TW202113683A - 資料處理方法、裝置及電腦可讀取記錄媒體 - Google Patents

資料處理方法、裝置及電腦可讀取記錄媒體 Download PDF

Info

Publication number
TW202113683A
TW202113683A TW109133380A TW109133380A TW202113683A TW 202113683 A TW202113683 A TW 202113683A TW 109133380 A TW109133380 A TW 109133380A TW 109133380 A TW109133380 A TW 109133380A TW 202113683 A TW202113683 A TW 202113683A
Authority
TW
Taiwan
Prior art keywords
area
human body
result
face
degree
Prior art date
Application number
TW109133380A
Other languages
English (en)
Other versions
TWI745101B (zh
Inventor
王學成
潘凌風
陳琛
Original Assignee
大陸商北京市商湯科技開發有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 大陸商北京市商湯科技開發有限公司 filed Critical 大陸商北京市商湯科技開發有限公司
Publication of TW202113683A publication Critical patent/TW202113683A/zh
Application granted granted Critical
Publication of TWI745101B publication Critical patent/TWI745101B/zh

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G06V40/23—Recognition of whole body movements, e.g. for sport training

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Human Computer Interaction (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本揭露實施例揭露了一種資料處理方法、裝置及電腦可讀取記錄媒體，其中，所述的資料處理方法包括：獲取目標場所在預設時間範圍內的多個視頻圖像；對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果；基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。

