CN114785943A - 一种数据确定方法、设备和计算机可读存储介质 - Google Patents

Abstract

本申请实施例公开了一种数据确定方法、设备和计算机可读存储介质。该方法包括：获取网络连接设备探测到的移动终端可识别标签，确定移动终端与网络连接设备之间的距离；基于至少一个移动终端与网络连接设备之间的距离，确定至少一个第一区域；确定处于各个第一区域的移动终端，并获取针对各个第一区域各自采集到的图像，基于图像确定各个第一区域包含的对象；基于处于各个第一区域的移动终端和各个第一区域包含的对象确定各个第一区域对应的实际目标。

Description

一种数据确定方法、设备和计算机可读存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及一种数据确定方法、设备和计算机可读存储介质。

背景技术

在现实生活中，一些公共场所(例如售卖门店、车站、图书馆等)通常会采用各种手段获取某个区域内的对象信息，相关技术中，通过设置图像采集装置对该区域进行图像采集，之后对采集到的图像进行图像处理以确定对象信息。但是在实际应用场景中，往往会存在该区域内图像采集装置配备量不足，或者图像采集设备存在拍摄死角，以及采集到的图像中的目标对象被遮挡等问题，使得确定出的对象信息的准确性不高。

发明内容

有鉴于此，本申请实施例提供一种数据确定方法、设备和计算机可读存储介质。

本申请技术方案是这样实现的：

本申请实施例提供一种数据确定方法，包括：

获取网络连接设备探测到的移动终端可识别标签，确定移动终端与所述网络连接设备之间的距离，所述移动终端包括至少一个；

基于至少一个所述移动终端与所述网络连接设备之间的距离，确定至少一个第一区域；

确定处于各个第一区域的移动终端，并获取针对所述各个第一区域各自采集到的图像，基于所述图像确定所述各个第一区域包含的对象；

基于处于各个第一区域的所述移动终端和所述各个第一区域包含的对象确定所述各个第一区域对应的实际目标。

本申请实施例还提供了一种数据确定设备，包括：

存储器，所述存储器用于存储可执行数据确定指令；

处理器，所述用于执行所述存储器中存储的可执行数据确定指令时，实现本申请实施例提供的数据确定方法。

本申请实施例提供一种计算机可读存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令配置为执行上述数据确定方法的步骤。

本申请实施例提供了一种数据确定方法、设备和计算机可读存储介质，采用本技术方案，首先，通过获取网络连接设备探测到的移动终端可识别标签从而获得处于公共场所内的移动终端，并确定处于公共场所内的移动终端与网络连接设备之间的距离；然后，基于移动终端与网络连接设备之间的距离可以确定公共场所内的一个或多个第一区域；之后，通过网络连接设备获取的移动终端可识别标签确定处于各个第一区域的移动终端，并控制图像采集装置采集各个第一区域对应的图像，基于采集到的图像获得各个区域包含的对象；最后，基于网络连接设备确定的处于各个第一区域的移动终端，以及基于图像采集装置采集到的图像确定的各个第一区域包含对象，确定各个第一区域对应的实际目标。如此，即使在图像采集装置存在拍摄死角，或者图像采集装置采集到的图像存在对象被遮挡的情况下，也能够基于处于各个第一区域内的移动终端，以及图像采集装置采集到的图像确定出各个第一区域对应的实际目标，从而提高确定出的数据的准确性。

附图说明

图1为本申请实施例提供的一种数据确定方法的流程示意图；

图2为本申请实施例提供的一种第一区域确定方法的流程示意图；

图3为本申请实施例提供的一种目标区域对应对象数量的确定方法流程示意图；

图4为本申请实施例提供的另一种目标区域对应对象数量的确定方法流程示意图；

图5为本申请实施例提供的一种为本申请实施例提供的一种数据处理方法的流程示意图；

图6为本申请实施例提供的一种特定区域分布场景示意图；

图7为本申请实施例提供的一种数据确定装置的结构示意图；

图8为本申请实施例提供的一种数据确定设备的组成结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

在以下的描述中，涉及到“一些实施例\另一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例\另一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

基于相关技术存在的问题，本申请实施例提供一种数据确定方法，该方法可以应用于一些公共场所(例如售卖门店、车站、图书馆等)内的对象信息确定，能够准确地确定公共场所内各个区域内的对象信息。

在一些实施例中，当公共场所为售卖门店时，公共场所内的对象可以是售卖门店内的顾客；当公共场所为车站时，公共场所内的对象可以是乘客、车站工作对象等；当公共场所为图书馆时，公共场所内的对象可以是图书管理员、读者等，当然此处对公共场所和公共场所内的对象只是示例性地说明，并非是对本申请的限定。以下以公共场所为售卖门店(以下简称门店)对本申请实施例提供的数据确定方法进行说明。

本申请实施例提供的数据确定方法应用于数据确定设备。本申请实施例提供的方法可以通过计算机程序来实现，该计算机程序在执行的时候，完成本申请实施例提供的数据确定方法中各个步骤。在一些实施例中，该计算机程序可以数据确定设备中的处理器执行。

下面，将说明本申请实施例提供的数据确定方法，如图1所示，为本申请实施例提供的一种数据确定方法的流程示意图，该方法包括以下步骤：

S101、获取网络连接设备探测到的移动终端可识别标签，确定移动终端与网络连接设备之间的距离。

需要说明的是，获取网络连接设备可以是WIFI设备等，网络连接设备可以设置于门店内的任意位置，只要可以探测到移动终端即可。移动终端可以是位于门店内的顾客所持的手机、平板等手持设备，移动终端可识别标签可以是移动终端对应的标识信息，例如物理地址(Media Access Control Address，MAC地址)等。

