CN113569659A - 一种基于大数据的客流量分析方法、系统、智能终端及存储介质 - Google Patents
一种基于大数据的客流量分析方法、系统、智能终端及存储介质 Download PDFInfo
- Publication number
- CN113569659A CN113569659A CN202110756806.3A CN202110756806A CN113569659A CN 113569659 A CN113569659 A CN 113569659A CN 202110756806 A CN202110756806 A CN 202110756806A CN 113569659 A CN113569659 A CN 113569659A
- Authority
- CN
- China
- Prior art keywords
- area
- people
- garden
- flow
- total number
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims description 20
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 abstract description 6
- 238000011161 development Methods 0.000 abstract description 2
- 238000005206 flow analysis Methods 0.000 abstract 1
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function 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
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于大数据的客流量分析方法、系统、智能终端及存储介质，所述的方法包括，统计园区的入园总人数，获取园区内各个区域内的视频数据，分析人形特征，计算各区域内的人流量和各个区域内的人流量占入园总人数的比例，并根据各个区域内的人流量占入园总人数的比例将区域分为密集区域、舒适区域、宽敞区域；提取密集区域和宽敞区域内的视频数据中的人体特征参数将这两个区域内的人群分为四类：孩童、青少年、老人和成年，并统计输出相应类型的人数占对应区域内的人流量的占比情况，这样可以精确地统计人流量和了解各个区域人群分布状态，有利于管理者基于区域的人流量和人群分布状态对园区的布局作出调整，从而实现园区科学统筹地发展。
Description
技术领域
本发明涉及产业管理技术领域，特别是涉及一种基于大数据的客流量分析方法、系统、智能终端及存储介质。
背景技术
在园区进行人流量统计，人流量统计数据可以作为园区建设、管理、决策、运维等方面的重要依据。如，通过人流量数据的统计与分析，园区管理者可发现人群流动特征，为区域管理资源的协调提供决策依据，以更加科学合理地布局园区运营、营销方式。然而，目前园区的人流量统计方式主要是通过站点闸机数据、wifi热点定位数据来获取，这两种方式单纯统计人数，并不能对人群进行分类汇总，且由于老人孩童一般都很少使用移动终端，造成统计结果不准确和不精细。
发明内容
本发明的主要目的是提供一种基于大数据的客流量分析方法、系统、智能终端及存储介质，旨在解决上述背景技术所提及的问题。该技术方案包括如下内容。
一方面，提供了一种基于大数据的客流量分析方法，包括如下步骤：
S1:获取园区入口处进入该园区内的入园总人数，其中入园总人数的计算公式为：
其中P为入园总人数，i为园区的第i个入口，Xi为第i个入口的人数，N为园区的入口总数，βi为第i个入口对应的权重；
S2:读取园区内各个区域内的视频数据，分析人形特征，确定各区域内的人流量，并根据所述入园总人数和所述各个区域内的人流量，计算该各个区域内的人流量占所述入园总人数的比例；
S3:根据所述各个区域内的人流量占所述入园总人数的比例由高至低将区域分为密集区域、舒适区域、宽敞区域；
S4:分别重新读取所述密集区域和所述宽敞区域内的视频数据，提取识别人体特征参数，将这两个区域内的人群分为四类：孩童、青少年、老人和成年，并统计输出各类型的人数占对应区域内的人流量的占比情况。
在一种可能实施方式中，步骤S2包括：
S21:获取园区内各个区域的视频数据，并识别各个区域四周边缘处的警示线、边界线，在各区域中警示线和边界线围合组成了临界区间；
S22:分析人形姿态，当人员处于静止状态，则计为该区域的人流量；当人员处于走动状态，则判断该人员是否处于所述临界区间；若所述人员处于所述临界区间，判断人员停留时长，若该人员停留在该区域的时间大于第一预设时长值，则计为该区域的人流量，否则不计为该区域的人流量；若该人员不处于所述临界区间，判断该人员停留的时长，若该人员停留在该区域的时间大于第二预设时长值，则计为该区域的人流量，否则不计为该区域的人流量。
