标人员的速度大小是否满足预设速度阈值,以及速度方向与选取区域的入口之间的夹角是否满足预设夹角阈值。
其中,若无法查找到该目标人员,也即是在选取区域也无法获取该目标人员的目标人员轨迹,此时可以将计算得到的速度大小与预设的速度阈值进行比较,判断计算得到的速度大小是否大于预设的速度阈值;同时判断速度方向与选取区域的入口之间的夹角是否在预设夹角阈值内。上述的预设速度阈值与预设夹角阈值可以自定义,可以是一个固定的值,也可以是一个取值范围。
S204、当速度大小满足预设速度阈值,以及速度方向与选取区域的入口之间的夹角满足预设夹角阈值,则判断目标人员发生进店事件。
其中,当速度大小满足预设速度阈值,以及速度方向与选取区域的入口之间的夹角满足预设夹角阈值,则可以判断该目标人员进入店内,即发生进店事件,例如:计算得到目标人员A的速度大小为3m/s,预设速度阈值为2m/s,且速度方向与门之间的夹角为90°,预设夹角阈值为45°-135°,表示速度大小与速度方向都满足预设速度阈值与预设夹角阈值,这时可以判断目标人员A进入到店内。
S205、获取目标人员的坐标位置信息,将坐标位置信息对应到进出计数区域与徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹。
S206、将进出店目标人员轨迹以及徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量。
可选的,上述获取目标人员的坐标位置信息可以是基于预设的立体匹配算法算出目标人员的双目中任一目图像的视差信息。
其中,预设的立体匹配算法可以包括SGBM(Semi-Global Block Matching)算法、HSM(Hierarchical Storage Management)算法等立体匹配算法。当通过采集设备获取图像中的目标人员后,通过预设的立体匹配算法可以计算出目标人员的双目中任一目图像的视差信息。
对目图像进行检测,将目图像的视差信息转化为采集设备坐标系下的坐标位置信息。
其中,计算出的目图像的视差信息可以是左眼视差图,可以是右眼视差图。因目标人员的左右眼从略微不同的角度观察景物会产生视差,而这种视差与物体所处的位置有关,可以通过基本透视投影,将计算出的目图像的视差信息转化为深度信息。根据相机成像中视差图与深度图的转换关系可知,距离像面越近的点,它在左右相机中的视差越大,距离像面越远的点,它在左右相机中的视差越小。然后可以对目图像进行人体检测,将目图像的视差信息转化为采集设备坐标系下的坐标位置信息。
可选的,上述获取目标人员的坐标位置信息还可以是通过采集设备获取图像中目标人员,并对目标人员做人体检测及姿态估计,得到目标人员的头部以及脚踝关键点。
其中,可以通过采集设备实时获取三维地平面中的目标人员图像,通过目标跟踪算法,利用目标人员图像的相邻两帧的区域匹配从图像序列中建立目标链,跟踪目标人员从进入监视范围到驶离监视范围的整个过程,目标跟踪算法类型在本实施例中不做唯一限定。通过目标跟踪算法对目标人员进行跟踪的过程中,可以进行人体检测获取目标人员的多个关键点,且包括目标人员的头部以及脚踝关键点,脚踝包括左脚踝以及右脚踝。此外,还可以包括鼻子、左眼、右眼、左耳、右耳、左手腕、右手腕、左肘、右肘、左肩、右肩膀、左胯、右胯、左膝盖、右膝盖。根据获取到的多个人体关键点可以进行人体估计,也即是对目标人员的当前状态下的姿态进行估计。
基于脚踝关键点的所处位置在平面方程上,以及头部关键点处于经过脚踝所处位置的地平面法线上,获取采集设备的光心与图像脚踝关键点之间的连线与地平面的交点,以使交点作为目标人员对应的脚部坐标位置信息。
其中,参考图2b所示,图2b为本实施例提供的一种计算目标人员坐标位置信息的示意图。可以预先计算出了三维地平面在客流相机坐标系下的平面方程。当客流相机采集到的目标人员站立在三维地平面上时,可以假设该目标人员的脚踝关键点的3D位置所在的位置处于平面方程上,且目标人员的头部关键点处于经过脚踝关键点的3D位置所在的地平面法线上。这样,便可以连接客流相机的光心O与二维图像(2D图像)中的脚踝关键点h1,得到的连线为射线,该射线与地平面的交点h2即可以作为目标人员脚部的3D位置。
获取采集设备的光心与头部关键点之间的连线与地平面法线的交点作为目标人员对应的头部坐标位置信息。
其中,确定脚部的3D位置后,还可以连接客流相机的光心O与2D图像中头部关键点p1,获取连接后形成的射线与地平面法线L2的交点p2以作为目标人员对应的头部3D位置。当然,在获取到脚部的3D位置与头部的3D位置后,可以计算出该目标人员的身高,即h2与p2之间的距离。
作为一种可能的实施例方式,在现实中目标人员的脚踝关键点不都可见。在脚踝关键点不可见时,若检测到人脸等其他人体信息,可以判断该目标人员与历史目标人员信息中的目标人员匹配,确定为同一目标人员的前提下,可通过之前计算得到的身高得到目标人员的头部关键点的3D位置,即当目标人员的头部关键点射线上与地平面距离为身高长度的点。
可选的,上述S201步骤包括:
将预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域,进出计数区域还包括门店第二区域外及进出计数缓冲区域,计数缓冲区域位于门店第二区域外与门店第一区域外之间,徘徊计数区域包括开放区域、第一徘徊计数区域外以及第二徘徊计数区域外以及徘徊缓冲区域。