在一些实施例中，移动终端包括至少一个，进入门店内的顾客可能没有携带移动终端，也可能携带有至少一个移动终端。当用户进行入门店内，网络连接设备便可以探测到顾客携带的移动终端对应的移动终端可识别标签，之后，便可以确定移动终端和网络连接设备之间的距离。

S102、基于至少一个移动终端与网络连接设备之间的距离，确定至少一个第一区域。

需要说明的是，第一区域可以是门店内的特定展示区域，第一区域内可以包括如门店展台、门店活动点等。门店展台可以是设置于门店内用于展示商品或产品的位置，门店活动点可以是门店内组织的宣传、促销等活动的位置，在实际中，顾客进入门店后，大多会集中在第一区域内。

在一些实施例中，第一区域中可能包括一个或多个门店展台，也可能包括一个或多个门店活动点，当顾客进入门店内，获取到用户携带的移动终端可识别标签，便可以确定移动终端与网络连接设备之间的距离，之后，根据各个移动终端与网络连接设备之间的距离，就可以确定一个或多个第一区域。

S103、确定处于各个第一区域的移动终端，并获取针对各个第一区域各自采集到的图像，基于图像确定各个第一区域包含的对象。

在一些实施例中，基于图像确定的各个第一区域包含的对象可以是对图像进行人物识别后获得的图像中的人物，即拍摄到的顾客。在确定了第一区域后，便可以确定处于第一区域内的移动终端，并控制图像采集装置(如摄像头、摄像机等)对各个第一区域进行扫描，获取各个第一区域内采集到的图像，之后，对采集到的图像进行人物识别，获取各个第一区域对应图像中的人物。在一些实施例中，在确定了多个第一区域后，可以使用同一图像采集装置对多个第一区域进行图像采集，也可以使用多个图像采集装置分别对各个第一区域进行采集。

在一些实施例中，在确定第一区域内存在移动终端后，可以确定第一区域内存在携带移动终端的顾客，之后，控制图像采集装置对确定有移动终端的第一区域进行图像采集，并对采集图像的图像进行人物识别，获得第一区域包含的对象，从而实现门店内顾客的跟踪。在一些实施例中，确定处于各个第一区域的移动终端后，还可以获取处于各个第一区域的移动终端数量，相应地，基于图像确定各个第一区域包含的对象后，还可以获取各个第一区域包含的对象数量。

S104、基于处于各个第一区域的移动终端和各个第一区域包含的对象确定各个第一区域对应的实际目标。

需要说明的是，实际目标可以是位于各个第一区域内的顾客，在确定了处于各个第一区域内的移动终端，以及各个第一区域包含的对象后，可以确定各个第一区域对应的实际目标。进一步地，在获取了处于各个第一个区域的移动终端数量和各个第一区域包含的对象数量的情况下，可以确定各个第一区域内的实际目标的数量等。

在一些实施例中，各个第一区域对应的实际目标，并非仅仅是根据处于各个第一区域的移动终端确定，或者仅仅根据各个第一区域包含的对象确定。在实际中，可以综合考虑处于各个第一区域的移动终端数量和各个第一区域包含的对象，即将根据网络连接设备确定的处于第一区域内的移动终端，以及根据图像采集装置采集到的第一区域对应的图像进行人物识别后确定的对象进行结合，进而确定出各个第一区域对应的实际目标。在一些实施例中，可以获取处于各个第一区域的移动终端的数量和各个第一区域内包含的对象数量，在此基础上，可以根据各个第一区域的移动终端的数量和各个第一区域对应的对象的数量，确定各个第一区域对应的实际目标的数量。

在一些实施例中，进入门店内的一些顾客可能没有携带移动终端，则确定出的第一区域内的移动终端可能少于实际位于第一区域内的顾客，在这种情况下，获取的处于第一区域的移动终端的数量可能小于第一区域内包含的对象数量；在另一些实施例中，一个顾客可能携带多个移动终端，则确定出的第一区域内的移动终端可能多于实际位于第一区域内的顾客，在这种情况下，获取的处于第一区域的移动终端的数量可能大于第一区域内包含的对象数量。对于上述两种情况，可以基于图像采集装置对第一区域进行多次图像采集，获得多份采集图像，对多份采集图像分别进行人物识别，获得多份人物识别结果，对多份人物识别结果进行对比分析，获得更新后的人物识别结果，基于更新后的人物识别结果确定出第一区域内包含的对象(或对象的数量)，之后，基于第一区域内包含的对象(或对象的数量)确定第一区域对应的实际目标(或实际目标的数量)。

在一些实施例中，基于多份人物识别结果确定更新后的人物识别结果的方法，可以是将多份识别结果中出现次数最多或出现概率最大对应的识别结果作为更新后的人物识别结果。例如，获得了5份采集图像，对这5分采集图像进行人物识别后获得三类识别结果，分别为识别结果A、识别结果B和识别结果C，其中，识别结果A对应的采集图像为3份，识别结果B和识别结果C对应的采集图像均为1份，则可以将识别结果A确定为更新后的人物识别结果。当然，此处对基于多份人物识别结果确定更新后的人物识别结果的方法只是示例性地说明，本申请对此不做限定。在另一些实施例中，当进入门店内的一些顾客没有携带移动终端时，第一区域对应的移动终端数量小于对象数量，此时也可以通过执行下述步骤S1045确定第一区域对应的实际目标数量，即将移动终端的数量确定为第一区域对应的实际目标的数量。

