TWI761847B - 基於人流量的資訊推送方法、裝置、電子設備及存儲介質 - Google Patents

Abstract

本發明涉及一種基於人流量的資訊推送方法、裝置、電子設備及存儲介質，所述方法包括在偵測到獲取指令時，獲取預定時間內的視頻圖像；在偵測到統計指令時，識別所述視頻圖像中的指定目標，並統計指定目標中多個不同的目標物體流量；在偵測到匹配指令時，根據多個不同目標物體流量匹配一個資訊推送類別；在偵測到提取指令時，在匹配的資訊推送類別下提取預定數量的宣傳資訊；在偵測到播放指令時，將提取的預定數量的宣傳資訊以預定時間間隔在至少一個電子設備上滾動播放，藉由人流量分析和匹配，可實現資訊推送的精準化。

Description

基於人流量的資訊推送方法、裝置、電子設備及存儲介質

本發明涉及一種基於人流量的資訊推送方法、裝置、電子設備及存儲介質。

在大中型城市中，戶外廣告相較於傳統的媒介和互聯網具有不可替代的特點。可根據地理位置結合人流量統計，以實現具有針對性的廣告投放。戶外廣告通常重複播放同樣的內容，容易造成資源浪費。同時，現有的人流量統計方法中通常僅針對行人進行統計，並不會對嬰兒車內的嬰兒或寵物進行統計，影響產品推廣的精準性。

本發明的主要目的是提供一種基於人流量的資訊推送方法、電子設備及存儲介質，旨在解決現有技術中商品推廣不精確的問題。

一種基於人流量的資訊推送方法，包括：在偵測到獲取指令時，獲取模組獲取預定時間內的視頻圖像；在偵測到統計指令時，統計模組識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量； 在偵測到匹配指令時，匹配模組根據多個不同所述目標物體流量匹配一個資訊推送類別；在偵測到提取指令時，提取模組在匹配的資訊推送類別下提取預定數量的宣傳資訊；在偵測到播放指令時，播放模組將提取的所述預定數量的宣傳資訊以預定時間間隔在至少一個電子設備上滾動播放；所述統計模組識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量的步驟包括：所述統計模組設定第一候選視窗；所述統計模組將所述視頻圖像輸入至以所述第一候選視窗提取所述指定目標的第一統計模型；所述統計模組將所述第一統計模型的輸出結果作為第一目標物體流量；所述統計模組在所述第一候選視窗內設置分割線，以將所述第一候選視窗的第一區域分割形成第一部分和第二部分；所述統計模組將所述第二部分的內輪廓線作為第二候選視窗；所述統計模組將所述視頻圖像輸入至以所述第二候選視窗提取第二目標物體的第二統計模型，並將所述第二統計模型的輸出結果作為第二目標物體流量；所述統計模組將所述視頻圖像輸入至以所述第二候選視窗提取第三目標物體的第三統計模型，並將所述第三統計模型的輸出結果作為第三目標物體流量。

優選地，所述第一候選視窗和所述第二候選視窗均為直角梯形。

優選地，所述分割線為所述第一候選視窗的中位線。

優選地，所述根據多個不同所述目標物體流量匹配一個資訊推送類別的步驟包括：判斷所述第一目標物體流量是否小於第一預設值；在所述第一目標物體流量小於所述第一預設值時，將第一類別作為匹配的資訊推送類別；在所述第一目標物體流量大於等於所述第一預設值時，判斷所述第二目標物體流量是否小於第二預設值；在所述第二目標物體流量大於等於所述第二預設值時，將第二類別作為匹配的資訊推送類別；在所述第二目標物體流量小於所述第二預設值時，判斷所述第三目標物體流量是否小於第三預設值；在所述第三目標物體流量大於等於所述第三預設值時，將第三類別作為匹配的資訊推送類別；在所述第三目標物體流量小於所述第三預設值時，將所述第一類別作為匹配的資訊推送類別。