其中,划分区域具体参考图2c所示,图2c为本实施例提供的进出店计数逻辑在地平面上展开的区域划分示意图。进出计数区域包括门店第一区域内、门店第二区域内与门店第一区域外以及门店第二区域外,对应图中的字符依次为c、d、b、a,图中的L1表示门的位置。还可以包括进出计数缓冲区域。
其中,参考图2d所示,图2d为本实施例体提供的徘徊计数区域计数逻辑在地平面上展开的区域划分示意图。考虑到正则表达式中,不同标记的含义不同,因此,徘徊计数区域可以包括开放区域、第一徘徊计数区域外以及第二徘徊计数区域外,且依次用字符c、a、b表示。还可以包括徘徊缓冲区域,参考图2d中的n,边框区域。
本发明实施例中,通过将选取区域划分为进出计数区域及徘徊计数区域,进出计数区域包括门店第一区域内、门店第二区域内与门店第一区域外。当客流客流相机视角无法采集到门店第一区域内、门店第二区域内时,以通过获取目标人员在门店第一区域外的速度大小与速度方向判断目标人员在此之后是否发生进店事件。这样,避免了客流相机无法采集到店内区域的情况下,提供一种目标人员轨迹的判断方式,能够更准确的采集进出店的目标人员信息,以计算得到更加准确的客流转化率。且还划分进出计数区域与徘徊计数区域,在进出计数区域中包含进出计数缓冲区域,以及在徘徊计数区域包含了徘徊缓冲区域,这样,当目标人员处于进出计数区域或徘徊计数区域时,可以对两种计数区域计数时对目标人员的状态进行一次滤波,消除算法噪声引起的状态变化,准确地采集到目标人员轨迹的变化,得到的进出店目标人员轨迹以及徘徊目标人员轨迹对应的正则表达式与预定的标准正则表达式进行比较得到的结果正确率更高,计算到的进店目标人员数量以及徘徊目标人员数量的准确率更高。
如图3所示,图3是本发明实施例提供的另一种方法流程图,包括以下步骤:
S301、对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域。
S302、获取目标人员在门店第一区域内、门店第二区域内、门店第一区域外以及门店第二区域外的第一坐标位置信息,以及获取目标人员在开放区域、第一徘徊计数区域外以及第二徘徊计数区域外的第二坐标位置信息。
其中,当目标人员进入选取区域后,可以获取目标人员出现在门店第一区域内、门店第二区域内、门店第一区域外以及门店第二区域外四个区域的第一坐标位置信息,即检测该目标人员是否出现在上述的四个区域中。此外,还可以检测目标人员是否出现在开放区域、第一徘徊计数区域外以及第二徘徊计数区域外,当出现在对应的区域,就可以获取到目标人员的第二坐标位置信息。当然,当不存在上述任何一个区域时,可以表示目标人员处于不确定状态或者消失状态。
S303、将第一坐标位置信息通过进出计数缓冲区域对应的标记进行连接得到进出店目标人员轨迹,以及将第二坐标位置信息通过徘徊缓冲区域的标记进行连接得到徘徊目标人员轨迹。
其中,获取到第一坐标位置信息后,可以将第一坐标位置信息在每个区域的字符进行连接以形成第一字符串,形成的第一字符串可以表示进出店目标人员轨迹。同样,获取到第二坐标位置信息后,可以将第二坐标位置信息在每个区域的字符进行连接以形成第二字符串,形成的第二字符串可以表示徘徊目标人员轨迹,例如:目标人员经过门店第一区域内、门店第一区域外、门店第二区域外,则对应的进出店目标人员轨迹的正则表达式为“c+b+a+”。再例如:目标人员经过开放区域、第一徘徊计数区域外以及第二徘徊计数区域外,则连接后得到的徘徊目标人员轨迹的正则表达式为“c+b*a+”。
S304、将进出店目标人员轨迹以及徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量。
其中,可预先设定标准的进出店正则表达式,将获取到的目标人员进出店目标人员轨迹的正则表达式与预设的标准进出店正则表达式进行比较,便可以判断出该目标人员是否存在进出店事件,例如:获取到的目标人员A进出店目标人员轨迹的正则表达式为“c+b+a+”,预设的标准进出店正则表达式为“b+c+”,即目标人员只有在经过b、c区域才算进店,通过比较,可以看出目标人员A存在进出店事件。当然,上述预设的标准进出店正则表达式可以灵活设置,例如:目标人员只有经过b、c、d才算进店,则对应的进出店标准正则表达式可以为“b+c+d+”。
同样,还可以预先设定徘徊目标人员的正则表达式,例如:徘徊目标人员轨迹必须包含c与a状态,中间可有b状态则判为进入徘徊计数区域,其预设的徘徊目标人员正则表达式可以设定为“c+b*a+”;也或者徘徊目标人员轨迹必须包含c与b,且在b区域消失也判断为进入徘徊计数区域,其预设的徘徊目标人员正则表达式可以设定为“c+b+t”。
这样,通过上述的判断方法,便可以统计出在预设的时间段进店目标人员数量以及徘徊目标人员数量,商家在统计总的成交量之后,便可以基于进店目标人员数量与成交量计算出客流转换率。同样,商家可以将徘徊目标人员数量纳入到客流转换率的考虑范围,或者可以根据徘徊目标人员数量的多少来判断门店的引客条件是否需要调整。而且采集到的进店目标人员数量与徘徊目标人员数量的年龄、身高、穿着等因素对于门店的发展方向、定位等具有很大的影响,考虑到的数据越广泛,更有利于门店的发展。