在另一些实施例中，当顾客携带了多个移动终端时，第一区域对应的移动终端数量大于对象数量，此时也可以通过下述步骤S1046至步骤S1048来确定各个第一区域对应的实际目标的数量。

在本申请实施例提供的数据确定方法中，首先，通过获取网络连接设备探测到的移动终端可识别标签从而获得处于公共场所内的移动终端，并确定处于公共场所内的移动终端与网络连接设备之间的距离；然后，基于移动终端与网络连接设备之间的距离可以确定公共场所内的一个或多个第一区域；之后，通过网络连接设备获取的移动终端可识别标签确定处于各个第一区域的移动终端，并控制图像采集装置采集各个第一区域对应的图像，基于采集到的图像获得各个区域包含的对象；最后，基于网络连接设备确定的处于各个第一区域的移动终端，以及基于图像采集装置采集到的图像确定的各个第一区域包含对象，确定各个第一区域对应的实际目标。如此，即使在图像采集装置存在拍摄死角，或者图像采集装置采集到的图像存在对象被遮挡的情况下，也能够基于处于各个第一区域内的移动终端，以及图像采集装置采集到的图像确定出各个第一区域对应的实际目标，从而提高确定出的数据的准确性。

在一些实施例中，在执行步骤S101中的“确定移动终端与网络连接设备之间的距离”之前，还可以包括获取网络连接设备对应的初始信号强度和移动终端对应的预设参数，基于此，确定移动终端与网络连接设备之间的距离，还可以通过下述的步骤S201和步骤S202来实现。

需要说明的是，初始信号强度可以是网络连接设备在无遮挡的自由空间内预设距离的信号强度，网络连接设备出厂即可设置并记录在网络连接中，其中，预设距离可以预先设置的任意自然数，例如预设距离可以是1米、2米等，当预设距离为一米时，初始信号强度可以是距离网络连接设备1米处无遮挡自由空间处对一个的信号强度。移动终端对应的预设参数可以是依赖于室内环境的参数，可以是与室内磁场环境相关的传播因子，预设参数主要取决于无线信号在空气中的衰减、反射、多径效应等干扰，如果干扰越小，预设参数的值越小。

S201、获取网络连接设备探测到的移动终端对应的信号强度。

在一些实施例中，当携带移动终端的顾客进入门店内，网络连接设备便可以探测到移动终端的对应的移动终端可识别标签，以及移动终端所在位置对应的信号强度。在实际中，移动终端对应的信号强度，与移动终端与网络连接设备的距离有关，距离网络连接设备近的移动终端对应的信号强度大于距离网络连接设备远的移动终端。

S202、基于信号强度、网络连接设备对应的初始信号强度和预设参数，确定移动终端与网络连接设备之间的距离。

在一些实施例中，在获取了移动终端的信号强度RSS(d_α)，网络连接设备对应的初始信号强度和预设参数之后，可以确定移动终端与网络连接设备之间的距离。示例性地，例如距离网络连接设备处移动终端α的信号强度为RSS(d_α)，网络连接设备对应的初始信号强度为RSS(d₀)，预设参数为n_α，网络连接设备在无遮挡的自由空间内预设距离为d₀，则移动终端与网络连接设备之间的距离d_α可以使用下式(1)来计算：

图2为本申请实施例提供的一种第一区域确定方法的流程示意图，在一些实施例中，基于至少一个移动终端与网络连接设备之间的距离，确定至少一个第一区域，即步骤S102还可以通过下述步骤S1021至步骤S1022来实现。以下结合图2对本申请实施例提供的第一区域确定方法的实现过程进行说明。

S1021、获取至少一个预设参数区间，基于各个预设参数区域对应的移动终端与网络连接设备之间的距离，确定各个预设参数区间对应的最小距离和最大距离。

需要说明的是，预设参数区间可以是预先设置的预设参数对应的区间，预设参数区间可以是一个或多个。预设参数区间可以是在门店提前进行测试，根据门店内的环境，例如门店展台、活动点等的分布，以及门店展台和活动点被遮挡的情况确定的最小预设参数和最大预设参数所确定的预设区间。

在一些实施例中，预设参数区间对应的最小距离和最大距离，可以是预设参数区间对应的移动终端与网络连接设备之间的最大距离和最小距离。在获取了一个或多个预设参数区间之后，可以确定预设参数落在各个预设参数区间内的移动终端，之后便可以获得各个预设参数区间内移动终端与网络连接设备之间的距离，并确定各个预设参数区间对应的最大距离和最小距离。

在一些实施例中，预设参数n_α可以是在门店试运行阶段，由门店店员自身携带的手机或其他移动终端设备参与测试获得，之后发送给网络连接设备，由网络连接设备记录和保存。在门店运行期间，门店店员在巡店的过程中，也可以是实时地修正预设参数n_α，在店内顾客较多、顾客移动量较大等情况下，可以选择预设区间对应的最小预设参数min(n_α)和最大预设参数max(n_α)，分别计算最小预设参数对应的最大距离max(d_α)，以及最大预设参数对应的最小距离min(d_α)，并确定移动终端与网络连接设备之间的距离为[max(d_α)+min(d_α)]/2。