Description

資料處理方法、裝置及電腦可讀取記錄媒體
本發明是有關於一種電腦視覺技術，且特別是有關於一種資料處理方法、裝置及電腦可讀取記錄媒體。
大型商場、超市等購物場所中往往會排布有多個不同類型的店鋪，店鋪的佈局方式會影響顧客的購物體驗以及店鋪的進店率和銷量，因此，如何確定各個店鋪之間的聯繫並進行店鋪佈局對於購物場所具有重要意義。
本揭露實施例提供一種資料處理方法的技術方案。
第一方面，本揭露實施例提供了一種資料處理方法，所述方法包括：獲取目標場所在預設時間範圍內的多個視頻圖像；對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果；基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。
在一種可能的實現方式中，所述基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度，包括：基於所述第一區域和所述第二區域的客流統計結果，確定同時出現在所述第一區域和所述第二區域的目標人物；基於所述目標人物的數量以及所述第一區域或第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。
在一種可能的實現方式中，所述方法還包括：向終端發送所述第二區域與所述第一區域之間的關聯度，以由所述終端在第一界面上顯示所述第二區域與所述第一區域之間的關聯度。
在一種可能的實現方式中，所述方法還包括：對所述目標場所的多個區域構成的N個區域對的關聯度進行排序，得到排序結果，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對；呈現所述排序結果中對應關聯度最大的M個區域對，或者向終端發送所述排序結果中對應關聯度最大的M個區域對，其中，M為小於N的正整數。
在一種可能的實現方式中，所述方法還包括：基於所述目標場所的多個區域構成的N個區域對的關聯度，得到所述目標場所的多個區域的區域排布分析結果；N為正整數；呈現所述區域排布分析結果，或者向終端發送所述區域排布分析結果。
在一種可能的實現方式中，所述對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果，包括：獲取所述多個視頻圖像中包括的所述第一區域的多個第一圖像；對所述第一圖像進行人臉及/或人體追蹤，得到所述第一圖像的人臉及/或人體追蹤結果；基於所述第一圖像的人臉及/或人體追蹤結果，得到所述第一圖像的行人識別結果；基於所述第一區域的所述多個第一圖像的行人識別結果，得到所述第一區域的客流統計結果。
在一種可能的實現方式中，所述基於所述第一圖像的人臉及/或人體追蹤結果，得到所述第一圖像的行人識別結果，包括：響應於所述人體追蹤結果對應的人體圖像滿足預設條件，基於所述人體追蹤結果對應的人體圖像信息，得到行人識別結果；及/或，響應於所述人體追蹤結果對應的人體圖像不滿足預設條件，基於所述人臉追蹤結果對應的人臉圖像信息，得到行人識別結果。
在一種可能的實現方式中，所述基於所述人體追蹤結果對應的人體圖像信息，得到行人識別結果，包括：確定人體模板資料庫中是否存在與所述人體圖像信息匹配的人體模板；響應於所述人體模板資料庫中存在所述匹配的人體模板，將所述匹配的人體模板對應的行人標識作為行人識別結果，及/或，響應於所述人體模板資料庫中不存在所述匹配的人體模板，將新增的行人標識作為行人識別結果。
在一種可能的實現方式中，所述方法還包括：響應於存在所述匹配的人體模板，確定所述匹配的人體模板對應的人體標識；將關聯資料庫中與所述人體標識對應的行人標識作為所述匹配的人體模板對應的行人標識，其中，所述關聯資料庫用於儲存預設人體標識與預設人物標識之間的關聯關係。
在一種可能的實現方式中，所述方法還包括：響應於所述人體模板資料庫中不存在所述匹配的人體模板，在所述人體模板資料庫中添加所述人體圖像信息對應的人體模板。
在一種可能的實現方式中，所述基於所述人臉追蹤結果對應的人臉圖像信息，得到行人識別結果，包括：確定人臉模板資料庫中是否存在與所述人臉圖像信息匹配的人臉模板；響應於所述人臉模板資料庫中存在所述匹配的人臉模板，將所述匹配的人臉模板對應的行人標識作為行人識別結果，及/或，響應於所述人臉模板資料庫中不存在所述匹配的人臉模板，將新增的行人標識作為行人識別結果。
在一種可能的實現方式中，所述方法還包括：響應於所述人臉模板資料庫中不存在所述匹配的人臉模板，在所述人臉模板資料庫中添加所述人臉圖像信息對應的人臉模板。
在一種可能的實現方式中，所述方法還包括：接收終端發送的查詢請求，所述查詢請求包括查詢條件；所述確定所述第二區域與所述第一區域之間的關聯度，包括：基於所述查詢條件，確定所述第二區域與所述第一區域之間的關聯度。
第二方面，本揭露實施例提供了一種資料處理方法，應用於終端，所述方法包括：接收目標場所的第二區域與第一區域之間的關聯度；將所述第二區域與所述第一區域之間的關聯度顯示在第一界面上；其中，所述第二區域與所述第一區域之間的關聯度是基於所述目標場所在預設時間範圍內的多個視頻圖像確定的。
在一種可能的實現方式中，所述方法還包括：接收對所述目標場所的多個區域構成的N個區域對的關聯度的排序結果，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對；顯示所述排序結果中對應關聯度最大的M個區域對，其中，M為小於N的正整數。
在一種可能的實現方式中，所述方法還包括：接收對所述目標場所的多個區域的區域排布分析結果；顯示所述區域排布分析結果。
在一種可能的實現方式中，所述方法還包括：獲取查詢條件；基於所述查詢條件發送查詢請求；接收基於所述查詢條件確定的所述第二區域與所述第一區域之間的關聯度。
第三方面，本揭露實施例提供了一種資料處理裝置，所述裝置包括：獲取模組，配置為獲取目標場所在預設時間範圍內的多個視頻圖像；統計模組，配置為對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果；處理模組，配置為基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯。
在一種可能的實現方式中，所述處理模組，配置為基於所述第一區域和所述第二區域的客流統計結果，確定同時出現在所述第一區域和所述第二區域的目標人物；基於所述目標人物的數量以及所述第一區域或第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。
在一種可能的實現方式中，所述處理模組，還配置為向終端發送所述第二區域與所述第一區域之間的關聯度，以由所述終端在第一界面上顯示所述第二區域與所述第一區域之間的關聯度。
在一種可能的實現方式中，所述處理模組，還配置為對所述目標場所的多個區域構成的N個區域對的關聯度進行排序，得到排序結果，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對；呈現所述排序結果中對應關聯度最大的M個區域對，或者向終端發送所述排序結果中對應關聯度最大的M個區域對，其中，M為小於N的正整數。
在一種可能的實現方式中，所述處理模組，還配置為基於所述目標場所的多個區域構成的N個區域對的關聯度，得到所述目標場所的多個區域的區域排布分析結果；N為正整數；呈現所述區域排布分析結果，或者向終端發送所述區域排布分析結果。
在一種可能的實現方式中，所述統計模組，配置為獲取所述多個視頻圖像中包括的所述第一區域的多個第一圖像；對所述第一圖像進行人臉及/或人體追蹤，得到所述第一圖像的人臉及/或人體追蹤結果；基於所述第一圖像的人臉及/或人體追蹤結果，得到所述第一圖像的行人識別結果；基於所述第一區域的所述多個第一圖像的行人識別結果，得到所述第一區域的客流統計結果。
在一種可能的實現方式中，所述統計模組，配置為響應於所述人體追蹤結果對應的人體圖像滿足預設條件，基於所述人體追蹤結果對應的人體圖像信息，得到行人識別結果；及/或，響應於所述人體追蹤結果對應的人體圖像不滿足預設條件，基於所述人臉追蹤結果對應的人臉圖像信息，得到行人識別結果。
在一種可能的實現方式中，所述統計模組，配置為確定人體模板資料庫中是否存在與所述人體圖像信息匹配的人體模板；響應於所述人體模板資料庫中存在所述匹配的人體模板，將所述匹配的人體模板對應的行人標識作為行人識別結果，及/或，響應於所述人體模板資料庫中不存在所述匹配的人體模板，將新增的行人標識作為行人識別結果。
在一種可能的實現方式中，所述統計模組，還配置為響應於所述人體模板資料庫中存在所述匹配的人體模板，確定所述匹配的人體模板對應的人體標識；將關聯資料庫中與所述人體標識對應的行人標識作為所述匹配的人體模板對應的行人標識，其中，所述關聯資料庫用於儲存預設人體標識與預設人物標識之間的關聯關係。