可选的,进出计数缓冲区域与徘徊缓冲区域包括不确定状态区域与消失状态区域,上述步骤S303包括:
判断目标人员的当前状态与上一时刻的状态是否相同或是否为不确定状态/消失状态。
其中,由于目标人员在三维地平面上的位置估计存在噪声,为防止目标人员状态由于噪声而频繁跳变,在门内与门外区域之间设置缓冲区域,当行人不处于门内和门外区域时可以表示为不确定状态,用字符n表示,具体可以参考图2c中n所指的区域,包括最外框内除了a、b、c与d之外的区域。当行人处于消失状态消失在视野中时,可以用字符t表示。当目标人员不存在于c、d、b、a四个区域时,表示目标人员处于进出计数缓冲区域,为图2c中的n状态。
参考图2d所示,图中的黑线为n,表示不确定状态,同样可以用t表示消失状态。当目标人员不在a与b区域时,则可能在c区域。上述的进出计数区域与徘徊计数区域可以是不重叠的区域。
具体的,对于目标人员的图像采集可以是基于预设间隔时间进行采集,例如:30ms采集一次。上述判断目标人员的当前状态与上一时刻的状态是否相同,可以表示在t时刻采集到的图像中目标人员所在的区域与t+1时刻采集到的图像中目标人员是所在的区域是否为同一区域。或者目标人员的当前状态是否处于不确定状态/消失状态,也即是不存在于门店第一区域内、门店第二区域内与门店第一区域外以及门店第二区域外。
其中,目标人员的当前状态与上一时刻的状态相同,说明当前目标人员与上一时刻之间的时间段内没有移动位置。也可以是目标人员一直处于或进入到不确定状态/消失状态。针对上述两种情况,可以判断目标人员处于不确定状态区域或消失状态区域,其对应的字符不计入进出店目标人员轨迹中以及徘徊目标人员轨迹中。重复的字符不计入进出店目标人员轨迹,得到的进出店目标人员轨迹也会比较短,便于比较。
在本发明实施例中,将选取区域划分为进出计数区域及徘徊计数区域可以通过采集设备采集到准确的目标人员轨迹的变化,得到的进出店目标人员轨迹以及徘徊目标人员轨迹也会更准确。获取连续时间内进出店目标人员轨迹以及徘徊目标人员轨迹对应的正则表达式,并与预定的标准正则表达式进行比较以得到准确度更高的进店目标人员数量以及徘徊目标人员数量,便于商家根据更准确的客流转化率提出更好的经营方案等。
如图4所示,图4是本发明实施例提供的一种人流量的计数装置的结构示意图,人流量的计数装置400包括:
划分模块401,用于对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域;
映射模块402,用于获取目标人员的坐标位置信息,将坐标位置信息对应到进出计数区域与徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹迹;
计算模块403,用于将进出店目标人员轨迹以及徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量。
可选的,进出计数区域包括门店第一区域内、门店第二区域内与门店第一区域外,门店第二区域内相邻于门店第一区域内且靠门店内侧,如图5所示,图5是本发明实施例提供的另一种人流量的计数装置的结构示意图,人流量的计数装置400还包括:
获取模块404,用于当采集设备视角无法采集到门店第一区域内、门店第二区域内目标人员的坐标位置信息时,获取目标人员在门店第一区域外的速度信息,速度信息包括速度大小与速度方向;
第一判断模块405,用于判断目标人员的速度大小是否满足预设速度阈值,以及速度方向与选取区域的入口之间的夹角是否满足预设夹角阈值;
第二判断模块406,用于当速度大小满足预设速度阈值,以及速度方向与选取区域的入口之间的夹角满足预设夹角阈值,则判断目标人员发生进店事件。
可选的,如图6所示,图6是本发明实施例提供的另一种人流量的计数装置的结构示意图,映射模块402包括:
计算单元4021,用于通过采集设备获取图像中的目标人员,基于预设的立体匹配算法算出目标人员的双目中任一目图像的视差信息;
转化单元4022,用于对目图像进行检测,将目图像的视差信息转化为采集设备的坐标系下的坐标位置信息。
可选的,坐标位置信息包括脚部坐标位置信息与头部坐标位置信息,如图7所示,图7是本发明实施例提供的另一种人流量的计数装置的结构示意图,映射模块402还包括:
关键点估计单元4023,用于通过采集设备获取图像中目标人员,并对目标人员做人体检测及姿态估计,得到目标人员的头部关键点与脚踝关键点;
第一获取单元4024,用于基于脚踝关键点的所处位置在平面方程上,以及头部关键点处于经过脚踝所处位置的地平面法线上,获取采集设备的光心与图像脚踝关键点之间的连线与地平面的交点,以使交点作为目标人员对应的脚部坐标位置信息;
第二获取单元4025,用于获取采集设备的光心与头部关键点之间的连线与地平面法线的交点作为目标人员对应的头部坐标位置信息。
可选的,划分模块401还用于将预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域,进出计数区域还包括门店第二区域外及进出计数缓冲区域,计数缓冲区域位于门店第二区域外与门店第一区域外之间,徘徊计数区域包括开放区域、第一徘徊计数区域外以及第二徘徊计数区域外以及徘徊缓冲区域。