S1022、基于各个预设参数区间对应的最小距离和最大距离，确定至少一个第一区域。

在一些实施例中，每个预设参数区间对应一个第一区域，第一区域的大小由预设区间对应的最小距离和最大距离确定，例如预设参数区间对应的最小距离为3米，最大距离为6米，即预设参数区间对应的移动终端与网络连接设备之间的最小距离为3米，预设参数区间对应的移动终端与网络连接设备之间的最大距离为6米，则由此确定距离网络连接设备半径为3米至距离网络连接设备半径为6米之间的区域为第一区域。

在一些实施例中，确定处于各个第一区域的移动终端，并获取针对各个第一区域采集到的图像，基于图像确定各个第一区域包含的对象，即步骤S103，还可以通过下述步骤S1031至步骤S1032来实现。

S1031、获取各个第一区域对应的移动终端可识别标签，基于移动终端可识别标签确定处于各个第一区域的移动终端。

在一些实施例中，第一区域对应的移动终端可识别标签可以是移动终端对应的标识信息(如MAC地址)、预设参数等，当网络连接设备探测到移动终端，便可以获取移动终端对应的标识和预设参数。在确定了各个第一区域后，可以获取各个第一区域对应的移动终端可识别标签，并确定移动终端可识别标签对应的移动终端为处于各个第一区域内的移动终端。

S1032、获取对各个第一区域采集到的图像进行人物识别后的参考对象，将参考对象确定为各个第一区域包含的对象。

在一些实施例中，在获取了处于各个第一区域的移动终端后，可以控制图像采集装置对各个第一区域进行图像采集，并对采集后获得的图像进行人物识别，获得图像中的参考对象，并将参考对象确定为各个第一区域包含的对象，其中，参考对象可以是对采集的图像进行人物识别后确定的图像中的人物，第一区域包含的对象可以是多个参考对象的集合。

在一些实施例中，各个第一区域采集到的图像可以是针对各个第一区域内的目标区域采集到的图像，目标区域可以是一个或多个，目标区域可以是第一区域中顾客所在的区域，例如门店展台、门店活动点等。在获取了各个第一区域内的目标区域对应的图像之后，可以对目标区域对应的图像进行人物识别，从而确定目标区域对应的图像对应的参考对象，当第一区域内包含多个目标区域时，可以将多个目标区域对应的全部参考对象确定为第一区域包含的对象。

在另一些实施例中，在获取了各个第一区域对应的参考对象后，还可以确定各个第一区域对应的参考对象数量，并基于参考对象数量确定第一区域对应的对象数量。示例性地，若第一区域包括多个目标区域，则可以先获取第一区域内的各个目标区域对应的参考对象数量，之后将第一区域内的各个目标区域对应的参考对象数量之和确定为第一区域对应的对象数量。

在本申请的一些实施例中，基于移动终端和对象，确定各个第一区域对应的实际目标，即步骤S104，还可以通过下述的步骤S1041至步骤S1048来实现，以下对各个步骤进行详细说明。

S1041、获取移动终端对应的移动终端数量和对象对应的对象数量。

在一些实施例中，基于步骤S103中确定了处于各个第一区域的移动终端，以及各个区域包含的对象之后，可以获取处于各个第一区域的移动终端对应的移动终端数量和各个第一区域包含的对象对应的对象数量。

S1042、判断各个第一区域对应的移动终端数量和对象数量是否相同。

在一些实施例中，获取了处于各个第一区域的移动终端对应的移动终端数量和各个第一区域包含的对象对应的对象数量之后，可以进一步判断各个第一区域对应的移动终端数量和对象数量是否相同。若各个第一区域对应的移动终端数量和对象数量相同，则进入步骤S1043；反之，则进入步骤S1044。

S1043、确定移动终端数量或对象数量为各个第一区域对应的实际目标的数量。

在一些实施例中，当确定同一个第一区域对应的移动终端数量和对象数量相同，则可以将第一区域对应的移动终端的数量确定为第一区域对应的实际目标的数量，也可以将第一区域对应的对象数量确定为第一区域对应的实际目标的数量。

可以理解的是，在确定了处于各个第一区域的移动终端，以及各个第一区域包含的对象之后，进一步地获取各个第一区域对应的移动终端数量和各个第一区域对应的对象数量，并在移动终端数量和对象数量相同时，确定移动终端数量或对象数量为各个第一区域对应的实际目标的数量，保证了获得的人员数量的准确性。

S1044、判断各个第一区域对应的移动终端数量是否小于对象数量。

在一些实施例中，若各个第一区域对应的移动终端数量不同于对象数量，则可以进一步判断各个第一区域对应的移动终端数量是否小于对象数量，若各个第一区域对应的移动终端数量小于对象数量，则进入步骤S1045；否则，即若各个第一区域对应的移动终端数量大于对象数量，则执行步骤S1046至步骤S1048。

S1045、确定移动终端数量为各个第一区域对应的实际目标的数量。

在一些实施例中，若判断同一第一区域对应的移动终端数量小于对象数量，则说明可能是在对第一区域内采集到图像进行人物识别时，将图像中一个人物错误地识别成了多个，或者将重叠的人物识别为多于实际的人物，造成基于图像采集器确定的对象数量大于实际的人员数量，因此，此时，可以将移动终端数量确定为第一区域对应的实际目标的数量。

S1046、获取针对各个目标区域对应采集到的预设个数的更新图像。

需要说明的是，目标区域可以是第一区域内包括的多个区域，目标区域可以是门店展台、门店活动点等区域，在实际中，进入门店的顾客可能主要集中在目标区域。预设个数可以试试预先设定的任意正整数，例如预设个数可以是1，3，4等。更新图像可以是对第一区域内的各个目标区域重新进行图像采集后获得图像，更新图像可能和原始对第一区域内的各个目标区域进行图像采集后获得的图像相同，也可能不同。