此外，為了實現上述目的，本發明還提出一種基於人流量的資訊推送裝置，所述資訊推送裝置包括：獲取模組，用於在偵測到獲取指令時獲取預定時間內的視頻圖像；統計模組，用於在偵測到統計指令時識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量；匹配模組，用於在偵測到匹配指令時根據多個不同所述目標物體流量匹配一個資訊推送類別；提取模組，用於在偵測到提取指令時在匹配的資訊推送類別下提取預定數量的宣傳資訊； 播放模組，用於在偵測到播放指令時將提取的所述預定數量的宣傳資訊以預定時間間隔在至少一個電子設備上滾動播放；所述統計模組進一步地設定第一候選視窗；將所述視頻圖像輸入至以所述第一候選視窗提取所述指定目標的第一統計模型；將所述第一統計模型的輸出結果作為第一目標物體流量；在所述第一候選視窗內設置分割線，以將所述第一候選視窗的第一區域分割形成第一部分和第二部分；將所述第二部分的內輪廓線作為第二候選視窗；將所述視頻圖像輸入至以所述第二候選視窗提取第二目標物體的第二統計模型，並將所述第二統計模型的輸出結果作為所述第二目標物體流量；將所述視頻圖像輸入至以所述第二候選視窗提取第三目標物體的第三統計模型，並將所述第三統計模型的輸出結果作為所述第三目標物體流量。

優選地，所述匹配模組進一步地判斷所述第一目標物體流量是否小於第一預設值；在所述第一目標物體流量小於所述第一預設值時，所述匹配模組進一步地將第一類別作為匹配的資訊推送類別；在所述第一目標物體流量大於等於所述第一預設值時，所述匹配模組進一步地判斷所述第二目標物體流量是否小於第二預設值；在所述第二目標物體流量大於等於所述第二預設值時，所述匹配模組進一步地將第二類別作為匹配的資訊推送類別；在所述第二目標物體流量小於所述第二預設值時，所述匹配模組進一步地判斷所述第三目標物體流量是否小於第三預設值；在所述第三目標物體流量大於等於所述第三預設值時，所述匹配模組進一步地將第三類別作為匹配的資訊推送類別；在所述第三目標物體流量小於所述第三預設值時，所述匹配模組進一步地將所述第一類別作為匹配的資訊推送類別。

優選地，所述第一候選視窗和所述第二候選視窗均為直角梯形；所述分割線為所述第一候選視窗的中位線。

此外，為了實現上述目的，本發明還提出一種存儲介質，所述存儲介質為電腦可讀存儲介質，存儲有至少一個指令，所述至少一個指令被處理器執行時實現如下步驟：在偵測到獲取指令時，獲取預定時間內的視頻圖像；在偵測到統計指令時，識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量；在偵測到匹配指令時，根據多個不同所述目標物體流量匹配一個資訊推送類別；在偵測到提取指令時，在匹配的資訊推送類別下提取預定數量的宣傳資訊；在偵測到播放指令時，將提取的所述預定數量的宣傳資訊以預定時間間隔在至少一個電子設備上滾動播放；所述識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量的步驟包括：所述統計模組設定第一候選視窗；所述統計模組將所述視頻圖像輸入至以所述第一候選視窗提取所述指定目標的第一統計模型；所述統計模組將所述第一統計模型的輸出結果作為第一目標物體流量；所述統計模組在所述第一候選視窗內設置分割線，以將所述第一候選視窗的第一區域分割形成第一部分和第二部分；所述統計模組將所述第二部分的內輪廓線作為第二候選視窗； 所述統計模組將所述視頻圖像輸入至以所述第二候選視窗提取第二目標物體的第二統計模型，並將所述第二統計模型的輸出結果作為第二目標物體流量；所述統計模組將所述視頻圖像輸入至以所述第二候選視窗提取第三目標物體的第三統計模型，並將所述第三統計模型的輸出結果作為第三目標物體流量。