可选的,如图8所示,图8是本发明实施例提供的另一种人流量的计数装置的结构示意图,映射模块402还包括:
第三获取单元4026,用于获取目标人员在门店第一区域内、门店第二区域内、门店第一区域外以及门店第二区域外的第一坐标位置信息,以及获取目标人员在开放区域、第一徘徊计数区域外以及第二徘徊计数区域外的第二坐标位置信息;
连接单元4027,用于将第一坐标位置信息通过进出计数缓冲区域对应的标记进行连接得到进出店目标人员轨迹,以及将第二坐标位置信息通过徘徊缓冲区域的标记进行连接得到徘徊目标人员轨迹。
可选的,进出计数缓冲区域与徘徊缓冲区域包括不确定状态区域与消失状态区域,如图9所示,图9是本发明实施例提供的另一种人流量的计数装置的结构示意图,连接单元4027包括:
判断子单元40271,用于判断目标人员的当前状态与上一时刻的状态是否相同或是否为不确定状态/消失状态;
计数子单元40272,用于若目标人员的当前状态与上一时刻的状态相同或为不确定状态/消失状态,则目标人员处于不确定状态区域或消失状态区域,处于不确定状态区域或消失状态区域的标记不计入进出店目标人员轨迹中以及徘徊目标人员轨迹中。
如图10所示,图10是本发明实施例提供的一种电子设备的结构示意图,该电子设备1000包括:处理器1001、存储器1002、网络接口1003及存储在存储器1002上并可在处理器1001上运行的计算机程序,处理器1001执行计算机程序时实现实施例提供的人流量的计数方法中的步骤。
具体的,处理器1001用于执行以下步骤:
对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域;
获取目标人员的坐标位置信息,将坐标位置信息对应到进出计数区域与徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹;
将进出店目标人员轨迹以及徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量。
可选的,进出计数区域包括门店第一区域内、门店第二区域内与门店第一区域外,门店第二区域内相邻于门店第一区域内且靠门店内侧,处理器1001还用于执行的步骤包括:
当采集设备视角无法采集到门店第一区域内、门店第二区域内目标人员的坐标位置信息时,获取目标人员在门店第一区域外的速度信息,速度信息包括速度大小与速度方向;
判断目标人员的速度大小是否满足预设速度阈值,以及速度方向与选取区域的入口之间的夹角是否满足预设夹角阈值;
当速度大小满足预设速度阈值,以及速度方向与选取区域的入口之间的夹角满足预设夹角阈值,则判断目标人员发生进店事件。
可选的,处理器1001执行的获取目标人员的坐标位置信息的步骤包括:
通过采集设备获取图像中的目标人员,基于预设的立体匹配算法算出目标人员的双目中任一目图像的视差信息;
对目图像进行检测,将目图像的视差信息转化为采集设备坐标系下的坐标位置信息。
可选的,坐标位置信息包括脚部坐标位置信息与头部坐标位置信息,处理器1001执行的获取目标人员的坐标位置信息的步骤包括:
通过采集设备获取图像中目标人员,并对目标人员做人体检测及姿态估计,得到目标人员的头部关键点与脚踝关键点;
基于脚踝关键点的所处位置在平面方程上,以及头部关键点处于经过脚踝所处位置的地平面法线上,获取采集设备的光心与图像脚踝关键点之间的连线与地平面的交点,以使交点作为目标人员对应的脚部坐标位置信息;
获取采集设备的光心与头部关键点之间的连线与地平面法线的交点作为目标人员对应的头部坐标位置信息。
可选的,处理器1001执行的对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域的步骤包括:
将预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域,进出计数区域还包括门店第二区域外及进出计数缓冲区域,计数缓冲区域位于门店第二区域外与门店第一区域外之间,徘徊计数区域包括开放区域、第一徘徊计数区域外以及第二徘徊计数区域外以及徘徊缓冲区域。
可选的,处理器1001执行的将坐标位置信息对应到进出计数区域与徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹的步骤包括:
获取目标人员在门店第一区域内、门店第二区域内、门店第一区域外以及门店第二区域外的第一坐标位置信息,以及获取目标人员在开放区域、第一徘徊计数区域外以及第二徘徊计数区域外的第二坐标位置信息;
将第一坐标位置信息通过进出计数缓冲区域对应的标记进行连接得到进出店目标人员轨迹,以及将第二坐标位置信息通过徘徊缓冲区域的标记进行连接得到徘徊目标人员轨迹。
可选的,进出计数缓冲区域与徘徊缓冲区域包括不确定状态区域与消失状态区域,处理器1001执行的进出计数缓冲区域与徘徊缓冲区域包括不确定状态区域与消失状态区域,将第一坐标位置信息通过进出计数缓冲区域对应的标记进行连接得到进出店目标人员轨迹,以及将第二坐标位置信息通过徘徊缓冲区域的标记进行连接得到徘徊目标人员轨迹的步骤包括:
判断目标人员的当前状态与上一时刻的状态是否相同或是否为不确定状态/消失状态;
若目标人员的当前状态与上一时刻的状态相同或为不确定状态/消失状态,则目标人员处于不确定状态区域或消失状态区域,处于不确定状态区域或消失状态区域的标记不计入进出店目标人员轨迹中以及徘徊目标人员轨迹中。
本发明实施例提供的电子设备1000能够实现人流量的计数方法实施例中的各个实施方式,以及相应有益效果,为避免重复,这里不再赘述。
需要指出的是,图中仅示出了具有组件的1001-1003,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术目标人员可以理解,这里的电子设备1000是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
电子设备1000可以是桌上型计算机、笔记本及掌上电脑等计算设备。电子设备1000可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
存储器1002至少包括一种类型的可读存储介质,可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器1002可以是电子设备1000的内部存储单元,例如该电子设备1000的硬盘或内存。在另一些实施例中,存储器1002也可以是电子设备1000的外部存储设备,例如该电子设备1000上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,存储器1002还可以既包括电子设备1000的内部存储单元也包括其外部存储设备。本实施例中,存储器1002通常用于存储安装于电子设备1000的操作系统和各类应用软件,例如人流量的计数方法的程序代码等。此外,存储器1002还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器1001在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器1001通常用于控制电子设备1000的总体操作。本实施例中,处理器1001用于运行存储器1002中存储的程序代码或者处理数据,例如运行人流量的计数方法的程序代码。
网络接口1003可包括无线网络接口或有线网络接口,该网络接口1003通常用于在电子设备1000与其他电子设备之间建立通信连接。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器1001执行时实现实施例提供的人流量的计数方法中的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域普通技术目标人员可以理解实现实施例人流量的计数方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存取存储器1002(RandomAccess Memory,简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (9)
1.一种人流量的计数方法,其特征在于,包括以下步骤:
对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域;所述进出计数区域包括门店第一区域内、门店第二区域内与门店第一区域外,所述门店第二区域内相邻于所述门店第一区域内且靠门店内侧;
获取目标人员的坐标位置信息,将所述坐标位置信息对应到所述进出计数区域与所述徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹;
将所述进出店目标人员轨迹以及所述徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量;
当采集设备视角无法采集到所述门店第一区域内、门店第二区域内所述目标人员的坐标位置信息时,获取所述目标人员在所述门店第一区域外的速度信息,所述速度信息包括速度大小与速度方向;
判断所述目标人员的所述速度大小是否满足预设速度阈值,以及所述速度方向与选取区域的入口之间的夹角是否满足预设夹角阈值;
当所述速度大小满足所述预设速度阈值,以及所述速度方向与选取区域的入口之间的夹角满足所述预设夹角阈值,则判断所述目标人员发生进店事件。
2.如权利要求1所述的人流量的计数方法,其特征在于,所述获取目标人员的坐标位置信息的步骤包括:
通过所述采集设备获取图像中的所述目标人员,基于预设的立体匹配算法算出所述目标人员的双目中任一目图像的视差信息;
对所述目图像进行检测,将所述目图像的视差信息转化为采集设备的坐标系下的所述坐标位置信息。
3.如权利要求1所述的人流量的计数方法,其特征在于,所述坐标位置信息包括脚部坐标位置信息与头部坐标位置信息,所述获取目标人员的坐标位置信息的步骤包括:
通过相机采集设备获取图像中所述目标人员,并对所述目标人员做人体检测及姿态估计,得到所述目标人员的头部关键点与脚踝关键点;
基于所述脚踝关键点的所处位置在平面方程上,以及所述头部关键点处于经过脚踝所处位置的地平面法线上,获取采集设备的光心与所述图像脚踝关键点之间的连线与地平面的交点,以使所述交点作为所述目标人员对应的脚部坐标位置信息;