在一些实施例中，当判断第一区域对应的移动终端数量大于对象数量，则可能是进入门店的一些顾客携带了不止一部移动终端，也可能是在对图像采集装置采集到的图像进行人物识别时，将多个重叠的人物识别成了少于实际顾客的数量，例如，将两个重叠的人物识别成了一个人物，此时，可以控制图像采集装置重新对第一区域内的各个目标区域进行图像采集，获得预设个数的图像。

S1047、对更新图像进行人物识别，获得各个第一区域对应的预设个数的更新对象数量。

需要说明的是，更新对象的数量可以是对更新图像进行人物识别后获得的对象的数量。当获取了针对第一目标区域内各个目标区域的更新图像之后，可以对更新图像进行人物识别，获取各个目标区域对应图像中的对象数量，之后将第一区域内的各个目标区域对应的对象数量之和确定为第一区域对应的更新对象数量。

在一些实施例中，预设个数的更新图像和预设个数的更新对象数量对应，即若获得的更新图像的份数和更新数量的份数相同，例如，若对第一区域内的目标区域进行了三次采集，获得了三份更新图像，当第一区域包括多个目标区域时，每份更新图像的个数与目标区域个数对应，之后，对三份更新图像分别进行人物识别，获得每份更新图像对应的更新对象数量。

S1048、若各个第一区域对应的移动终端的数量均大于各个更新对象数量，将各个更新对象数量中的最大更新对象数量确定为各个第一区域对应的实际目标的数量。

在一些实施例中，如果第一区域对应的预设个数的更新对象数量均小于移动终端的数量，则说明第一区域对应的移动终端数量可能大于实际的顾客数，此时，可以将多个更新对象数量中的最大更新对象数量确定为第一区域对应的实际目标的数量。

在另一些实施例中，在对预设个数的更新图像进行人物识别的过程中，如果确定当前的更新图像对应的更新对象数量等于移动终端的数量，则可以停止对其他更新图像的人物识别，并将当前更新图像对应的更新对象数量或移动终端数量作为第一区域对应的实际目标的数量。

可以理解的是，在本申请实施例中，通过将网络连接设备确定的第一区域对应的移动终端数量和图像采集装置采集图像并进行人物识别后确定的对象数量综合考虑，从而确定第一区域对应的实际目标的数量，即第一区域对应的人员数量，而并非是仅基于移动终端数量或对象数量确定第一区域对应的实际目标的数量，从而提高了确定的第一区域对应人员数量的准确性。且一旦当基于图像采集装置采集图像并进行人物识别后确定的对象数量等于网络连接设备确定的移动终端数量，即可停止对图像进行人物识别，减少了对图像进行多次人物识别后对不同结果的判别问题，极大地提高了人物识别效率。

如图3所示，为本申请实施例提供的一种目标区域对应对象数量的确定方法流程示意图，在本申请的一些实施例中，在基于移动终端和所述对象，确定各个第一区域对应的实际目标，即步骤S103之后，还可以执行下述步骤S301至步骤S304，以下基于图3对本申请实施例提供的目标区域对应对象数量的确定方法的实现过程进行说明。

S301、若同一第一区域内各个目标区域之间的距离小于最小距离，将各个图像对应的参考对象数量确定为各个图像对应的目标区域的初始对象数量。

在一些实施例中，初始对象数量可以是目标区域对应的参考对象数量，如前述步骤1021可知，每个第一区域均对应有最小距离，若同一第一区域内包括多个目标区域，且目标区域之间的距离小于第一区域对应的最小距离，则说明各个目标区域之间的距离较近，此时可以将各个图像进行人物识别后获得的参考对象数量，确定为各个图像对应的目标区域的初始对象数量。

S302、基于每个目标区域对应的初始对象数量和每个目标区域的面积，确定每个目标区域对应的对象密度。

需要说明的是，每个目标区域对应的对象密度可以是单位面积内初始对象的数量，在实际中，若目标区域对应的初始对象数量为C，目标区域的面积为S，则由此确定的目标区域的对象密度P可以通过下式(2)进行表示:

S303、基于每个目标区域对应的对象密度，确定各个目标区域之间的密度比。

在一些实施例中，示例性地，若同一第一区域包括两个目标区域，第一目标区域对应的对象密度

第二目标区域对应的对象密度为

则第一目标区域和第二目标区域之间的密度比P1:P2可以表示为：

S304、基于密度比和同一第一区域内的实际目标的数量，确定同一第一区域内的各个目标区域对应的对象数量。

在一些实施例中，确定第一区域对应的实际目标之后，可以获取第一区域对应的实际目标的数量，基于此，可以根据对同一第一区域内的实际目标的数量，以及同一第一区域内各个目标区域对应的密度比，确定同一第一区域内各个目标区域对应的对象数量。示例性地，例如第一区域包括两个目标区域，第一目标区域的对象密度为P1，第二目标区域的对象密度为P2，两个目标区域对应的密度比为P1:P2，第一区域内的实际目标的数量为M，则由此确定的第一目标区域对应的对象数量M1可以表示为：