在一種可能的實現方式中，所述統計模組，還配置為響應於所述人體模板資料庫中不存在所述匹配的人體模板，在所述人體模板資料庫中添加所述人體圖像信息對應的人體模板。
在一種可能的實現方式中，所述統計模組，還配置為確定人臉模板資料庫中是否存在與所述人臉圖像信息匹配的人臉模板；響應於所述人臉模板資料庫中存在所述匹配的人臉模板，將所述匹配的人臉模板對應的行人標識作為行人識別結果，及/或，響應於所述人臉模板資料庫中不存在所述匹配的人臉模板，將新增的行人標識作為行人識別結果。
在一種可能的實現方式中，所述統計模組，還配置為響應於所述人臉模板資料庫中不存在所述匹配的人臉模板，在所述人臉模板資料庫中添加所述人臉圖像信息對應的人臉模板。
在一種可能的實現方式中，所述裝置還包括：接收模組，配置為接收終端發送的查詢請求，所述查詢請求包括查詢條件；所述處理模組，還配置為基於所述查詢條件，確定所述第二區域與所述第一區域之間的關聯度。
第四方面，本揭露實施例還提供了一種資料處理裝置，應用於終端，所述裝置包括：通信模組，配置為接收目標場所的第二區域與第一區域之間的關聯度；顯示模組，配置為將所述第二區域與所述第一區域之間的關聯度顯示在第一界面上；其中，所述第二區域與所述第一區域之間的關聯度是基於所述目標場所在預設時間範圍內的多個視頻圖像確定的。
在一種可能的實現方式中，所述通信模組，還配置為接收對所述目標場所的多個區域構成的N個區域對的關聯度的排序結果，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對；所述顯示模組，還配置為顯示所述排序結果中對應關聯度最大的M個區域對，其中，M為小於N的正整數。
在一種可能的實現方式中，所述通信模組，還配置為接收對所述目標場所的多個區域的區域排布分析結果；所述顯示模組，還配置為顯示所述區域排布分析結果。
在一種可能的實現方式中，所述裝置還包括：輸入模組，配置為獲取查詢條件；所述通信模組，配置為基於所述查詢條件發送查詢請求；接收基於所述查詢條件確定的所述第二區域與所述第一區域之間的關聯度。
第五方面，本揭露實施例提供了一種資料處理裝置，所述裝置包括：儲存器、處理器及儲存在儲存器上並可在處理器上運行的電腦程序，所述處理器執行所述程序時實現本揭露實施例第一方面或第二方面所述的資料處理方法的步驟。
第六方面，本揭露實施例提供了一種電腦可讀取記錄媒體，所述電腦可讀取記錄媒體儲存有電腦程序，所述電腦程序被處理器執行時，使得所述處理器執行本揭露實施例第一方面或第二方面所述的資料處理方法的步驟。
第七方面，本揭露實施例提供了一種電腦程序，所述電腦程序使得電腦執行本揭露實施例第一方面或第二方面所述的資料處理方法。
本揭露提供的技術方案，獲取目標場所在預設時間範圍內的多個視頻圖像；對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果；基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。如此，相對於人工判定目標場所的兩個區域之間的關聯度而言，能快速確定預設時間範圍內各區域間的關聯度，節省時間和人力成本；另外，由於通過人工觀察客流情況來確定個區域間的關聯度會存在較大誤差，本揭露通過分析視頻圖像來確定區域間的關聯度，能提高確定出的關聯度的精度。
為了使本技術領域的人員更好地理解本揭露實施例方案，下面將結合本揭露實施例中的附圖，對本揭露實施例中的技術方案進行清楚地描述，顯然，所描述的實施例僅僅是本揭露一部分的實施例，而不是全部的實施例。
本揭露的說明書實施例和申請專利範圍及上述附圖中的術語“第一”、“第二”、和“第三”等是用於區別類似的對象，而不必用於描述特定的順序或先後次序。此外，術語“包括”和“具有”以及他們的任何變形，意圖在於覆蓋不排他的包含，例如，包含了一系列步驟或單元。方法、系統、產品或設備不必限於清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或對於這些過程、方法、產品或設備固有的其它步驟或單元。
本揭露實施例提供一種資料處理方法，本揭露實施例可以應用於各種電子設備中，該電子設備包括但不限於固定設備及/或移動設備。例如，所述固定設備包括但不限於：個人電腦（Personal Computer，PC）、或者伺服器等。所述移動設備包括但不限於：手機、平板電腦或可穿戴式設備。如圖1所示，所述方法主要包括：
步驟101、獲取目標場所在預設時間範圍內的多個視頻圖像。
在本揭露實施例中，所述目標場所包括但不限於商場或者超級市場等場所，還可以是其他任何類型的公共場所。
在本揭露實施例中，所述預設時間範圍包括起始時間與終止時間，例如一天、一周等，該預設時間範圍可以基於實際需求確定，本揭露實施例對此不做限定。需要說明的是，所述終止時間不能晚於當前時間。
在本揭露實施例中，所述視頻圖像是由在目標場所各個區域安裝的圖像採集裝置（如攝像頭或抓拍機）採集得到的。
本揭露實施例中可以通過多種方式獲取視頻圖像。例如，可以接收圖像採集裝置發送的視頻圖像，或者，可以利用通信器接收其他設備傳送的視頻圖像，其他設備傳送的視頻圖像可以是圖像採集裝置採集的。
步驟102、對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果。
在本揭露實施例中，所述目標場所可包括多個區域，所述第一區域和所述第二區域可以是所述目標區域包括的多個區域中的任意兩個區域。
在本揭露的一些可選實現方式中，所述對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果，包括：獲取所述多個視頻圖像中包括的所述第一區域的多個第一圖像；對所述第一圖像進行人臉及/或人體追蹤，得到所述第一圖像的人臉及/或人體追蹤結果；基於所述第一圖像的人臉及/或人體追蹤結果，得到所述第一圖像的行人識別結果；基於所述第一區域的所述多個第一圖像的行人識別結果，得到所述第一區域的客流統計結果。
本實施例中，可以對圖像進行行人檢測，得到圖像中的至少一個行人檢測框，並基於每個行人檢測框進行人臉及/或人體追蹤，得到人臉及/或人體追蹤結果；基於人臉及/或人體追蹤結果中的其中一項，得到行人識別結果。
如此，相對於人工通過肉眼觀察真實行人來統計客流量而言，通過對採集的行人圖像進行人體及/或人臉識別來統計客流量，能在短時間內處理大量圖像，提高統計效率，節省人力資源。
本實施例中，可通過任意人臉識別技術對獲取的圖像進行圖像識別處理，得到所述圖像的人臉特徵識別結果。本揭露實施例不對人臉識別技術做具體限定。
本實施例中，可通過任意人體識別技術對獲取的圖像進行圖像識別處理，得到所述圖像的人體特徵識別結果。本揭露實施例不對人體識別技術做具體限定。
在本揭露的一些可選實施例中，所述基於所述第一圖像的人臉及/或人體追蹤結果，得到所述第一圖像的行人識別結果，包括：響應於所述人體追蹤結果對應的人體圖像滿足預設條件，基於所述人體追蹤結果對應的人體圖像信息，得到行人識別結果；及/或，響應於所述人體追蹤結果對應的人體圖像不滿足預設條件，基於所述人臉追蹤結果對應的人臉圖像信息，得到行人識別結果。其中，所述人臉圖像信息包括人臉圖像的特徵信息及/或人臉圖像；所述人體圖像信息包括人體圖像的特徵信息及/或人體圖像。
在一些可選實施例中，所述預設條件可包括：人體圖像的品質滿足預設品質要求，例如，人臉清晰度滿足預設清晰度要求、人臉大小滿足預設尺寸要求、人臉角度滿足預設角度要求、人臉檢測置信度滿足預設置信度要求、人體檢測置信度滿足預設置信度要求、人臉完整度滿足預設人臉完整度要求等一種或任意多種。
這樣，在進行行人識別時，先分析人體識別結果，如果人體識別結果無法識別出時，再分析人臉識別結果，由於人體識別較人臉識別容易、耗時短，通過二者結合的方式得到行人識別結果，能夠避免由於人臉角度或者遮擋等因素而造成誤識別，提高識別效率，從而提高客流統計效率。
在本揭露的一些可選實施例中，所述基於所述人體追蹤結果對應的人體圖像信息，得到行人識別結果，包括：確定人體模板資料庫中是否存在與所述人體圖像信息匹配的人體模板；響應於所述人體模板資料庫中存在所述匹配的人體模板，將所述匹配的人體模板對應的行人標識作為行人識別結果，及/或，響應於所述人體模板資料庫中不存在所述匹配的人體模板，將新增的行人標識作為行人識別結果。
範例性的，可以確定圖像的人體特徵與人體模板資料庫中儲存的至少一個人體模板包括的參考人體特徵之間的相似度，並基於是否存在達到預設門限的相似度來確定人體模板資料庫中是否存在與圖像匹配的人體模板，但本揭露實施例不限於此。例如，若人體模板資料庫中存在任一人體模板，該人體模板包括的參考人體特徵與圖像的人體特徵之間的相似度達到預設門限，則可確定人體模板資料庫中存在與圖像匹配的人體模板；反之，若人體模板資料庫中的所有人體模板，人體模板包括的參考人體特徵與圖像的人體特徵之間的相似度未達到預設門限，則可確定人體模板資料庫中不存在與圖像匹配的人體模板。