获取采集设备的光心与头部关键点之间的连线与所述地平面法线的交点作为所述目标人员对应的头部坐标位置信息。
4.如权利要求1所述的人流量的计数方法,其特征在于,所述对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域的步骤包括:
将所述预设的选取区域进行区域划分,得到所述进出计数区域及所述徘徊计数区域,所述进出计数区域还包括门店第二区域外及进出计数缓冲区域,所述计数缓冲区域位于所述门店第二区域外与所述门店第一区域外之间,所述徘徊计数区域包括开放区域、第一徘徊计数区域外以及第二徘徊计数区域外以及徘徊缓冲区域。
5.如权利要求4所述的人流量的计数方法,其特征在于,所述将所述坐标位置信息对应到所述进出计数区域与所述徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹的步骤包括:
获取所述目标人员在所述门店第一区域内、门店第二区域内、门店第一区域外以及门店第二区域外的第一坐标位置信息,以及获取所述目标人员在所述开放区域、第一徘徊计数区域外以及第二徘徊计数区域外的第二坐标位置信息;
将所述第一坐标位置信息通过所述进出计数缓冲区域对应的标记进行连接得到所述进出店目标人员轨迹,以及将所述第二坐标位置信息通过所述徘徊缓冲区域的标记进行连接得到所述徘徊目标人员轨迹。
6.如权利要求5所述的人流量的计数方法,其特征在于,所述进出计数缓冲区域与所述徘徊缓冲区域包括不确定状态区域与消失状态区域,所述将所述第一坐标位置信息通过所述进出计数缓冲区域对应的标记进行连接得到所述进出店目标人员轨迹,以及将所述第二坐标位置信息通过所述徘徊缓冲区域的标记进行连接得到所述徘徊目标人员轨迹的步骤包括:
判断所述目标人员的当前状态与上一时刻的状态是否相同或是否为不确定状态/消失状态;
若所述目标人员的当前状态与上一时刻的状态相同或为不确定状态/消失状态,则所述目标人员处于所述不确定状态区域或所述消失状态区域,处于所述不确定状态区域或所述消失状态区域的标记不计入所述进出店目标人员轨迹中以及所述徘徊目标人员轨迹中。
7.一种人流量的计数装置,其特征在于,包括:
划分模块,用于对预设的选取区域进行区域划分,得到进出计数区域及徘徊计数区域;所述进出计数区域包括门店第一区域内、门店第二区域内与门店第一区域外,所述门店第二区域内相邻于所述门店第一区域内且靠门店内侧;
映射模块,用于获取目标人员的坐标位置信息,将所述坐标位置信息对应到所述进出计数区域与所述徘徊计数区域,得到进出店目标人员轨迹以及徘徊目标人员轨迹;
计算模块,用于将所述进出店目标人员轨迹以及所述徘徊目标人员轨迹通过正则表达式进行表达,并与预设的标准正则表达式比较,统计进店目标人员数量以及徘徊目标人员数量以计算计算客流转化率;
获取模块,用于当采集设备视角无法采集到所述门店第一区域内、门店第二区域内所述目标人员的坐标位置信息时,获取所述目标人员在所述门店第一区域外的速度信息,所述速度信息包括速度大小与速度方向;
第一判断模块,用于判断所述目标人员的所述速度大小是否满足预设速度阈值,以及所述速度方向与选取区域的入口之间的夹角是否满足预设夹角阈值;
第二判断模块,用于当所述速度大小满足所述预设速度阈值,以及所述速度方向与选取区域的入口之间的夹角满足所述预设夹角阈值,则判断所述目标人员发生进店事件。
8.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的人流量的计数方法中的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的人流量的计数方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011641721.2A CN112668525B (zh) | 2020-12-31 | 2020-12-31 | 一种人流量的计数方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011641721.2A CN112668525B (zh) | 2020-12-31 | 2020-12-31 | 一种人流量的计数方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112668525A CN112668525A (zh) | 2021-04-16 |
CN112668525B true CN112668525B (zh) | 2024-05-07 |
Family
ID=75412188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011641721.2A Active CN112668525B (zh) | 2020-12-31 | 2020-12-31 | 一种人流量的计数方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668525B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506132B (zh) * | 2021-07-06 | 2023-08-01 | 树蛙信息科技(南京)有限公司 | 线下关注度的确定方法及装置 |