第二目标区域对应的对象数量可以表示为：

在另一些实施例中，若同一第一区域内的各个目标区域之间的距离大于或等于最大距离，则说明同一第一区域内的各个目标区域之间的距离较大，此时可以直接将各个图像对应的参考数量确定为各个图像对应的目标区域的对象数量，而不再需要重新确定同一第一区域内各个目标区域对应的对象数量。

可以理解的是，对于目标区域之间的距离小于最小距离的第一区域，根据第一区域的实际目标的数量和各个目标区域之间的密度比，重新确定各个目标区域对应的对象数量，实现了同一第一区域内各个目标区域对应对象的分割，解决了对于相距较近的目标区域，在进行目标区域对应图像进行人物识别时不准确的问题。

如图4所示，为本申请实施例提供的另一种目标区域对应对象数量的确定方法流程示意图，在本申请的一些实施例中，在基于处于各个第一区域的移动终端和各个第一区域包含的对象确定各个第一区域对应的实际目标，即步骤S104之后，还可以执行下述步骤S401至步骤S404，以下基于图4对本申请实施例提供的目标区域对应对象数量的确定方法的实现过程进行说明。

S401、确定同一第一区域内与目标区域相邻的至少一个邻接目标区域，获取目标区域与每个邻接目标区域的对象数量之和，以及目标区域与每个邻接目标区域的面积之和。

在一些实施例中，若同一第一区域包括多个目标区域，则可以确定每个目标区域对应的邻接目标区域，并获取目标区域和目标区域对应的每个邻接目标区域的对象数量之和，以及目标区域和目标区域对应的每个邻接目标区域的面积之和。示例性地，若与当前目标区域A相邻的目标区域包括邻接目标区域B和邻接目标区域C，目标区域A、邻接目标区域B和邻接目标区域C对应的对象数量分别为N1，N2，N3，面积分别为S1，S2，S3，则目标区域A与邻接目标区域B的对象数量之和为N1+N2，目标区域A与邻接目标区域C的对象数量之和N1+N3；目标区域A与邻接目标区域B的面积之和S1+S2，目标区域A与邻接目标区域C的面积之和S1+S3。

S402、基于对象数量之和面积之和，确定目标区域对应的对象密度。

示例性地，如果与当前目标区域A相邻的目标区域包括邻接目标区域B和邻接目标区域C，目标区域A与邻接目标区域B、C之间的对象数量之和分别为N1+N2、N1+N3，面积之和分别为S1+S2、S1+S3，则目标区域A对应的对象密度P_A可以表示为P_A＝[(N1+N2)/(S1+S2)+(N1+N3)/(S1+S3)]/2。

S403、基于同一第一区域内的各个目标区域的对象密度，确定同一第一区域内的各个目标区域之间的密度比。

在一些实施例中，若同一第一区域中包括多个目标区域，则对同一第一区域内的每个目标区域均按照步骤S401和步骤S402中的步骤获得每个目标区域对应的对象密度，以得到同一第一区域内各个目标区域的对象密度，以及同一第一区域内各个目标区域之间的密度比。

S404、基于密度比和同一第一区域内的实际目标的数量，确定同一第一区域内的各个目标区域对应的对象数量。

示例性地，如果第一区域包括的三个目标区域A、B、C对应的对象密度分别为P_A，P_B，P_C，第一区域内的实际目标的数量为C，则目标区域A对应的对象数量U_A可以表示为

目标区域B对应的对象数量U_B可以表示为

目标区域C对应的对象数量U_C可以表示为

可以理解的是，通过获取同一第一区域内各个目标区域的邻接目标区域，并根据各个目标区域与邻接目标区域之间的对象数量之和和面积之和，确定各个目标区域对应的对象密度，之后再根据同一第一区域内的各个目标区域的密度比，以及第一区域的实际目标的数量，可以确定同一区域内各个目标区域对应的对象数量，从而实现对同一第一内各个目标区域的对象数量的修正，进一步解决了在基于图像采集装置对各个目标区域的图像进行采集后进行人物识别时不准确，而获得具有误差的对象数量的问题。

下面，对申请实施例在实际应用场景中的实现过程进行介绍。

在一些实施例中，如图5所示，为本申请实施例提供的一种数据处理方法的流程示意图，本申请实施例提供的数据处理方法可以应用于门店内顾客数据的处理，本申请实施例提供的数据处理方法可以通过下述步骤S501至步骤S504来实现，以下对各个步骤记性详细说明。

S501、基于网络连接设备获取移动终端设备(移动终端)的标识(移动终端可识别标签)。

需要说明的是，网络连接设备可以是WiFi设备，移动终端设备可以是用户携带的手机等移动设备，移动终端的标识信息可以是MAC地址。在一些实施例中，当顾客进入店面之后，移动终端设备自动发送probe request到店面WiFi设备，WiFi设备获取用户手机probe request帧里的MAC地址，或者伪MAC地址，作为该顾客该时段在该店面的唯一标识。

S502、确定移动终端设备与网络连接设备之间的距离和距离范围区间。

在一些实施例中，移动终端设备与网络连接设备之间的距离可以是携带移动终端设备的顾客与网络连接设备之间的距离。在实际中，顾客α与网络连接设备之间的距离d_α可以通过公式

计算得到，其中，n_α是依赖于室内环境的参数，可由店员携带自己手机，在店铺试运行时参与测试，并由WiFi设备记录，之后也可以由工作人员在日常巡店时进行实时修正；d₀为WIFI设备无遮挡时的距离WIFI设备预设距离对应的位置，例如可以是1米、2米等；RSS(d₀)为WIFI设备无遮挡自由空间d₀处信号强度，出厂即可设置为WiFi设备记录。