在一种可能实施方式中，所述第一预设时长值与相邻的警示线和边界线的间距的关系为：
P1表示第一预设时长值，H1为警戒线到与该警戒线同一侧且相对的边界线之间的间距，H1的单位为米，K1为人的步长值，其中K1的取值在0.4-1。
在一种可能实施方式中，所述第二预设时长值与两条相对的边界线之间间距的关系为：
P2表示第二预设时长值，H2为其中一条边界线与位于该条边界线另一侧的第二条边界线之间的间距，H2其单位为米，K2为人的步长值，其中K2的取值在0.6-1。
在一种可能实施方式中，步骤S4具体为：
所述人体特征参数包括人体轮廓特征和身高特征；
分别获取所述密集区域和所述宽敞区域内的视频数据，提取各每个人的所述体轮廓特征和所述身高特征，当所述身高特征低于第一预设阀值则，则计为孩童数量；否则，将所述人体轮廓特征与人体预设模型进行分析比较，当所述所述人体轮廓和青少年人体预设模型的相似度高于第一阀值，则将其计为青少年数量；否则将所述人体轮廓和老年人人体预设模型的相似度高于第二阀值，则老年人数量；否则其余的全部计为成年人数量，并根据孩童数量、青少年数量和老年人数量及成年人数量，统计各类型的人数占对应区域内的人流量的占比情况。
在一种可能实施方式中，在所述步骤S4后还包括：
S51:获取所述密集区域和所述宽敞区域内的店铺情况，并对每个区域内的店铺进行分类汇总，根据该区域内人群特性将店铺分为四种类型：第一类店铺、第二类店铺、第三类店铺、第四类店铺及大众服务店铺；
S52:根据历史时期各类型人数占目标区域人流量的比例和目标区域内的店铺总数量，预估该区域内各种类型店铺的配比标准值和标准配比阀值；
S53:若某一类型的店铺少于配比标准值，则显示这一类型的店铺“缺乏”；否则，将某一类型的店铺与标准配比阀值比较，若某一类型的店铺大于标准配比阀值，则显示这一类型的店铺“冗余”；若某一类型的店铺处于配比标准值、和标准配比阀值之间则显示这一类型的店铺“合理”。
一方面，提供了一种基于大数据的客流量分析系统，包括：
数据获取模块，获取园区入口处进入该园区内的入园总人数；
数据分析汇总模块，读取园区内各个区域内的视频数据，分析人形特征，确定各区域内的人流量，并根据所述入园总人数和所述各个区域内的人流量，计算该各个区域内的人流量占所述入园总人数的比例；
分类模块，根据所述各个区域内的人流量占所述入园总人数的比例由高至低将区域分为密集区域、舒适区域、宽敞区域；
统计分析模块，分别重新读取所述密集区域和所述宽敞区域内的视频数据，提取识别人体特征参数将这两个区域内的人群分为四类：孩童、青少年、老人和成年，并统计输出各类型的人数占对应区域内的人流量的占比情况。
一方面，提供了一种智能终端，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任一种方法的计算机程序。
一方面，提供了一种计算机可读存储介质，存储有能够被处理器加载并执行如上述任一种方法的计算机程序。
本发明技术方案基于大数据的客流量分析方法，统计园区的入园总人数，获取园区内各个区域内的视频数据，分析人形特征，计算各区域内的人流量和各个区域内的人流量占入园总人数的比例，并根据各个区域内的人流量占入园总人数的比例将区域分为密集区域、舒适区域、宽敞区域；提取密集区域和宽敞区域内的视频数据中的人体特征参数将这两个区域内的人群分为四类：孩童、青少年、老人和成年，并统计输出相应类型的人数占对应区域内的人流量的占比情况，本方案可以清楚直观且精确地了解人数情况，并且有利于园区管理者了解人流量和人群分布特点并分析比较密集区域和宽敞区域的人群分布特点，对园区的布局作出调整，从而实现园区科学统筹地发展。
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示出的结构获得其他的附图。
图1是本发明基于大数据的客流量分析方法的整体步骤示意图。
图2是图1中步骤S2的具体步骤示意图。
图3是图1中步骤S5的具体步骤示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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的一部分实施例，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。
在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
参照图1，为本发明公开的一种基于大数据的客流量分析方法，包括步骤S1至步骤S4。
在步骤S1中，获取园区入口处进入该园区内的入园总人数；
其中，在步骤S1中可以通过园区入口处的过闸机、视频装置等器械直接获取，所获取的数据准确且操作方法简单。其中入园总人数采用如下公式计算：
其中P为入园总人数，i为园区第i个入口，Xi为可以第i个入口的人的数量，N为园区的入口的总数，βi为第i个入口对应的权重。需要说明的是，由于每个入口的人流量不同，且会有重复计算的情况(例如，进入园区和离开园区均拍摄了视频，人数上会重复计算)，为了避免重复计算，可以基于大数据分析来确定每个入口的权重，并及时进行动态调整。