CN113420744B (zh) * | 2021-08-25 | 2021-12-17 | 北京每日优鲜电子商务有限公司 | 基于用户行为的设备报警方法、装置、电子设备和介质 |
CN113762169A (zh) * | 2021-09-09 | 2021-12-07 | 北京市商汤科技开发有限公司 | 人流量统计方法及装置、电子设备和存储介质 |
CN115063728A (zh) * | 2022-07-07 | 2022-09-16 | 中国兵器装备集团自动化研究所有限公司 | 一种人员进出统计方法及系统 |
CN116188357B (zh) * | 2022-09-27 | 2024-07-19 | 珠海视熙科技有限公司 | 一种出入口人体检测方法、摄像设备、装置及存储介质 |
CN117523472A (zh) * | 2023-09-19 | 2024-02-06 | 浙江大华技术股份有限公司 | 客流数据统计方法、计算机设备及计算机可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504688A (zh) * | 2014-12-10 | 2015-04-08 | 上海大学 | 基于双目立体视觉的客流密度估计的方法和系统 |
CN105184274A (zh) * | 2015-09-21 | 2015-12-23 | 魏运 | 一种基于深度图像获取客流速度和密度参数的方法 |
CN105225482A (zh) * | 2015-09-02 | 2016-01-06 | 上海大学 | 基于双目立体视觉的车辆检测系统和方法 |
CN105528785A (zh) * | 2015-12-03 | 2016-04-27 | 河北工业大学 | 一种双目视觉图像立体匹配方法 |
WO2016180323A1 (zh) * | 2015-05-12 | 2016-11-17 | 杭州海康威视数字技术股份有限公司 | 客流量的统计方法及装置 |
CN106355682A (zh) * | 2015-07-08 | 2017-01-25 | 北京文安智能技术股份有限公司 | 一种视频分析方法、装置及系统 |
CN106650695A (zh) * | 2016-12-30 | 2017-05-10 | 苏州万店掌网络科技有限公司 | 一种基于视频分析技术的跟踪统计人流量的系统 |
CN108458668A (zh) * | 2018-01-05 | 2018-08-28 | 燕山大学 | 基于双目视觉的板坯边部及头尾形状自动检测系统及方法 |
CN109448026A (zh) * | 2018-11-16 | 2019-03-08 | 南京甄视智能科技有限公司 | 基于头肩检测的客流统计方法和系统 |
CN110334569A (zh) * | 2019-03-30 | 2019-10-15 | 深圳市晓舟科技有限公司 | 客流量进出识别方法、装置、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6276519B2 (ja) * | 2013-05-22 | 2018-02-07 | 株式会社 日立産業制御ソリューションズ | 人数計測装置および人物動線解析装置 |
-
2020
- 2020-12-31 CN CN202011641721.2A patent/CN112668525B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504688A (zh) * | 2014-12-10 | 2015-04-08 | 上海大学 | 基于双目立体视觉的客流密度估计的方法和系统 |
WO2016180323A1 (zh) * | 2015-05-12 | 2016-11-17 | 杭州海康威视数字技术股份有限公司 | 客流量的统计方法及装置 |
CN106355682A (zh) * | 2015-07-08 | 2017-01-25 | 北京文安智能技术股份有限公司 | 一种视频分析方法、装置及系统 |
CN105225482A (zh) * | 2015-09-02 | 2016-01-06 | 上海大学 | 基于双目立体视觉的车辆检测系统和方法 |
CN105184274A (zh) * | 2015-09-21 | 2015-12-23 | 魏运 | 一种基于深度图像获取客流速度和密度参数的方法 |
CN105528785A (zh) * | 2015-12-03 | 2016-04-27 | 河北工业大学 | 一种双目视觉图像立体匹配方法 |
CN106650695A (zh) * | 2016-12-30 | 2017-05-10 | 苏州万店掌网络科技有限公司 | 一种基于视频分析技术的跟踪统计人流量的系统 |