本實施例中，人體模板資料庫中可儲存有多個人體模板，各人體模板包括對應的參考人體特徵以及對應的行人標識。其中，行人標識可用於表示參考人體特徵（或人體模板）對應的行人。範例性的，人體模板資料庫中可針對每個人體模板配置一個行人標識，該行人標識可以是序列號，該序列號可在人體模板資料庫唯一標識對應的人體模板。
在本揭露的一些可選實施例中，所述方法還包括：響應於所述人體模板資料庫中存在所述匹配的人體模板，確定所述匹配的人體模板對應的人體標識；將關聯資料庫中與所述人體標識對應的行人標識作為所述匹配的人體模板對應的行人標識，其中，所述關聯資料庫用於儲存預設人體標識與預設人物標識之間的關聯關係。
如此，能夠利用關聯資料庫儲存的關聯關係對人體模板對應的行人標識進行信息補充，提高對行人的分析與細化。
在本揭露的一些可選實施例中，所述方法還包括：響應於所述人體模板資料庫中不存在所述匹配的人體模板，在所述人體模板資料庫中添加所述人體圖像信息對應的人體模板。
本實施例中，在所述人體模板資料庫中不存在所述匹配的人體模板的情況下，可將人體圖像信息對應的人體模板添加至人體模板資料庫中。範例性的，可將人體圖像信息對應的人體特徵作為人體模板添加至人體模板資料庫中，並為添加的人體模板分配一個新的行人標識。
如此，若人體模板資料庫中不存在所述匹配的人體模板，在所述人體模板資料庫中添加所述人體圖像信息對應的人體模板，能對人體模板資料庫進行資料補充，當該顧客再次來訪時，方便後續查詢。
在本揭露的一些可選實施例中，所述基於所述人臉追蹤結果對應的人臉圖像信息，得到行人識別結果，包括：確定人臉模板資料庫中是否存在與所述人臉圖像信息匹配的人臉模板；響應於所述人臉模板資料庫中存在所述匹配的人臉模板，將所述匹配的人臉模板對應的行人標識作為行人識別結果，及/或，響應於所述人臉模板資料庫中不存在所述匹配的人臉模板，將新增的行人標識作為行人識別結果。
範例性的，可以確定圖像的人臉特徵與人臉模板資料庫中儲存的至少一個人臉模板包括的參考人臉特徵之間的相似度，並基於是否存在達到預設門限的相似度來確定人臉模板資料庫中是否存在與圖像匹配的人臉模板，但本揭露實施例不限於此。例如，若人臉模板資料庫中存在任一人臉模板，該人臉模板包括的參考人臉特徵與圖像的人臉特徵之間的相似度達到預設門限，則可確定人臉模板資料庫中存在與圖像匹配的人臉模板；反之，若人臉模板資料庫中的所有人臉模板，人臉模板包括的參考人臉特徵與圖像的人臉特徵之間的相似度未達到預設門限，則可確定人臉模板資料庫中不存在與圖像匹配的人臉模板。
本實施例中，人臉模板資料庫中可儲存有多個人臉模板，各人臉模板包括對應的參考人臉特徵以及對應的行人標識。其中，行人標識可用於表示參考人臉特徵（或人臉模板）對應的行人。範例性的，人臉模板資料庫中可針對每個人臉模板配置一個行人標識，該行人標識可以是序列號，該序列號可在人臉模板資料庫唯一標識對應的人臉模板。
在本揭露的一些可選實施例中，所述方法還包括：響應於所述人臉模板資料庫中不存在所述匹配的人臉模板，在所述人臉模板資料庫中添加所述人臉圖像信息對應的人臉模板。
本實施例中，在所述人臉模板資料庫中不存在所述匹配的人臉模板的情況下，可將人臉圖像信息對應的人臉模板添加至人臉模板資料庫中。範例性的，可將人臉圖像信息對應的人臉特徵作為人臉模板添加至人臉模板資料庫中，並為添加的人臉模板分配一個新的行人標識。
如此，若人臉模板資料庫中不存在所述匹配的人臉模板，在所述人臉模板資料庫中添加所述人臉圖像信息對應的人臉模板，能對人臉模板資料庫進行資料補充，當該顧客再次來訪時，方便後續查詢。
步驟103、基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。
在本揭露的一些可選實施例中，第一區域和第二區域之間的關聯度的確定方式可滿足以下公式（1）：
Figure 02_image001
（1）
在本揭露的一些可選實施例中，第一區域和第二區域之間的關聯度的確定方式可滿足以下公式（2）：
Figure 02_image003
（2）
本揭露實施例並不對關聯度的計算公式進行強制性限定。需要說明的是，確定第一區域和第二區域之間的關聯度時，具體保留小數點後幾位，可根據精度要求進行設定或調整。
如此，相對於用戶人工記錄或推論區域間的關聯度而言，通過自動識別行人並統計客流結果，根據客流統計結果來確定商場內各個區域的關聯度，方便、便捷，節省人員的時間和精力，能便於用戶基於關聯度分析結果進行針對性工作和服務，從而提高顧客體驗和銷售轉換率。
在本揭露的一些可選實施例中，所述基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度，包括：基於所述第一區域和所述第二區域的客流統計結果，確定同時出現在所述第一區域和所述第二區域的目標人物；基於所述目標人物的數量以及所述第一區域或第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。
在一些可選實施例中，所述第二區域與所述第一區域之間的關聯度=目標人物的數量/所述第一區域的客流數量。在另一些可選實施例中，所述第二區域與所述第一區域之間的關聯度=目標人物的數量/所述第二區域的客流數量。
如此，通過客流統計結果來確定目標場所內各個區域的關聯度，方便、便捷。
在本揭露的一些可選實施例中，所述方法還包括：向終端發送所述第二區域與所述第一區域之間的關聯度，以由所述終端在第一界面上顯示所述第二區域與所述第一區域之間的關聯度。
如此，能夠及時向終端反饋所述第二區域與所述第一區域的關聯度，便於用戶及時獲知所述第二區域與所述第一區域的關聯度，借鑒區域關聯度結果，可以拓寬商店內商品的種類，也可根據不同地區區域關聯度的結果不同來個性化出售商品，從而給商家增加客流和銷售收入。
在本揭露的一些可選實施例中，所述方法還包括：對所述目標場所的多個區域構成的N個區域對的關聯度進行排序，得到排序結果，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對；呈現所述排序結果中對應關聯度最大的M個區域對，或者向終端發送所述排序結果中對應關聯度最大的M個區域對，其中，M為小於N的正整數。
範例性的，以目標場所為商場為例，商場中的各個店鋪則為目標場所中包括的區域；確定出商場中各個店之間的關聯度，並對關聯度進行排序，能夠確定出某一店鋪與其他各個店鋪之間的關聯度，得到與該店鋪關聯度最強的一個或多個店鋪。當然，還能夠通過關聯度值選出商場中關聯度最強的幾對店鋪。
如此，通過確定各個區域對的關聯度，能夠進一步分析得到哪兩個區域間的關聯度大。通過向終端反饋關聯度排序結果，便於用戶及時獲知區域與區域的關聯度，進而便於用戶基於關聯度分析結果進行針對性工作和服務，從而提高顧客體驗和銷售轉換率。
範例性地，對商場來說，利用區域關聯度來對表面上無關的兩個商家進行關聯，可根據關聯度結果來改變商場出入口位置，商店在商場內的佈局等來提升商場的客流量和商店的銷量。
範例性地，對營銷人員來說，利用區域關聯度的結果，對看似無關的兩個商家進行聯合營銷，會有1+1＞2的效果。
範例性地，對商家來說，借鑒區域關聯度結果，可以拓寬商店內商品的種類，也可根據不同地區區域關聯度的結果不同來個性化出售商品，從而給商家增加客流和銷售收入。
在本揭露的一些可選實施例中，所述方法還包括：基於所述目標場所的多個區域構成的N個區域對的關聯度，得到所述目標場所的多個區域的區域排布分析結果；N為正整數；呈現所述區域排布分析結果，或者向終端發送所述區域排布分析結果。
其中，所述區域排布分析結果至少包括下述任一信息：當前的區域關聯度總結（如哪些區域的關聯度較高，哪些區域的關聯度較低等等）；或者佈局規律（如哪種類型的區域排布在一起更合適或者不合適）；或者佈局改善建議（如將哪些區域的位置進行調整）。
如此，能夠提供目標場所的多個區域的區域排布分析結果，且能便於用戶參照關聯度排布分析結果進行針對性工作和服務，從而提高顧客體驗和銷售轉換率。
在本揭露的一些可選實施例中，所述方法還包括：接收終端發送的查詢請求，所述查詢請求包括查詢條件；所述確定所述第二區域與所述第一區域之間的關聯度，包括：基於所述查詢條件，確定所述第二區域與所述第一區域之間的關聯度。其中，所述查詢條件包括所述第一區域和所述至少一個第二區域的劃分信息，所述查詢條件還可包括預設時間範圍信息。
如此，能夠及時向終端反饋與用戶輸入的查詢條件相適應的關聯度，便於用戶及時獲知第二區域與第一區域的關聯度。