在步骤S2中，读取园区内各个区域内的视频数据，分析人形特征，确定各区域内的人流量，并根据进入该园区内的入园总人数和各个区域内的人流量，计算该各个区域内的人流量占入园总人数的比例；
其中，各个区域内的都安装有视频摄像头，通过视频摄像头采集的视频数据分析人形特征来统计各个区域内的人流量，并且对各个区域的人流量进行汇总比较，计算各个区域人流量占入园总人数的比例，有利于园区管理者通过数据直观的发现哪些为园区的热门区域，以便于后期在该区域内设置更多的服务设施。
在步骤S3中，根据各个区域内的人流量占入园总人数的比例由高至低将区域分为密集区域、舒适区域、宽敞区域；
譬如根据园区楼宇建筑、周边硬件配套、商业街等情况将园区划分为8个区域，其中密集区域设置为2个，舒适区域为4个，宽敞区域为2个。根据各个区域的人流占入园总人数的比例将区域分类到这三种区域内。当然在其他一些实施例中，还可以通过人口密集度(即每平方米容纳人数量)将区域归类为密集区域、舒适区域、宽敞区域。
在步骤S4中，分别重新读取密集区域和宽敞区域内的视频数据，提取识别人体特征参数将这两个区域内的人群分为四类：孩童、青少年、老人和成年，并统计输出相应类型的人数占对应区域内的人流量的占比情况。
其中，由于舒适区域内的人流量适中，置身在该区域内的人群感受也是最好，不需要管理者过多的关注经营。在此，将密集区域和宽敞区域直接提取出来，并且对这两个区域的人群根据不同的年龄层将人群分为孩童、青少年、老人和成年，并计算统计不同类型人员占对应区域内的人流量的占比情况。不同年龄层的消费能力、生活休闲方式不相同，因此所需求的基础设置也不尽相同。在本实施中统计分析密集区域和宽敞区域各个年龄层人数的占比情况，一方面方便清楚直观且精确地统计出人数情况，另一方面有利于园区管理者了解人流量和人群分布特点，管理者可分析比较密集区域和宽敞区域的人群分布特点，对园区的布局作出调整，从而实现园区科学统筹地发展。
与现有技术相比，本实施例中，统计园区的入园总人数，获取园区内各个区域内的视频数据，分析人形特征，计算各区域内的人流量和各个区域内的人流量占入园总人数的比例，并根据各个区域内的人流量占入园总人数的比例将区域分为密集区域、舒适区域、宽敞区域；提取密集区域和宽敞区域内的视频数据中的人体特征参数将这两个区域内的人群分为四类：孩童、青少年、老人和成年，并统计输出相应类型的人数占对应区域内的人流量的占比情况，本方案可以清楚直观且精确地了解人数情况，并且有利于园区管理者了解人流量和人群分布特点，并分析比较密集区域和宽敞区域的人群分布特点，对园区的布局作出调整，从而实现园区科学统筹地发展。
在一个可选的实施例中，如图2所示，步骤S2包括以下步骤：
S21:获取园区内各个区域的视频数据，并识别各个区域四周边缘处的警示线、边界线，在各区域中警示线和边界线围合组成了临界区间；
其中，为了实现全面统计各个区域的人流量，在园区的各个区域的边缘、四角处、中部设有多个摄像头，且多个摄像头的拍摄范围可覆盖整个区域。
S22:分析人形姿态，当人员处于静止状态，则计为该区域的人流量；当人员处于走动状态，则判断该人员是否处于临界区间；若所述人员处于临界区间，判断人员停留时长，若该人员停留在该区域的时间大于第一预设时长值，则计为该区域的人流量，否则不计为该区域的人流量；若该人员不处于临界区间外，判断该人员停留的时长，若该人员停留在该区域的时间大于第二预设时长值，则计为该区域的人流量，否则不计为该区域的人流量。
在步骤S22中所指静止状态包括视频监测到人员坐在、躺着或者站在不动，这些人员停留在该区域的时间也很长，则这些人员计为该区域的人流量。但是在现实生活中往往存在这些一种情况，比如访客A去B区域的时候途径了C区域，那么A在C区域的运行路径可能包括以下两种：1)从B区域的临界区间通过；2)B区域的临界区间-B区域的非临界区间-B区域的临界区间，上述的方法则是依照人的走动状态和在区域里停留时长这两方面将这些人员剔除，进一步提高了区域人流量统计的精度。
在本实施例中，在每个区域中标识了临界区间，并通过视频数据分析观察区域内的人员的人形姿态、人员所处的区间位置和停留时间三个维度去评判该人员是否计为该区域的人流，与现有技术中单纯通过视频监测设备采集到人员位于目标区域即笼统地计算为该区域的人流量相比，采用本发明实施例的方案，可以更近准确地统计到各个区域的人流量，从而有助于园区管理者后期为园区的商业行为的具体运行提供更加有力的凭据。
进一步地，所述第一预设时长值与相邻的警示线和边界线的间距的关系为：
P1表示第一预设时长值，H1为警戒线到与该警戒线同一侧的且相对的边界线之间的间距，H1的单位为米，K1为人的步长值，其中K1的取值在0.4-1。
进一步地，所述第二预设时长值与两条相对的边界线之间间距的关系为：
P2表示第二预设时长值，H2为其中一条边界线与位于该条边界线另一侧的第二条边界线之间的间距，H2其单位为米，K2为人的步长值，其中K2的取值在0.6-1。