上述基於人流量的資訊推送方法、裝置、電子設備及存儲介質，根據統計的不同目標物體流量匹配資訊推送類別，根據匹配的資訊推送類別獲取宣傳資訊，以實現資訊推送精準化。

1:資訊推送裝置

10:獲取模組

20:統計模組

30:匹配模組

40:提取模組

50:播放模組

100:電子設備

102:記憶體

104:通信匯流排

106:處理器

S10-S14:步驟

圖1為本發明資訊推送方法的功能模組圖。

圖2為圖1中步驟S11的細化流程示意圖。

圖3為圖2中第一候選視窗的示意圖。

圖4為圖1中步驟S12的細化流程示意圖。

圖5為本發明資訊推送裝置的功能模組圖。

圖6為本發明實施例的電子設備的結構示意圖。

為了使本技術領域的人員更好地理解本發明方案，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分的實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬於本發明保護的範圍。

本發明的說明書及上述附圖中的術語「第一」、「第二」和「第三」等是用於區別不同物件，而非用於描述特定順序。此外，術語「包括」以及它們任何變形，意圖在於覆蓋不排他的包含。例如包含了一系列步驟或模組的過程、方法、系統、產品或設備沒有限定於已列出的步驟或模組，而是可選地還包括沒有列出的步驟或模組，或可選地還包括對於這些過程、方法、產品或設備固有的其它步驟或模組。

下面結合附圖對本發明基於人流量的資訊推送方法的具體實施方式進行說明。

本發明的至少一個實施例中，所述資訊推送方法應用於至少一電子設備及伺服器構成的資訊推送系統中。所述資訊推送系統提供一視覺化介面。所述視覺化介面用於向使用者提供人機交互介面，使用者可以在藉由手機或電腦等電子設備連接到所述資訊推送系統。所述電子設備和所述伺服器之間根據預設協定進行資料傳輸。優選地，所述預設協議包括，但不限於以下任意一種：HTTP協定(Hyper Text Transfer Protocol，超文字傳輸協定)、HTTPS協議(Hyper Text Transfer Protocol over Secure Socket Layer，以安全為目標的HTTP協定)等。本發明的至少一個實施例中，所述伺服器可以是單一的伺服器，也可以為由幾個功能伺服器共同組成的伺服器群。所述電子設備可以是任意具有網路連接功能的終端，例如，所述電子設備可以為個人電腦、平板電腦、智慧手機、個人數位助理(Personal Digital Assistant，PDA)、遊戲機、互動式網路電視(Internet Protocol Television,IPTV)、智慧式穿戴式設備、導航裝置等等的可移動設備，或者戶外看板、臺式電腦、數位TV等等固定設備。所述資訊推送系統具有資料記憶體(如圖5所示)。所述資料記憶體可用於多種類別的資訊推送資訊以及至少一個圖像識別模型。所述資訊推送方法用於獲取視頻圖像，根據視頻圖像內的 人推車圖像在預定時間內進行目標物體的流量統計，根據統計結果在電子設備上展示對應類別的資訊推送資訊。

請參閱圖1，其為資訊推送方法的流程圖。

S10、在偵測到獲取指令時，獲取預定時間內的視頻圖像。

本發明的至少一個實施例中，所述視頻圖像為利用電子設備的攝像頭進行即時拍攝得到的視頻圖像。所述預定時間可以為以一天為單位的至少一個時間段，也可以為以星期為單位、以月為單位、以季度為單位以及以年為單位。例如，所述預定時間可以為一個星期內的7點至10點，也可為兩個月內的11點至14點，在此不一一進行舉例說明。本發明的至少一個實施例中，所述預定時間可包括多個時間段。每個所述時間段的長度可以相同，也可以不同。多個所述時間段之間互不重疊。例如，多個時間段可包括7點至10點的時間段、11點至14點時間段以及17點至21點時間段。

S11、在偵測到統計指令時，識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量。

本發明的至少一個實施例中，所述指定目標為人推車。不同的所述目標物體包括第一目標物體、第二目標物體以及第三目標物體。所述第一目標物體為行人，所述第二目標物體為嬰兒，所述第三目標物體為寵物。其中，所述寵物可進一步包括狗以及貓。