範例性地，第一區域和第二區域位於同一目標場所內。比如，所述第一區域和所述第二區域位於同一個商場。又比如，所述第一區域和所述第二區域位於商場的同一層。所述第一區域是用戶的目標區域，所述第二區域是用戶設定的除所述目標區域之外的其他區域。或者，第一區域和第二區域是同一店鋪的不同區域，所述區域的劃分可根據由用戶根據用戶需求進行設定，本揭露實施例對此不做限定。
範例性地，一商場共兩層，一層包括p個店，二層包括q個店；將所述p個店分別記為F1、F2、…、Fp；將所述q個店分別記為S1、S2、…、Sq。將F1所在區域確定為第一區域，將F2所在區域確定為第二區域，將F3所在區域確定為第二區域，將F0所在區域確定為第二區域，即，需要確定F2、F3、F0對F1的關聯度。將S1所在區域確定為第一區域，將S5所在區域確定為第二區域，即，需要確定S5對S1的關聯度。
在一些實施例中，上述方法可以由伺服器執行。其中，伺服器可以為雲端伺服器及/或前端伺服器，例如，上述方法由前端伺服器（例如視頻一體機）和雲端伺服器實現，其中，前端伺服器對第一圖像進行人臉和人體追蹤，得到人臉和人體追蹤結果，並基於人臉及/或人體圖像的品質確定基於哪種圖像信息進行行人識別，再向雲端伺服器發送確定的圖像信息；雲端伺服器在接收到前端伺服器發送的圖像信息之後，基於接收到的圖像信息查詢對應的資料庫，得到行人識別結果，並向終端發送相應的處理結果，但本揭露實施例對此不作限定。
本揭露實施例還提供了一種資料處理方法，應用於終端，如圖2所示，所述方法包括：
步驟201、接收目標場所的第二區域與第一區域之間的關聯度。
其中，所述第二區域與所述第一區域之間的關聯度是基於所述目標場所在預設時間範圍內的多個視頻圖像確定的。
步驟202、將所述第二區域與所述第一區域之間的關聯度顯示在第一界面上。
如此，能夠為終端提供第二區域與第一區域的關聯度，有利於用戶根據區域關聯度進行針對性工作和服務，從而提高顧客體驗和銷售轉換率。
在本揭露的一些可選實施例中，所述方法還包括：獲取查詢條件；基於所述查詢條件發送查詢請求；接收基於所述查詢條件確定的所述第二區域與所述第一區域之間的關聯度。其中，所述查詢條件可包括所述第一區域和所述第二區域的劃分信息，還可包括預設時間範圍信息。
如此，能夠為終端提供與查詢條件相適應的關聯度，有利於用戶根據區域關聯度進行針對性工作和服務，從而提高顧客體驗和銷售轉換率。
在本揭露的一些可選實施例中，所述方法還包括：接收對所述目標場所的多個區域構成的N個區域對的關聯度的排序結果，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對；顯示所述排序結果中對應關聯度最大的M個區域對，其中，M為小於N的正整數。
如此，通過向終端反饋關聯度排序結果，便於用戶及時獲知區域與區域的關聯度，進而便於用戶基於關聯度分析結果進行針對性工作和服務，從而提高顧客體驗和銷售轉換率。
在本揭露的一些可選實施例中，所述方法還包括：接收對所述目標場所的多個區域的區域排布分析結果；顯示所述區域排布分析結果。
如此，能夠向終端反饋區域排布分析結果，且能便於用戶參照關聯度排布分析結果進行針對性工作和服務，從而提高顧客體驗和銷售轉換率。
圖3示出了一種確定區域間的關聯度的流程示意圖，如圖3所示，該流程包括：選擇分析周期301、選擇分析區域302、關聯度計算303和對關聯度計算結果進行分析304。
在一些示例中，選擇分析周期301，包括：選擇計算關聯度的時間範圍（即上述預設時間範圍），最小時間長度為一天，也可以選擇當日之前的任意一段時間。
在一些示例中，選擇分析區域302，包括：選擇想要計算關聯度的區域，並對區域進行劃分和定義。
例如，到訪商店A為進入商店A且在商店A內逗留超過X分鐘。到訪商場的大屏為在大屏前面某個確定範圍內面對大屏超過Y秒。如此，相對於通過肉眼粗略判斷區域而言，能提高區域劃分的精度。
在一些示例中，關聯度計算303，包括：按照下述計算公式計算：
如果時間範圍為一天，則：
Figure 02_image005
如果時間範圍超過一天，則：
Figure 02_image007
範例性的，上述關聯度可保留小數點後兩位（如85.38%）。
在一些示例中，對關聯度計算結果進行分析304，包括：對有所有區域關聯度進行計算後，對某一指定區域，其他區域對指定區域的關聯度結果由關聯度從高到低進行排序，分析哪兩個區域關聯度較高，從進行進一步的分析與佈局。
應理解，圖3所示的確定關聯度流程為一種可選的具體實現方式，但不限於此。
還應理解，圖3示的確定關聯度流程僅僅是為了示例本揭露實施例，本領域技術人員可以基於圖3的例子進行各種顯而易見的變化及/或替換，得到的技術方案仍屬本揭露實施例的揭露範圍。
對應上述資料處理方法，本揭露實施例提供了一種資料處理裝置40，如圖4所示，所述裝置包括：獲取模組41，配置為獲取目標場所在預設時間範圍內的多個視頻圖像；統計模組42，配置為對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果；處理模組43，配置為基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯。
在一些實施例中，所述處理模組43，配置為：基於所述第一區域和所述第二區域的客流統計結果，確定同時出現在所述第一區域和所述第二區域的目標人物；基於所述目標人物的數量以及所述第一區域或第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。
在一些實施例中，所述處理模組43，還配置為：向終端發送所述第二區域與所述第一區域之間的關聯度，以由所述終端在第一界面上顯示所述第二區域與所述第一區域之間的關聯度。
在一些實施例中，所述處理模組43，還配置為：對所述目標場所的多個區域構成的N個區域對的關聯度進行排序，得到排序結果，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對；呈現所述排序結果中對應關聯度最大的M個區域對，或者向終端發送所述排序結果中對應關聯度最大的M個區域對，其中，M為小於N的正整數。
在一些實施例中，所述處理模組43，還配置為：基於所述目標場所的多個區域構成的N個區域對的關聯度，得到所述目標場所的多個區域的區域排布分析結果；N為正整數；呈現所述區域排布分析結果，或者向終端發送所述區域排布分析結果。
在一些實施例中，所述統計模組42，配置為：獲取所述多個視頻圖像中包括的所述第一區域的多個第一圖像；對所述第一圖像進行人臉及/或人體追蹤，得到所述第一圖像的人臉及/或人體追蹤結果；基於所述第一圖像的人臉及/或人體追蹤結果，得到所述第一圖像的行人識別結果；基於所述第一區域的所述多個第一圖像的行人識別結果，得到所述第一區域的客流統計結果。
在一些實施例中，所述統計模組42，配置為：響應於所述人體追蹤結果對應的人體圖像滿足預設條件，基於所述人體追蹤結果對應的人體圖像信息，得到行人識別結果；及/或，響應於所述人體追蹤結果對應的人體圖像不滿足預設條件，基於所述人臉追蹤結果對應的人臉圖像信息，得到行人識別結果。
在一些實施例中，所述統計模組42，配置為：確定人體模板資料庫中是否存在與所述人體圖像信息匹配的人體模板；響應於所述人體模板資料庫中存在所述匹配的人體模板，將所述匹配的人體模板對應的行人標識作為行人識別結果，及/或，響應於所述人體模板資料庫中不存在所述匹配的人體模板，將新增的行人標識作為行人識別結果。
在一些實施例中，所述統計模組42，還配置為：響應於所述人體模板資料庫中存在所述匹配的人體模板，確定所述匹配的人體模板對應的人體標識；將關聯資料庫中與所述人體標識對應的行人標識作為所述匹配的人體模板對應的行人標識，其中，所述關聯資料庫用於儲存預設人體標識與預設人物標識之間的關聯關係。
在一些實施例中，所述統計模組42，還配置為響應於所述人體模板資料庫中不存在所述匹配的人體模板，在所述人體模板資料庫中添加所述人體圖像信息對應的人體模板。
在一些實施例中，所述統計模組42，還配置為：確定人臉模板資料庫中是否存在與所述人臉圖像信息匹配的人臉模板；響應於所述人臉模板資料庫中存在所述匹配的人臉模板，將所述匹配的人臉模板對應的行人標識作為行人識別結果，及/或，響應於所述人臉模板資料庫中不存在所述匹配的人臉模板，將新增的行人標識作為行人識別結果。
在一些實施例中，所述統計模組42，還配置為：響應於所述人臉模板資料庫中不存在所述匹配的人臉模板，在所述人臉模板資料庫中添加所述人臉圖像信息對應的人臉模板。
在一些實施例中，所述裝置還包括：接收模組44，配置為接收終端發送的查詢請求，所述查詢請求包括查詢條件；所述處理模組43，還配置為基於所述查詢條件，確定所述第二區域與所述第一區域之間的關聯度。
本領域技術人員應當理解，圖4中所示的資料處理裝置40中的各處理模組的實現功能可參照前述資料處理方法的相關描述而理解。本領域技術人員應當理解，圖4所示的資料處理裝置40中各處理單元的功能可通過運行於處理器上的程序而實現，也可通過具體的邏輯電路而實現。