在获得移动终端设备和网络连接设备之间的距离后，可以基于预设参数区间，确定距离范围区间，例如一预设参数区间对应最大预设参数和最小预设参数，计算移动终端设备和网络连接设备之间的距离以获得最小距离R_min和最大距离R_max，如图6中所示，将[R_min,R_max]范围确定为距离范围区间，距离范围区间内移动终端设备对应的顾客都算作此区域里聚集的顾客，距离范围区间对应的区域(第一区域)为距离网络连接设备最远和最近的顾客作为网络连接设备的扫描半径区间对应的区域。

S503、基于图像采集装置对距离范围区间对应区域(第一区域)进行扫描，确定特定区域(目标区域)对应的顾客数量(对象数量)。

在一些实施例中，使用图像采集装置(例如摄像头)对步骤S502中确定的距离范围区间对应的区域进行扫描，获得该区域对应的图像，之后采用ResNet50更换SSD中的CNN提取网络对图像中的人物进行识别，在实现时，让浅层的卷积特征图去检测裸露小的人体部分，让深层的卷积特征图去检测整体较大的人物图像，使用ResNet50更换SSD的CNN提取网络，训练参数更少，速度更快，效果更好，而且可以部分解决指数消失问题，而且适合多人场景下的多人物的检测，从而可以获得更加准确的人物识别结果。

在一些实施例中，对图像采集装置采集的图像进行人物识别可以由图像采集装置完成，也可以由图6中所示的服务器来完成。

在一些实施例中，在对距离范围区间对应区域进行扫描时，可以是对该区域内的特定区域进行扫描，特定展示区域可以是图6中所示的门店展台1、门店展台2、门店活动点等。在获得了各个特定展示区域对应的图像后，对图像进行人物识别，便可以获取各个特定展示区域对应的顾客和顾客数量。

可以理解的是，通过网络连接设备和移动终端设备的通信，确定处于距离范围区间对应区域的移动终端设备，便于图像采集装置快速定位，追踪距离范围区间对应区域内的顾客，并进行计数，可以提高顾客的识别效率。同时，基于网络连接设备确定的区域进行图像采集，可以减少图像采集装置的数量，从而解决不同图像采集装置拍摄不同角度、不同人物后识别不准确的问题。

S504、基于网络连接设备获取的移动终端设备的标识数量和图像采集装置确定的顾客数量，确定距离范围区间对应区域内的实际顾客数量(实际目标的数量)。

在一些实施例中，在距离范围区间对应区域内，若网络连接设备获取的移动终端设备的标识数量等于图像采集装置确定的顾客数量，则确定距离范围区间对应区域内的实际顾客数为图像采集装置确定的顾客数量；若网络连接设备获取的移动终端设备的标识数量小于图像采集装置确定的顾客数量，则确定距离范围区间对应区域内的实际顾客数为网络连接设备获取的移动终端设备的标识数量；若网络连接设备获取的移动终端设备的标识数量大于图像采集装置确定的顾客数量，则再次对距离范围区间对应区域内的特定展示区域进行扫描，并对采集的图像重新识别，如果基于预设次数识别后，仍为网络连接设备获取的移动终端设备的标识数量大于图像采集装置确定的顾客数量，则确定距离范围区间对应区域内的实际顾客数为图像采集装置确定的顾客数量。

在一些实施例中，在获得了距离范围区间对应区域内的实际顾客数之后，还可以对同一距离范围区间对应区域内的特定展示区域的顾客数量进行修正。例如，若图6中所示的门店展台1和门店展台2之间的距离小于最小距离R_min，则分别计算门店展台1所在区域对应的顾客密度和门店展台2所在区域对应的顾客密度，再按照两个区域的顾客密度比，对距离范围区间对应区域的顾客进行分割，获得门店展台1和门店展台2各自对应的修正后的顾客数量。

在另一些实施例中，还可以对同一距离范围区间对应区域内的特定展示区域按照相近区域两两一组，计算当前特定区域和相邻特定区域对应的顾客密度，最后将当前特定区域和各个相邻特定区域的顾客密度取均值作为当前特定区域顾客密度，再进行各特定区域的顾客密度对比，基于距离范围区间对应区域内的实际顾客数，确定各个特定区域在此时的顾客数。

可以理解的是，通过网络连接设备和顾客携带的移动终端设备之间的距离，可以确定携带移动终端的顾客所处的位置，并指引图像采集装置拍摄对应顾客所处的位置，进而确定顾客聚集于门店内的距离范围区间对应区域的具体数量，将网络连接设备确定的移动终端设备的标识数量和图像采集装置确定的顾客数量结合，可以快速判断此时间门店内不同区域对应的实际顾客数量。此外，基于不同特定区域之间的顾客密度比，对同一距离范围区间对应区域内的各个特定区域内的顾客数量进行修正，可以进一步解决由于特定区域之间距离较近、顾客流动量较大等原因造成的人物识别不准确的问题。

本申请还提供一种数据确定装置，图7为本申请实施例提供的一种数据确定装置的结构示意图，如图7所示，数据确定装置装置600包括：

获取模块601，用于获取网络连接设备探测到的移动终端可识别标签，确定移动终端与所述网络连接设备之间的距离，所述移动终端包括至少一个；

第一确定模块602，用于基于至少一个所述移动终端与所述网络连接设备之间的距离，确定至少一个第一区域；

第二确定模块603，用于确定处于各个第一区域的移动终端，并获取针对所述各个第一区域各自采集到的图像，基于所述图像确定所述各个第一区域包含的对象；

第三确定模块604，用于基于处于各个第一区域的所述移动终端和所述各个第一区域包含的对象确定所述各个第一区域对应的实际目标。

需要说明的是，本申请实施例数据确定装置的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果，因此不做赘述。对于本装置实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。