請一併參閱圖2，本發明的至少一個實施例中，識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量的步驟包括：S110、設定第一候選視窗；S111、將所述視頻圖像輸入至以所述第一候選視窗提取所述指定目標的第一統計模型； S112、將所述第一統計模型的輸出結果作為第一目標物體流量；S113、在所述第一候選視窗內設置分割線，以將所述第一候選視窗的第一區域分割形成第一部分和第二部分；S114、將所述第二部分的內輪廓線作為第二候選視窗；S115、將所述視頻圖像輸入至以所述第二候選視窗提取第二目標物體的第二統計模型，並將所述第二統計模型的輸出結果作為所述第二目標物體流量；S116、將所述視頻圖像輸入至以所述第二候選視窗提取第三目標物體的第三統計模型，並將所述第三統計模型的輸出結果作為所述第三目標物體流量。

本發明的至少一個實施例中，所述第一統計模型為行人流量檢測模型，用於對所述視頻圖像中的人推車進行識別、跟蹤、預測以及統計的模型。所述第二統計模型為側臉統計模型，用於對人推車的嬰兒車進行側臉識別和統計的模型。所述第三統計模型為寵物統計模型，用於對所述視頻圖像中的人推車的嬰兒車進行寵物識別和統計的模型。所述行第一統計模型、所述第二統計模型以及所述第三統計模型可以為一個統計模型，集合了上述所有功能，也可以為三個單獨的模型。同時，上述所述第一統計模型、所述第二統計模型以及所述第三統計模型可基於百度AI的人流量模型、人臉識別模型以及其他深度學習模型以及中的一者或多種的結合實現。

請一併參閱圖3，本發明的至少一個實施例中，所述第一候選視窗200為直角梯形結構。所述第一候選視窗200包括第一區域201和第二區域203。本發明的至少一個實施例中，所述第一區域201為長方形，所述第二區域203為三角形。其中，所述第一區域201用於識別行人圖像，所述第二區域203用於識別嬰兒車圖像。所述分割線204為所述第一候選視窗200的中 位線。所述分割線204將所述第二區域203切割形成第一部分2031和第二部分2032，並將所述第二部分2032的內輪廓線作為第二候選視窗300。其中，所述第一部分2031為直角梯形，所述第二部分2032為三角形。

S12、在偵測到匹配指令時，根據多個不同所述目標物體流量匹配一個資訊推送類別。

請一併參閱圖4，本發明的至少一個實施例中，所述根據多個不同所述目標物體流量匹配一個資訊推送類別的步驟包括：S121、判斷所述第一目標物體流量是否小於第一預設值；S122、在所述第一目標物體流量小於所述第一預設值時，將第一類別作為匹配的資訊推送類別；S123、在所述第一目標物體流量大於等於所述第一預設值時，判斷所述第二目標物體流量是否小於第二預設值；S124、在所述第二目標物體流量大於等於所述第二預設值時，將第二類別作為匹配的資訊推送類別；S125、在所述第二目標物體流量小於所述第二預設值時，判斷所述第三目標物體流量是否小於第三預設值；S126、在所述第三目標物體流量大於等於所述第三預設值時，將第三類別作為匹配的資訊推送類別；在所述第三目標物體流量小於所述第三預設值時，返回步驟S122。

本發明的至少一個實施例中，所述第一類別為日常類別，例如服飾、家電、餐廳、影院以及KTV等；所述第二類別為母嬰類別，例如母嬰店、兒童遊樂場以及課外輔導機構等；所述第三類別為寵物類別，例如寵物醫院、寵物美容以及寵物寄養中心等。