實際應用中，上述的獲取模組41、統計模組42、處理模組43和接收模組44的具體結構均可對應於處理器結合通信模組。所述處理器具體的結構可以為中央處理器（CPU，Central Processing Unit）、微處理器（MCU，Micro Controller Unit）、數字信號處理器（DSP，Digital Signal Processing）或可程式化邏輯控制器（PLC，Programmable Logic Controller）等具有處理功能的電子元器件或電子元器件的集合。其中，所述處理器包括可執行代碼，所述可執行代碼儲存在電腦可讀取記錄媒體中，所述處理器可以通過匯流排等通信界面與所述電腦可讀取記錄媒體中相連，在執行具體的各單元的對應功能時，從所述電腦可讀取記錄媒體中讀取並運行所述可執行代碼。所述電腦可讀取記錄媒體用於儲存所述可執行代碼的部分優選為非瞬間電腦可讀取記錄媒體。
本揭露實施例提供的資料處理裝置，能確定各個區域的關聯度，有利於用戶根據各區域間的關聯度進行針對性工作和服務，從而提高顧客體驗和銷售轉換率。
本揭露實施例還記載了一種資料處理裝置，所述裝置包括：儲存器、處理器及儲存在儲存器上並可在處理器上運行的電腦程序，所述處理器執行所述程序時實現前述任意一個應用於伺服器的技術方案提供的資料處理方法。
對應上述資料處理方法，本揭露實施例還提供了一種資料處理裝置50，如圖5所示，所述裝置包括：通信模組51，配置為接收目標場所的第二區域與第一區域之間的關聯度；顯示模組52，配置為將所述第二區域與所述第一區域之間的關聯度顯示在第一界面上；其中，所述第二區域與所述第一區域之間的關聯度是基於所述目標場所在預設時間範圍內的多個視頻圖像確定的。
在一些實施例中，所述通信模組51，還配置為接收對所述目標場所的多個區域構成的N個區域對的關聯度的排序結果，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對；所述顯示模組52，還配置為顯示所述排序結果中對應關聯度最大的M個區域對，其中，M為小於N的正整數。
在一些實施例中，所述通信模組51，還配置為接收對所述目標場所的多個區域的區域排布分析結果；所述顯示模組52，還配置為顯示所述區域排布分析結果。
在一些實施例中，所述裝置還包括：輸入模組53，配置為獲取查詢條件；所述通信模組51，配置為基於所述查詢條件發送查詢請求；接收基於所述查詢條件確定的所述第二區域與所述第一區域之間的關聯度。
本領域技術人員應當理解，圖5中所示的資料處理裝置50中的各處理模組的實現功能可參照前述資料處理方法的相關描述而理解。本領域技術人員應當理解，圖5所示的資料處理裝置50中各處理單元的功能可通過運行於處理器上的程序而實現，也可通過具體的邏輯電路而實現。
實際應用中，上述的通信模組51、顯示模組52和輸入模組53的具體結構均可對應於處理器結合通信模組。所述處理器具體的結構可以為CPU、MCU、DSP或PLC等具有處理功能的電子元器件或電子元器件的集合。其中，所述處理器包括可執行代碼，所述可執行代碼儲存在電腦可讀取記錄媒體中，所述處理器可以通過匯流排等通信界面與所述電腦可讀取記錄媒體中相連，在執行具體的各單元的對應功能時，從所述電腦可讀取記錄媒體中讀取並運行所述可執行代碼。所述電腦可讀取記錄媒體用於儲存所述可執行代碼的部分優選為非瞬間電腦可讀取記錄媒體。
本揭露實施例提供的資料處理裝置，能夠輸出與查詢條件相適應的區域之間的關聯度，有利於用戶根據關聯度排行進行針對性工作和服務，從而提高顧客體驗和銷售轉換率。
本揭露實施例還記載了一種資料處理裝置60，圖6為本揭露實施例提供的一種資料處理裝置60的硬體組成結構示意圖，如圖6所示，所述裝置60包括：儲存器62、處理器61及儲存在儲存器62上並可在處理器61上運行的電腦程序，所述處理器61執行所述程序時實現前述任意一個應用於電子設備如伺服器或終端的技術方案提供的資料處理方法。
可以理解，所述資料處理裝置60中的各個組件可通過匯流排系統63耦合在一起。可理解，匯流排系統63用於實現這些組件之間的連接通信。匯流排系統63除包括資料匯流排之外，還包括電源匯流排、控制匯流排和狀態信號匯流排。但是為了清楚說明起見，在圖6中將各種匯流排都標為匯流排系統63。
本揭露實施例還揭露了一種電腦可讀取記錄媒體，所述電腦可讀取記錄媒體中儲存有電腦可執行指令，所述電腦可執行指令用於執行前述各個實施例所述的資料處理方法。也就是說，所述電腦可執行指令被處理器執行之後，能夠實現前述任意一個應用於電子設備如伺服器或終端的技術方案提供的資料處理方法。
本領域技術人員應當理解，本揭露實施例的電腦可讀取記錄媒體中各程序的功能，可參照前述各實施例所述的資料處理方法的相關描述而理解。
本揭露實施例還揭露了一種電腦程序，所述電腦程序使得電腦執行前述任意一個應用於電子設備如伺服器或終端的所述的資料處理方法。
上述本發明實施例揭示的方法可以應用於處理器中，或者由處理器實現。處理器可能是一種積體電路晶片，具有信號的處理能力。在實現過程中，上述方法的各步驟可以通過處理器中的硬體的積體邏輯電路或者軟體形式的指令完成。上述的處理器可以是通用處理器、DSP，或者其他可程式化邏輯器件、分立門或者電晶體邏輯器件、分立硬體組件等。處理器可以實現或者執行本發明實施例中的揭露的各方法、步驟及邏輯框圖。通用處理器可以是微處理器或者任何常規的處理器等。結合本發明實施例所揭露的方法的步驟，可以直接體現為硬體解碼處理器執行完成，或者用解碼處理器中的硬體及軟體模組組合執行完成。軟體模組可以位於電腦可讀取記錄媒體中，該電腦可讀取記錄媒體位於儲存器，處理器讀取儲存器中的信息，結合其硬體完成前述方法的步驟。
在本揭露所提供的幾個實施例中，應該理解到，所揭露的設備和方法，可以通過其它的方式實現。以上所描述的設備實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，如：多個單元或組件可以結合，或可以到另一個系統，或一些特徵可以忽略，或不執行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些界面，設備或單元的間接耦合或通信連接，可以是電性的、機械的或其它形式的。
上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元；既可以位於一個地方，也可以分佈到多個網絡單元上；可以根據實際的需要選擇其中的部分或全部單元來實現本揭露實施例方案的目的。
另外，在本揭露各實施例中的各功能單元可以全部集成在一個處理單元中，也可以是各單元分別單獨作為一個單元，也可以兩個或兩個以上單元集成在一個單元中；上述集成的單元既可以採用硬體的形式實現，也可以採用硬體加軟體功能單元的形式實現。
本領域普通技術人員可以理解：實現上述方法實施例的全部或部分步驟可以通過程序指令相關的硬體來完成，前述的程序可以儲存於電腦可讀取記錄媒體中，該程序在執行時，執行包括上述方法實施例的步驟；而前述的電腦可讀取記錄媒體包括：移動儲存設備、唯讀記憶體（ROM，Read-Only Memory）、隨機存取記憶體（RAM，Random Access Memory）、磁碟或者光碟等各種可以儲存程序代碼的介質。
或者，本揭露上述集成的單元如果以軟體功能模組的形式實現並作為獨立的產品銷售或使用時，也可以儲存在一個電腦可讀取記錄媒體中。基於這樣的理解，本揭露實施例的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來，該電腦軟體產品儲存在一個電腦可讀取記錄媒體中，包括若干指令用以使得一台電腦設備（可以是個人電腦、伺服器、或者網絡設備等）執行本揭露各個實施例所述方法的全部或部分。而前述的電腦可讀取記錄媒體包括：移動儲存設備、ROM、RAM、磁碟或者光碟等各種可以儲存程序代碼的介質。
以上所述，僅為本揭露的具體實施方式，但本揭露的保護範圍並不局限於此，任何熟悉本技術領域的技術人員在本揭露揭露的技術範圍內，可輕易想到變化或替換，都應涵蓋在本揭露的保護範圍之內。因此，本揭露的保護範圍應以所述申請專利範圍的保護範圍為准。
101~103,201,202,301~304:步驟 41:獲取模組 42:統計模組 43:處理模組 44:接收模組 51:通信模組 52:顯示模組 53:輸入模組 61:處理器 62:儲存器
圖1為本揭露實施例提供的一種資料處理方法的實現流程示意圖一。 圖2為本揭露實施例提供的一種資料處理方法的實現流程示意圖二。 圖3為本揭露實施例提供的確定區域間的關聯度的流程示意圖。 圖4為本揭露實施例提供的一種資料處理裝置的組成結構示意圖一。 圖5為本揭露實施例提供的一種資料處理裝置的組成結構示意圖二。 圖6為本揭露實施例提供的一種資料處理裝置的硬體組成結構示意圖。
101~103:步驟