CN108458668A (zh) * | 2018-01-05 | 2018-08-28 | 燕山大学 | 基于双目视觉的板坯边部及头尾形状自动检测系统及方法 |
CN109448026A (zh) * | 2018-11-16 | 2019-03-08 | 南京甄视智能科技有限公司 | 基于头肩检测的客流统计方法和系统 |
CN110334569A (zh) * | 2019-03-30 | 2019-10-15 | 深圳市晓舟科技有限公司 | 客流量进出识别方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112668525A (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112668525B (zh) | 一种人流量的计数方法、装置、电子设备及存储介质 | |
Haque et al. | Towards vision-based smart hospitals: a system for tracking and monitoring hand hygiene compliance | |
US10410048B2 (en) | System and method for detecting, tracking and counting human objects of interest using a counting system and a data capture device | |
JP5301973B2 (ja) | 犯罪防止装置およびプログラム | |
WO2018163804A1 (ja) | 情報処理システム、情報処理装置、情報処理方法ならびに情報処理方法をコンピュータに実行させるプログラム | |
CN112041848A (zh) | 人数统计和跟踪系统及方法 | |
US10102431B2 (en) | Visual monitoring of queues using auxillary devices | |
EP2745276B1 (en) | System and method for detecting, tracking and counting human objects of interest using a counting system and a data capture device | |
CN106651901A (zh) | 对象跟踪方法和设备 | |
CN109740444A (zh) | 人流量信息展示方法及相关产品 | |
CN109977796A (zh) | 尾随通行检测方法及装置 | |
Bazo et al. | Baptizo: A sensor fusion based model for tracking the identity of human poses | |
JP2019029747A (ja) | 画像監視システム | |
JP6894395B2 (ja) | 情報取得装置及び情報集計システム並びに情報集計装置 | |
JP2006085366A (ja) | 速度分布分析装置 | |
Davies et al. | Using CART to segment road images | |
Pless et al. | Road extraction from motion cues in aerial video | |
CN113494964B (zh) | 一种人员测温方法、装置、电子设备及存储介质 | |
CN110334646A (zh) | 一种基于ssd的单类别障碍物识别的检测方法 | |
CN111222378A (zh) | 一种对象计数方法及装置 | |
EP4207107A1 (en) | Information processing program, information processing method, and information processing apparatus | |
Wu et al. | Enhancing Mall Security Based on Augmented Reality in the Post-pandemic World | |
Bennet et al. | Performance Evalution of Video Surveillance Using Mete, Melt and Nidc Technique | |
CR et al. | Intelligent Social Distance Crowd Management Systems for Pandemics-A Guided Tour | |
van der Laan | High-statistical analysis of pedestrian dynamics at a road crossing: from depth maps to pedestrian trajectories using convolutional neural networks |
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 |