S13、在偵測到提取指令時，在匹配的資訊推送類別下提取預定數量的宣傳資訊。

S14、在偵測到播放指令時，將提取的所述預定數量的宣傳資訊以預定時間間隔在至少一個電子設備上滾動播放。

本發明的至少一個實施例中，上述所有指令可以是藉由電子設備接收的資料請求指令。所述電子設備可以包括鍵盤、觸控式螢幕等，但是本公開的示例實施例中的使用者輸入方式不限於此，可以為使用者在視覺化介面上藉由特定的操作產生。具體地，所述用戶的操作包括，但不限於：滑動操作、點擊操作(如：按一下操作、按兩下操作等等)。具體地，所述預設按鍵可以是所述電子設備上的實體按鍵，也可以是所述電子設備上的虛擬按鍵等等(例如：所述虛擬按鍵可以是所述電子設備的顯示器上的一個虛擬圖示等)，本發明在此不做限制。

採用上述結構的基於人流量的資訊推送方法，根據統計的不同目標物體流量匹配資訊推送類別，根據匹配的資訊推送類別獲取宣傳資訊，以實現資訊推送精準化。

請參照圖5，本發明提供一種基於人流量的資訊推送裝置1，應用於一個或多個設備中。本發明的至少一個實施例中，所述資訊推送裝置1應用於至少一電子設備及伺服器構成的資訊推送系統中。所述電子設備和所述伺服器之間根據預設協定進行資料傳輸。

在本發明的一個實施例中，所述資訊推送裝置1包括：

獲取模組10，用於在偵測到獲取指令時獲取預定時間內的視頻圖像。

本發明的至少一個實施例中，所述視頻圖像為利用電子設備的攝像頭進行即時拍攝得到的視頻圖像。所述預定時間可以為以一天為單位的 至少一個時間段，也可以為以星期為單位、以月為單位、以季度為單位以及以年為單位。例如，所述預定時間可以為一個星期內的7點至10點，也可為兩個月內的11點至14點，在此不一一進行舉例說明。本發明的至少一個實施例中，所述預定時間可包括多個時間段。每個所述時間段的長度可以相同，也可以不同。多個所述時間段之間互不重疊。例如，多個時間段可包括7點至10點的時間段、11點至14點時間段以及17點至21點時間段。

統計模組20，用於在偵測到統計指令時識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量。

本發明的至少一個實施例中，所述指定目標為人推車。不同的所述目標物體包括第一目標物體、第二目標物體以及第三目標物體。所述第一目標物體為行人，所述第二目標物體為嬰兒，所述第三目標物體為寵物。其中，所述寵物可進一步包括狗以及貓。

所述統計模組20進一步地設定第一候選視窗；將所述視頻圖像輸入至以所述第一候選視窗提取所述指定目標的第一統計模型；將所述第一統計模型的輸出結果作為第一目標物體流量；在所述第一候選視窗內設置分割線，以將所述第一候選視窗的第一區域分割形成第一部分和第二部分；將所述第二部分的內輪廓線作為第二候選視窗；將所述視頻圖像輸入至以所述第二候選視窗提取第二目標物體的第二統計模型，並將所述第二統計模型的輸出結果作為所述第二目標物體流量；將所述視頻圖像輸入至以所述第二候選視窗提取第三目標物體的第三統計模型，並將所述第三統計模型的輸出結果作為所述第三目標物體流量。

本發明的至少一個實施例中，所述第一統計模型為行人流量檢測模型，用於對所述視頻圖像中的人推車進行識別、跟蹤、預測以及統計的模型。所述第二統計模型為側臉統計模型，用於對人推車的嬰兒車進行側 臉識別和統計的模型。所述第三統計模型為寵物統計模型，用於對所述視頻圖像中的人推車的嬰兒車進行寵物識別和統計的模型。所述第一統計模型、所述第二統計模型以及所述第三統計模型可以為一個統計模型，集合了上述所有功能，也可以為三個單獨的模型。同時，上述所述第一統計模型、所述第二統計模型以及所述第三統計模型可基於百度AI的人流量模型、人臉識別模型以及其他深度學習模型以及中的一者或多種的結合實現。