请参考图3，在一个可选的实施例中，步骤S4具体为：
人体特征参数包括人体轮廓特征和身高特征；
分别获取密集区域和宽敞区域内的视频数据，提取各每个人体轮廓特征和身高特征，当身高特征低于第一预设阀值则，则计为孩童数量；否则，将人体轮廓特征与人体预设模型进行分析比较，当所述人体轮廓和青少年人体预设模型的相似度高于第一阀值，则将其计为青少年数量；否则所述人体轮廓和老年人人体预设模型的相似度高于第二阀值，则老年人数量，否则其余全部计为成年人数量，并根据孩童数量、青少年数量和老年人数量及成年人数量，统计各类型的人数占对应区域内的人流量的占比情况。
由于孩童的人脸轮廓还处于快速生长阶段，且脸小难于采集特征参数，在此直接通过身高这一指标区分出孩童，操作方法简单且快速。在2018年孩童身高表中就明确记载6周岁的孩童的平均身高为120cm左右，那么可以参照这一身高值设置第一预设阀值。其中，人体预设模型中包括不同年龄阶段的男女人体模型，比如青少年人体预设模型(由青年男生人体模型和青年女生人体模型组成)、成人人体提模型(由男性成人人体提模型和女性成人人体模型组成)、老年人人体预设模型(由男性老年人体模型和女性老年人体模型组成)。这些人体模型是通过选取不同阶段的男女，选取脸部特征建模，共产生性别年龄段人脸基础模板。
在一个实施例中，在步骤S4之后还包括步骤S5，其中S5包括：
S51：获取密集区域和宽敞区域内的店铺情况，并对每个区域内的店铺进行分类汇总，根据该区域内人群特性将店铺分为四种类型：第一类店铺、第二类店铺、第三类店铺、第四类店铺及大众服务店铺；
其中，第一类店铺主要针对孩童，例如孩童乐园；第二类型店铺主要针对青少年，如文具店、书店；第三类型主要针对成年人，如美容美发店、商务洽谈酒吧，第四类型的主要针对老年人，如老年人保健室，大众服务店铺则是针对所有年龄阶段的人员或者家庭每一个成员，如超市、便利店等。
S52：根据历史时期各类人员占目标区域人流量的比例和目标区域内的店铺总数量，预估该区域内各种类型店铺的配比标准值、和标准配比阀值；
在步骤S52中的各个类型店铺的配比标准值、和标准配比阀值的设置可以根据经验来设定也可参照不同类型人群的占比情况设置。如该园区是面向所有人开放，在园区的某个区域内有100家店铺，由于大众服务店铺适合于所有人员特别是家庭成员，因此需要多设置，至少需要占总店铺的70％，接着参考各类型人数占比情况设定第一、第二、第三、第四类型的店铺数量，如成人占总人数的60％以上，则可以将第三类型店铺的配比标准值设为18家。当然还可以基于园区的顾客历史消费清单，确定哪一类型的人员为主要消费群体，可以针对地增加这一类型的店铺。
S53：若某一类型的店铺少于配比标准值，则显示这一类型的店铺“缺乏”；否则，将某一类型的店铺与标准配比阀值比较，若某一类型的店铺大于标准配比阀值，则显示这一类型的店铺“冗余”；若某一类型的店铺处于配比标准值、和标准配比阀值之间则显示这一类型的店铺“合理”。
上述方案，通过分析各个区域内人流量和人群分布特点，并基于历史时期各类人员占目标区域人流量的比例和目标区域内的店铺总数量预估所需要不同类型的商铺书数量，有利于园区管理者对园区的商业、基础设施等方面的布局作出调整，从而更多程度上满足园区访客的需求，从而实现园区科学统筹地发展。
基于同一发明构思，本发明实施例提供一种基于大数据的客流量分析系统，包括：
数据获取模块，获取园区入口处进入该园区内的入园总人数；
数据分析汇总模块，读取园区内各个区域内的视频数据，分析人形特征，确定各区域内的人流量，并根据所述入园总人数和所述各个区域内的人流量，计算该各个区域内的人流量占所述入园总人数的比例；
分类模块，根据所述各个区域内的人流量占所述入园总人数的比例由高至低将区域分为密集区域、舒适区域、宽敞区域；
统计分析模块，分别重新读取所述密集区域和所述宽敞区域内的视频数据，提取识别人体特征参数将这两个区域内的人群分为四类：孩童、青少年、老人和成年，并统计输出各类型的人数占对应区域内的人流量的占比情况。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种智能终端，储器和处理器，所述存储器上存储有能够被处理器加载并执行上述任一种方法的计算机程序。
集成的单元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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述方法实施例中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，该计算机程序包括计算机程序代码，该计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。该计算机可读介质至少可以包括：能够将计算机程序代码携带到拍摄装置/终端设备的任何实体或装置、记录介质、计算机存储器、ROM(Read-OnlyMemory，只读存储器)、RAM(Random Access Memory，随机存取存储器)、CD-ROM(Compact Disc Read-Only Memory，只读光盘)、磁带、软盘和光数据存储设备等。本申请提到的计算机可读存储介质可以为非易失性存储介质，换句话说，可以是非瞬时性存储介质。