Claims (15)

  1. 一種資料處理方法，所述方法包括： 獲取目標場所在預設時間範圍內的多個視頻圖像； 對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果； 基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。
  2. 如請求項1所述的方法，其中，所述基於所述第一區域和所述第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度，包括： 基於所述第一區域和所述第二區域的客流統計結果，確定同時出現在所述第一區域和所述第二區域的目標人物； 基於所述目標人物的數量以及所述第一區域或第二區域的客流統計結果，確定所述第二區域與所述第一區域之間的關聯度。
  3. 如請求項1或2所述的方法，其中，所述方法還包括： 向終端發送所述第二區域與所述第一區域之間的關聯度，以由所述終端在第一界面上顯示所述第二區域與所述第一區域之間的關聯度。
  4. 如請求項1或2所述的方法，其中，所述方法還包括： 對所述目標場所的多個區域構成的N個區域對的關聯度進行排序，得到排序結果，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對； 呈現所述排序結果中對應關聯度最大的M個區域對，或者向終端發送所述排序結果中對應關聯度最大的M個區域對，其中，M為小於N的正整數。
  5. 如請求項1或2所述的方法，其中，所述方法還包括： 基於所述目標場所的多個區域構成的N個區域對的關聯度，得到所述目標場所的多個區域的區域排布分析結果；N為正整數； 呈現所述區域排布分析結果，或者向終端發送所述區域排布分析結果。
  6. 如請求項1或2所述的方法，其中，所述對所述多個視頻圖像進行行人識別處理，基於識別結果得到所述目標場所的第一區域和第二區域的客流統計結果，包括： 獲取所述多個視頻圖像中包括的所述第一區域的多個第一圖像； 對所述第一圖像進行人臉及/或人體追蹤，得到所述第一圖像的人臉及/或人體追蹤結果； 基於所述第一圖像的人臉及/或人體追蹤結果，得到所述第一圖像的行人識別結果； 基於所述第一區域的所述多個第一圖像的行人識別結果，得到所述第一區域的客流統計結果。
  7. 如請求項6所述的方法，其中，所述基於所述第一圖像的人臉及/或人體追蹤結果，得到所述第一圖像的行人識別結果，包括： 響應於所述人體追蹤結果對應的人體圖像滿足預設條件，基於所述人體追蹤結果對應的人體圖像信息，得到行人識別結果；及/或， 響應於所述人體追蹤結果對應的人體圖像不滿足預設條件，基於所述人臉追蹤結果對應的人臉圖像信息，得到行人識別結果。
  8. 如請求項7所述的方法，其中，所述基於所述人體追蹤結果對應的人體圖像信息，得到行人識別結果，包括： 確定人體模板資料庫中是否存在與所述人體圖像信息匹配的人體模板； 響應於所述人體模板資料庫中存在所述匹配的人體模板，將所述匹配的人體模板對應的行人標識作為行人識別結果，及/或，響應於所述人體模板資料庫中不存在所述匹配的人體模板，將新增的行人標識作為行人識別結果。
  9. 如請求項8所述的方法，其中，所述方法還包括如下至少一步驟： 響應於所述人體模板資料庫中存在所述匹配的人體模板，確定所述匹配的人體模板對應的人體標識；將關聯資料庫中與所述人體標識對應的行人標識作為所述匹配的人體模板對應的行人標識，其中，所述關聯資料庫用於儲存預設人體標識與預設人物標識之間的關聯關係； 響應於所述人體模板資料庫中不存在所述匹配的人體模板，在所述人體模板資料庫中添加所述人體圖像信息對應的人體模板。
  10. 如請求項7所述的方法，其中，所述基於所述人臉追蹤結果對應的人臉圖像信息，得到行人識別結果，包括： 確定人臉模板資料庫中是否存在與所述人臉圖像信息匹配的人臉模板； 響應於所述人臉模板資料庫中存在所述匹配的人臉模板，將所述匹配的人臉模板對應的行人標識作為行人識別結果，及/或，響應於所述人臉模板資料庫中不存在所述匹配的人臉模板，將新增的行人標識作為行人識別結果並在所述人臉模板資料庫中添加所述人臉圖像信息對應的人臉模板。
  11. 如請求項1或2所述的方法，其中，所述方法還包括： 接收終端發送的查詢請求，所述查詢請求包括查詢條件； 所述確定所述第二區域與所述第一區域之間的關聯度，包括： 基於所述查詢條件，確定所述第二區域與所述第一區域之間的關聯度。
  12. 一種資料處理方法，應用於終端，所述方法包括： 接收目標場所的第二區域與第一區域之間的關聯度； 將所述第二區域與所述第一區域之間的關聯度顯示在第一界面上； 其中，所述第二區域與所述第一區域之間的關聯度是基於所述目標場所在預設時間範圍內的多個視頻圖像確定的。
  13. 如請求項12所述的方法，其中，所述方法還包括如下至少一項： 接收對所述目標場所的多個區域構成的N個區域對的關聯度的排序結果，顯示所述排序結果中對應關聯度最大的M個區域對，其中，所述N個區域對包括由所述第一區域和所述第二區域構成的區域對，M為小於N的正整數； 接收對所述目標場所的多個區域的區域排布分析結果，顯示所述區域排布分析結果； 獲取查詢條件，基於所述查詢條件發送查詢請求，接收基於所述查詢條件確定的所述第二區域與所述第一區域之間的關聯度。
  14. 一種資料處理裝置，所述裝置包括：儲存器、處理器及儲存在儲存器上並可在處理器上運行的電腦程序，所述處理器執行所述程序時實現請求項1至13任一項所述的資料處理方法。
  15. 一種電腦可讀取記錄媒體，所述電腦可讀取記錄媒體儲存有電腦程序，所述電腦程序被處理器執行時，能夠使得所述處理器執行請求項1至13所述的資料處理方法。
TW109133380A 2019-09-29 2020-09-25 資料處理方法、裝置及電腦可讀取記錄媒體 TWI745101B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910932122.7A CN112580397A (zh) 2019-09-29 2019-09-29 数据处理方法、装置及存储介质
CN201910932122.7 2019-09-29