請一併參閱圖3，本發明的至少一個實施例中，所述第一候選視窗200為直角梯形結構。所述第一候選視窗200包括第一區域201和第二區域203。本發明的至少一個實施例中，所述第一區域201為長方形，所述第二區域203為三角形。其中，所述第一區域201用於識別行人圖像，所述第二區域203用於識別嬰兒車圖像。所述分割線204為所述第一候選視窗200的中位線。所述分割線204將所述第二區域203切割形成第一部分2031和第二部分2032，並將所述第二部分2032的內輪廓線作為第二候選視窗300。其中，所述第一部分2031為直角梯形，所述第二部分2032為三角形。

匹配模組30，用於在偵測到匹配指令時根據多個不同所述目標物體流量匹配一個資訊推送類別。

所述匹配模組30進一步地判斷所述第一目標物體流量是否小於第一預設值。在所述第一目標物體流量小於所述第一預設值時，所述匹配模組30進一步地將第一類別作為匹配的資訊推送類別。在所述第一目標物體流量大於等於所述第一預設值時，所述匹配模組30進一步地判斷所述第二目標物體流量是否小於第二預設值。在所述第二目標物體流量大於等於所述第二預設值時，所述匹配模組30進一步地將第二類別作為匹配的資訊推送類別。在所述第二目標物體流量小於所述第二預設值時，所述匹配模組30進一步地判斷所述第三目標物體流量是否小於第三預設值。在所述第三 目標物體流量大於等於所述第三預設值時，所述匹配模組30進一步地將第三類別作為匹配的資訊推送類別。在所述第三目標物體流量小於所述第三預設值時，所述匹配模組30進一步地將第一類別作為匹配的資訊推送類別。

本發明的至少一個實施例中，所述第一類別為日常類別，例如服飾、家電、餐廳、影院以及KTV等；所述第二類別為母嬰類別，例如母嬰店、兒童遊樂場以及課外輔導機構等；所述第三類別為寵物類別，例如寵物醫院、寵物美容以及寵物寄養中心等。

提取模組40，用於在偵測到提取指令時在匹配的資訊推送類別下提取預定數量的宣傳資訊。

播放模組50，用於在偵測到播放指令時將提取的所述預定數量的宣傳資訊以預定時間間隔在至少一個電子設備上滾動播放。

採用上述結構的基於人流量的資訊推送裝置，根據統計的不同目標物體流量匹配資訊推送類別，根據匹配的資訊推送類別獲取宣傳資訊，以實現資訊推送精準化。

請參閱圖6，其為本發明實施例提供的電子設備100的示意圖。所述電子設備100包括處理器106、記憶體102及通信匯流排104。

所述記憶體102用於存儲程式碼。所述記憶體102可以是積體電路中沒有實物形式的具有存儲功能的電路，或者，所述記憶體102也可以是具有實物形式的記憶體，如記憶體條、TF卡(Trans-flash Card)、智慧媒體卡(smart media card)、安全數位卡(secure digital card)、快閃記憶體卡(flash card)等儲存設備。所述記憶體102可藉由通信匯流排104與處理器106進行資料通信。所述記憶體102中可以包括作業系統、網路通信模組以及資訊推送程式。作業系統是管理和控制電子設備100硬體和軟體資源的程式，支援資訊推送程式以及其它軟體和/或程式的運行。網路通信模組用於 實現所述記憶體102內部各元件之間的通信，以及與電子設備100中其它硬體和軟體之間通信。

所述處理器106可以包括一個或者多個微處理器、數位處理器。所述處理器106可調用所述記憶體102中存儲的程式碼以執行相關的功能。例如，圖5中所述的各個模組是存儲在所述記憶體102中的程式碼，並由所述處理器106所執行，以實現一種資訊推送方法。所述處理器106又稱中央處理器(CPU，Central Processing Unit)，是一塊超大規模的積體電路，是運算核心(Core)和控制核心(Control Unit)。