应当理解的是，实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。该计算机指令可以存储在上述计算机可读存储介质中。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/计算机设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/计算机设备实施例仅仅是示意性的，例如，模块或单元的划分，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，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (9)
1.一种基于大数据的客流量分析方法，其特征在于，包括如下步骤：
S1:获取园区入口处进入该园区内的入园总人数，其中入园总人数的计算公式为：
其中P为入园总人数，i为园区的第i个入口，Xi为第i个入口的人数，N为园区的入口总数，βi为第i个入口对应的权重；
S2:读取园区内各个区域内的视频数据，分析人形特征，确定各区域内的人流量，并根据所述入园总人数和所述各个区域内的人流量，计算该各个区域内的人流量占所述入园总人数的比例；
S3:根据所述各个区域内的人流量占所述入园总人数的比例由高至低将区域分为密集区域、舒适区域、宽敞区域；
S4:分别重新读取所述密集区域和所述宽敞区域内的视频数据，提取识别人体特征参数，将这两个区域内的人群分为四类：孩童、青少年、老人和成年，并统计输出各类型的人数占对应区域内的人流量的占比情况。
2.根据权利要求1所述的基于大数据的客流量分析方法，其特征在于，步骤S2包括：
S21:获取园区内各个区域的视频数据，并识别各个区域四周边缘处的警示线、边界线，在各区域中警示线和边界线围合组成了临界区间；
S22:分析人形姿态，当人员处于静止状态，则计为该区域的人流量；当人员处于走动状态，则判断该人员是否处于所述临界区间；若所述人员处于所述临界区间，判断人员停留时长，若该人员停留在该区域的时间大于第一预设时长值，则计为该区域的人流量，否则不计为该区域的人流量；若该人员不处于所述临界区间，判断该人员停留的时长，若该人员停留在该区域的时间大于第二预设时长值，则计为该区域的人流量，否则不计为该区域的人流量。
3.根据权利要求2所述的基于大数据的客流量分析方法，其特征在于，所述第一预设时长值与相邻的警示线和边界线的间距的关系为：
P1表示第一预设时长值，H1为警戒线到与该警戒线同一侧且相对的边界线之间的间距，H1的单位为米，K1为人的步长值，其中K1的取值在0.4-1。
4.根据权利要求3所述的基于大数据的客流量分析方法，其特征在于，所述第二预设时长值与两条相对的边界线之间间距的关系为：
P2表示第二预设时长值，H2为其中一条边界线与位于该条边界线另一侧的第二条边界线之间的间距，H2其单位为米，K2为人的步长值，其中K2的取值在0.6-1。
5.根据权利要求1所述的基于大数据的客流量分析方法，其特征在于，步骤S4具体为：
所述人体特征参数包括人体轮廓特征和身高特征；
分别获取所述密集区域和所述宽敞区域内的视频数据，提取各每个人的所述体轮廓特征和所述身高特征，当所述身高特征低于第一预设阀值则，则计为孩童数量；否则，将所述人体轮廓特征与人体预设模型进行分析比较，当所述所述人体轮廓和青少年人体预设模型的相似度高于第一阀值，则将其计为青少年数量；否则将所述人体轮廓和老年人人体预设模型的相似度高于第二阀值，则老年人数量；否则其余的全部计为成年人数量，并根据孩童数量、青少年数量和老年人数量及成年人数量，统计各类型的人数占对应区域内的人流量的占比情况。
6.根据权利要求5所述的基于大数据的客流量分析方法，其特征在于，在所述步骤S4后还包括：
S51:获取所述密集区域和所述宽敞区域内的店铺情况，并对每个区域内的店铺进行分类汇总，根据该区域内人群特性将店铺分为四种类型：第一类店铺、第二类店铺、第三类店铺、第四类店铺及大众服务店铺；
S52:根据历史时期各类型人数占目标区域人流量的比例和目标区域内的店铺总数量，预估该区域内各种类型店铺的配比标准值和标准配比阀值；
S53:若某一类型的店铺少于配比标准值，则显示这一类型的店铺“缺乏”；否则，将某一类型的店铺与标准配比阀值比较，若某一类型的店铺大于标准配比阀值，则显示这一类型的店铺“冗余”；若某一类型的店铺处于配比标准值、和标准配比阀值之间则显示这一类型的店铺“合理”。
7.一种基于大数据的客流量分析系统，其特征在于，包括
数据获取模块，获取园区入口处进入该园区内的入园总人数；