Publications (2)

Publication Number Publication Date
TW202113683A true TW202113683A (zh) 2021-04-01
TWI745101B TWI745101B (zh) 2021-11-01

Family

ID=75111101

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109133380A TWI745101B (zh) 2019-09-29 2020-09-25 資料處理方法、裝置及電腦可讀取記錄媒體

Country Status (6)

Country Link
KR (1) KR20210038849A (zh)
CN (1) CN112580397A (zh)
PH (1) PH12020552052A1 (zh)
SG (1) SG11202011040XA (zh)
TW (1) TWI745101B (zh)
WO (1) WO2021057149A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113478485A (zh) * 2021-07-06 2021-10-08 上海商汤智能科技有限公司 机器人及其控制方法、装置、电子设备、存储介质
CN114863364B (zh) * 2022-05-20 2023-03-07 碧桂园生活服务集团股份有限公司 一种基于智能视频监控的安防检测方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8620088B2 (en) * 2011-08-31 2013-12-31 The Nielsen Company (Us), Llc Methods and apparatus to count people in images
CN105608419B (zh) * 2015-12-15 2019-06-04 上海微桥电子科技有限公司 一种客流视频侦测分析系统
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
CN107169801A (zh) * 2017-05-22 2017-09-15 上海汇纳信息科技股份有限公司 店铺关联关系获取方法、系统、存储介质以及移动终端
KR20190007681A (ko) * 2017-07-13 2019-01-23 삼성에스디에스 주식회사 매장 분석 장치 및 방법
CN107644218B (zh) * 2017-09-29 2018-12-28 广州市冠腾通讯科技有限公司 基于图像采集功能实现人流密集区域行为分析判断的工作方法
CN107832890A (zh) * 2017-11-15 2018-03-23 浙江大华技术股份有限公司 一种拥堵预测方法和装置
CN108038176B (zh) * 2017-12-07 2020-09-29 浙江大华技术股份有限公司 一种路人库的建立方法、装置、电子设备及介质
CN109447114B (zh) * 2018-09-25 2020-11-06 北京酷云互动科技有限公司 场所之间关联度的评估方法和评估系统

Also Published As

Publication number Publication date
WO2021057149A1 (zh) 2021-04-01
KR20210038849A (ko) 2021-04-08
SG11202011040XA (en) 2021-04-29
PH12020552052A1 (en) 2021-05-31
CN112580397A (zh) 2021-03-30
TWI745101B (zh) 2021-11-01

Similar Documents

Publication Publication Date Title
WO2020134231A1 (zh) 信息推送方法、装置及信息展示系统
US11335098B2 (en) Data processing methods, apparatuses and storage media
CN110033298B (zh) 信息处理设备及其控制方法、系统和存储介质
TWI745101B (zh) 資料處理方法、裝置及電腦可讀取記錄媒體
TWI754456B (zh) 區域部署方法、裝置及電腦可讀取記錄媒體
JP6500374B2 (ja) 画像処理装置及び画像処理プログラム
JP6611772B2 (ja) 制御方法、情報処理装置及び制御プログラム
CN109902644A (zh) 人脸识别方法、装置、设备和计算机可读介质
CN115442943B (zh) 基于物联传感器的建筑能源管理方法及系统
WO2021129531A1 (zh) 一种资源分配方法、装置、设备、存储介质及计算机程序
WO2021129342A1 (zh) 数据处理方法、装置、设备、存储介质及计算机程序
JP2012252613A (ja) 顧客行動追跡型映像配信システム
CN110446082B (zh) 广告推送方法、信息处理方法及相关产品
KR20160135679A (ko) 이미지인식기술을 이용한 정보제공시스템 및 방법
WO2022127276A1 (zh) 信息处理方法、装置、电子设备及存储介质、计算机程序
JP7110738B2 (ja) 情報処理装置、プログラム及び情報処理システム
CN116958908B (zh) 监控数据处理方法及系统
CN114510641A (zh) 一种流量统计方法、装置、计算机设备和存储介质
JP2015185139A (ja) 広告配信装置、広告配信システム及び広告配信方法
CN107463853B (zh) 受众标签分析的方法及系统
CN114746882A (zh) 交互感知和内容呈现的系统和方法
CN111246110A (zh) 图像的输出方法和装置、存储介质及电子装置
WO2021103727A1 (zh) 一种数据处理方法、设备及存储介质
TW201901562A (zh) 智慧門市迎賓產品推薦系統及其方法
JP2017173902A (ja) 情報処理装置、情報処理方法、及びプログラム