需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的控制方法，并作为独立的产品销售或使用时，也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，本申请实施例的技术方案本质上或者说对相关技术做出贡献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)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read OnlyMemory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。

相应地，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中提供的数据确定方法。

本申请实施例还提供一种数据确定设备。图8为本申请实施例提供的一种数据确定设备的组成结构示意图，如图8所示，所述数据确定设备700包括：存储器701、处理器702、通信接口703和通信总线704。其中，存储器701，用于存储可执行数据确定指令；处理器702，用于执行存储器中存储的可执行数据确定指令时，以实现以上述实施例提供的数据确定方法。

以上数据确定设备和存储介质实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请数据确定设备和存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括至少一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。

另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术对象可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本申请实施例的技术方案本质上或者说对现有技术做出贡献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个产品执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术对象在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种数据确定方法，包括：

获取网络连接设备探测到的移动终端可识别标签，确定移动终端与所述网络连接设备之间的距离，所述移动终端包括至少一个；

基于至少一个所述移动终端与所述网络连接设备之间的距离，确定至少一个第一区域；

确定处于各个第一区域的移动终端，并获取针对所述各个第一区域各自采集到的图像，基于所述图像确定所述各个第一区域包含的对象；

基于处于各个第一区域的所述移动终端和所述各个第一区域包含的对象确定所述各个第一区域对应的实际目标。

2.根据权利要求1所述的方法，所述确定处于各个第一区域的移动终端，并获取针对所述各个第一区域采集到的图像，基于所述图像确定所述各个第一区域包含的对象，包括：

获取所述各个第一区域对应的移动终端可识别标签，基于所述移动终端可识别标签确定处于各个第一区域的移动终端；

获取对所述各个第一区域采集到的图像进行人物识别后的参考对象，将所述参考对象确定为所述各个第一区域包含的对象。

3.根据权利要求1所述的方法，所述基于所述移动终端和所述对象，确定所述各个第一区域对应的实际目标，包括：

获取所述移动终端对应的移动终端数量和所述对象对应的对象数量；

当所述各个第一区域对应的所述移动终端数量和所述对象数量相同，确定所述移动终端数量或所述对象数量为所述各个第一区域对应的实际目标的数量；

当所述各个第一区域对应的移动终端数量小于所述对象数量，确定所述移动终端数量为所述各个第一区域对应的实际目标的数量。

4.根据权利要求3所述的方法，还包括：

当所述各个第一区域对应的移动终端数量大于所述对象数量，获取针对各个目标区域对应采集到的预设个数的更新图像；

对所述更新图像进行人物识别，获得所述各个第一区域对应的预设个数的更新对象数量；

若所述各个第一区域对应的移动终端数量均大于各个更新对象数量，将所述各个更新对象数量中的最大更新对象数量确定为所述各个第一区域对应的实际目标的数量。

5.根据权利要求1所述的方法，所述方法还包括：获取所述网络连接设备对应的初始信号强度和所述移动终端对应的预设参数；

所述确定所述移动终端与所述网络连接设备之间的距离，包括：

获取所述网络连接设备探测到的所述移动终端对应的信号强度；

基于所述信号强度、所述网络连接设备对应的初始信号强度和所述预设参数，确定所述移动终端与网络连接设备之间的距离。

6.根据权利要求1所述的方法，所述基于至少一个所述移动终端与所述网络连接设备之间的距离，确定至少一个第一区域，包括：

获取至少一个预设参数区间，基于所述各个预设参数区域对应的移动终端与所述网络连接设备之间的距离，确定所述各个预设参数区间对应的最小距离和最大距离；

基于所述各个预设参数区间对应的最小距离和所述最大距离，确定至少一个第一区域。

7.根据权利要求3所述的方法，所述方法还包括：

若同一第一区域内各个目标区域之间的距离小于最小距离，将各个图像对应的参考对象数量确定为所述各个图像对应的目标区域的初始对象数量；

基于每个目标区域对应的初始对象数量和所述每个目标区域的面积，确定所述每个目标区域对应的对象密度；

基于所述每个目标区域对应的对象密度，确定各个目标区域之间的密度比；

基于所述密度比和所述同一第一区域内的实际目标的数量，确定所述同一第一区域内的各个目标区域对应的对象数量。

8.根据权利要求7所述的方法，还包括：

确定同一第一区域内与目标区域相邻的至少一个邻接目标区域，获取所述目标区域与每个邻接目标区域的对象数量之和，以及所述目标区域与每个邻接目标区域的面积之和；

基于所述对象数量之和所述面积之和，确定所述目标区域对应的对象密度；

基于所述同一第一区域内的各个目标区域的对象密度，确定所述同一第一区域内的各个目标区域之间的密度比；

基于所述密度比和所述同一第一区域内的实际目标的数量，确定所述同一第一区域内的各个目标区域对应的对象数量。

9.一种数据确定设备，包括：

存储器，所述存储器用于存储可执行数据确定指令；

处理器，所述用于执行所述存储器中存储的可执行数据确定指令时，实现权利要求1至8任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，存储有可执行数据确定指令，用于引起处理器执行时，实现如权利要求1至8任一项所述的方法。

Images