数据分析汇总模块，读取园区内各个区域内的视频数据，分析人形特征，确定各区域内的人流量，并根据所述入园总人数和所述各个区域内的人流量，计算该各个区域内的人流量占所述入园总人数的比例；
分类模块，根据所述各个区域内的人流量占所述入园总人数的比例由高至低将区域分为密集区域、舒适区域、宽敞区域；
统计分析模块，分别重新读取所述密集区域和所述宽敞区域内的视频数据，提取识别人体特征参数将这两个区域内的人群分为四类：孩童、青少年、老人和成年，并统计输出各类型的人数占对应区域内的人流量的占比情况。
8.一种智能终端，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
9.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110756806.3A CN113569659B (zh) | 2021-07-05 | 2021-07-05 | 一种基于大数据的客流量分析方法、系统、智能终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110756806.3A CN113569659B (zh) | 2021-07-05 | 2021-07-05 | 一种基于大数据的客流量分析方法、系统、智能终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113569659A true CN113569659A (zh) | 2021-10-29 |
| CN113569659B CN113569659B (zh) | 2024-08-20 |
Family
ID=78163607
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110756806.3A Active CN113569659B (zh) | 2021-07-05 | 2021-07-05 | 一种基于大数据的客流量分析方法、系统、智能终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113569659B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114255585A (zh) * | 2021-12-07 | 2022-03-29 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
| CN117172607A (zh) * | 2023-09-16 | 2023-12-05 | 知识空间(广州)数字科技有限公司 | 基于公共空间服务的数据采集和项目运营分析系统 |
| CN117237007A (zh) * | 2023-09-14 | 2023-12-15 | 南京集星互联科技有限公司 | 基于大数据挖掘的智慧园区经营分析决策系统 |
| CN117592765A (zh) * | 2024-01-19 | 2024-02-23 | 杭州乐湾科技有限公司 | 一种基于监控图像的老年人安全管理方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105809178A (zh) * | 2014-12-31 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种基于人脸属性的人群分析方法及装置 |
| WO2018014873A1 (zh) * | 2016-07-21 | 2018-01-25 | 深圳奇迹智慧网络有限公司 | 一种基于mac码和人脸识别的人流预警方法 |
| US20190102785A1 (en) * | 2016-07-05 | 2019-04-04 | Panasonic Intellectual Property Management Co., Ltd. | Information presentation device, information presentation system, and information presentation method |
| CN109657543A (zh) * | 2018-11-09 | 2019-04-19 | 深圳英飞拓科技股份有限公司 | 人流量监控方法、装置及终端设备 |
| CN109978407A (zh) * | 2019-04-08 | 2019-07-05 | 中影环球（北京）科技有限公司 | 一种根据影院人流特征动态调整影片排期的系统和方法 |
| US20200074164A1 (en) * | 2017-03-01 | 2020-03-05 | Carrier Corporation | People flow estimation system and people flow estimation method |
| WO2020065919A1 (ja) * | 2018-09-28 | 2020-04-02 | 枝里 川中子 | 商店街の活性化のための調査システム並びに調査方法 |
| CN112134934A (zh) * | 2020-09-04 | 2020-12-25 | 三峡电能(广东)有限公司 | 一种基于云端数据和人工智能应用的园区管控系统 |
| CN112329635A (zh) * | 2020-11-06 | 2021-02-05 | 北京文安智能技术股份有限公司 | 店铺客流统计方法和店铺客流统计装置 |
| JP2021096695A (ja) * | 2019-12-18 | 2021-06-24 | キヤノンマーケティングジャパン株式会社 | 情報処理システム、情報処理システムの制御方法及びプログラム |
-
2021
- 2021-07-05 CN CN202110756806.3A patent/CN113569659B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105809178A (zh) * | 2014-12-31 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种基于人脸属性的人群分析方法及装置 |
| US20190102785A1 (en) * | 2016-07-05 | 2019-04-04 | Panasonic Intellectual Property Management Co., Ltd. | Information presentation device, information presentation system, and information presentation method |
| WO2018014873A1 (zh) * | 2016-07-21 | 2018-01-25 | 深圳奇迹智慧网络有限公司 | 一种基于mac码和人脸识别的人流预警方法 |
| US20200074164A1 (en) * | 2017-03-01 | 2020-03-05 | Carrier Corporation | People flow estimation system and people flow estimation method |
| WO2020065919A1 (ja) * | 2018-09-28 | 2020-04-02 | 枝里 川中子 | 商店街の活性化のための調査システム並びに調査方法 |
| CN109657543A (zh) * | 2018-11-09 | 2019-04-19 | 深圳英飞拓科技股份有限公司 | 人流量监控方法、装置及终端设备 |
| CN109978407A (zh) * | 2019-04-08 | 2019-07-05 | 中影环球（北京）科技有限公司 | 一种根据影院人流特征动态调整影片排期的系统和方法 |
| JP2021096695A (ja) * | 2019-12-18 | 2021-06-24 | キヤノンマーケティングジャパン株式会社 | 情報処理システム、情報処理システムの制御方法及びプログラム |
| CN112134934A (zh) * | 2020-09-04 | 2020-12-25 | 三峡电能(广东)有限公司 | 一种基于云端数据和人工智能应用的园区管控系统 |
| CN112329635A (zh) * | 2020-11-06 | 2021-02-05 | 北京文安智能技术股份有限公司 | 店铺客流统计方法和店铺客流统计装置 |
Non-Patent Citations (4)
| Title |
|---|
| 易昆南;张成萍;: "奥运临时超市选址的优化模型", 数学的实践与认识, no. 01, 25 January 2006 (2006-01-25) * |
| 杨博文;韩西丽;: "改造后的工业遗产区空间活力及其环境影响因素探究", 建筑学报, no. 1, 20 May 2020 (2020-05-20) * |
| 邓锐;: "景区电子门禁系统人流统计和控制预警实现的讨论", 电子世界, no. 13, 8 July 2017 (2017-07-08) * |
| 陈冲;白硕;黄丽达;王晓萌;刘春慧;: "基于视频分析的人群密集场所客流监控预警研究", 中国安全生产科学技术, no. 04, 30 April 2020 (2020-04-30) * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114255585A (zh) * | 2021-12-07 | 2022-03-29 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
| CN114255585B (zh) * | 2021-12-07 | 2023-12-22 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
| CN117237007A (zh) * | 2023-09-14 | 2023-12-15 | 南京集星互联科技有限公司 | 基于大数据挖掘的智慧园区经营分析决策系统 |
| CN117237007B (zh) * | 2023-09-14 | 2024-08-09 | 南京集星互联科技有限公司 | 基于大数据挖掘的智慧园区经营分析决策系统 |
| CN117172607A (zh) * | 2023-09-16 | 2023-12-05 | 知识空间(广州)数字科技有限公司 | 基于公共空间服务的数据采集和项目运营分析系统 |
| CN117592765A (zh) * | 2024-01-19 | 2024-02-23 | 杭州乐湾科技有限公司 | 一种基于监控图像的老年人安全管理方法 |
| CN117592765B (zh) * | 2024-01-19 | 2024-04-19 | 杭州乐湾科技有限公司 | 一种基于监控图像的老年人安全管理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113569659B (zh) | 2024-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113569659A (zh) | 一种基于大数据的客流量分析方法、系统、智能终端及存储介质 | |
| US20050228868A1 (en) | Data notification method and system thereof | |
| CN111832489A (zh) | 一种基于目标检测的地铁人群密度估计方法及系统 | |
| CN114390079A (zh) | 一种智慧城市公共场所管理方法和物联网系统 | |
| CN107944327A (zh) | 一种人数统计方法及装置 | |
| CN103947230A (zh) | 发现相关地点以及自动设定其大小 | |
| Kimes et al. | Selecting profitable hotel sites at La Quinta motor inns | |
| CN104346801A (zh) | 图像构图评估装置、信息处理装置及其方法 | |
| CN112329635B (zh) | 店铺客流统计方法和店铺客流统计装置 | |
| Ahn et al. | A digital twin city model for age-friendly communities: Capturing environmental distress from multimodal sensory data | |
| CN113034242A (zh) | 一种租赁辅助方法、装置、设备和存储介质 | |
| KR102473697B1 (ko) | 안면인식 기술을 이용한 여행객 행동특성 데이타 생성 방법 | |
| Bi et al. | How built environment impacts online car-hailing ridership | |
| Zambanini et al. | Detecting falls at homes using a network of low-resolution cameras | |
| CN116959099B (zh) | 一种基于时空图卷积神经网络的异常行为识别方法 | |
| Zhu et al. | Artificial intelligence aided crowd analytics in rail transit station | |
| US11854441B2 (en) | Computer-readable recording medium storing display control program, display control method, and display control apparatus | |
| CN114359774B (zh) | 行人移动模式分类方法、装置及电子设备 | |
| CN111369394B (zh) | 基于大数据的景区客流量统计评估系统及方法 | |
| CN115072510A (zh) | 基于门开关的电梯轿厢乘客智能识别与分析方法及系统 | |
| CN104301330B (zh) | 基于异常行为监测和成员亲密度测量的陷阱网络检测方法 | |
| CN106295597A (zh) | 一种获取客流信息的方法及装置 | |
| CN112257654A (zh) | 一种智慧城市用人脸识别装置 | |
| CN117522454B (zh) | 一种工作人员识别方法及系统 | |
| KR102655474B1 (ko) | 보행량 측정 장치 및 방법 |
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 |