所述處理器106用於執行所述記憶體102中存儲的多個電腦指令以實現資訊推送方法，所述處理器106可執行多個指令從而實現以下步驟：

S10、在偵測到獲取指令時，獲取預定時間內的視頻圖像。

本發明的至少一個實施例中，所述視頻圖像為利用電子設備的攝像頭進行即時拍攝得到的視頻圖像。所述預定時間可以為以一天為單位的至少一個時間段，也可以為以星期為單位、以月為單位、以季度為單位以及以年為單位。例如，所述預定時間可以為一個星期內的7點至10點，也可為兩個月內的11點至14點，在此不一一進行舉例說明。本發明的至少一個實施例中，所述預定時間可包括多個時間段。每個所述時間段的長度可以相同，也可以不同。多個所述時間段之間互不重疊。例如，多個時間段可包括7點至10點的時間段、11點至14點時間段以及17點至21點時間段。

S11、在偵測到統計指令時，識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量。

本發明的至少一個實施例中，所述指定目標為人推車。不同的所述目標物體包括第一目標物體、第二目標物體以及第三目標物體。所述第 一目標物體為行人，所述第二目標物體為嬰兒，所述第三目標物體為寵物。其中，所述寵物可進一步包括狗以及貓。

請一併參閱圖2，本發明的至少一個實施例中，識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量的步驟包括：S110、設定第一候選視窗；S111、將所述視頻圖像輸入至以所述第一候選視窗提取所述指定目標的第一統計模型；S112、將所述第一統計模型的輸出結果作為第一目標物體流量；S113、在所述第一候選視窗內設置分割線，以將所述第一候選視窗的第一區域分割形成第一部分和第二部分；S114、將所述第二部分的內輪廓線作為第二候選視窗；S115、將所述視頻圖像輸入至以所述第二候選視窗提取第二目標物體的第二統計模型，並將所述第二統計模型的輸出結果作為所述第二目標物體流量；S116、將所述視頻圖像輸入至以所述第二候選視窗提取第三目標物體的第三統計模型，並將所述第三統計模型的輸出結果作為所述第三目標物體流量。

本發明的至少一個實施例中，所述第一統計模型為行人流量檢測模型，用於對所述視頻圖像中的人推車進行識別、跟蹤、預測以及統計的模型。所述第二統計模型為側臉統計模型，用於對人推車的嬰兒車進行側臉識別和統計的模型。所述第三統計模型為寵物統計模型，用於對所述視頻圖像中的人推車的嬰兒車進行寵物識別和統計的模型。所述第一統計模型、所述第二統計模型以及所述第三統計模型可以為一個統計模型，集合 了上述所有功能，也可以為三個單獨的模型。同時，上述所述第一統計模型、所述第二統計模型以及所述第三統計模型可基於百度AI的人流量模型、人臉識別模型以及其他深度學習模型以及中的一者或多種的結合實現。

請一併參閱圖3，本發明的至少一個實施例中，所述第一候選視窗200為直角梯形結構。所述第一候選視窗200包括第一區域201和第二區域203。本發明的至少一個實施例中，所述第一區域201為長方形，所述第二區域203為三角形。其中，所述第一區域201用於識別行人圖像，所述第二區域203用於識別嬰兒車圖像。所述分割線204為所述第一候選視窗200的中位線。所述分割線204將所述第二區域203切割形成第一部分2031和第二部分2032，並將所述第二部分2032的內輪廓線作為第二候選視窗300。其中，所述第一部分2031為直角梯形，所述第二部分2032為三角形。

S12、在偵測到匹配指令時，根據多個不同所述目標物體流量匹配一個資訊推送類別。

請一併參閱圖4，本發明的至少一個實施例中，所述根據多個不同所述目標物體流量匹配一個資訊推送類別的步驟包括：S121、判斷所述第一目標物體流量是否小於第一預設值；S122、在所述第一目標物體流量小於所述第一預設值時，將第一類別作為匹配的資訊推送類別；S123、在所述第一目標物體流量大於等於所述第一預設值時，判斷所述第二目標物體流量是否小於第二預設值；S124、在所述第二目標物體流量大於等於所述第二預設值時，將第二類別作為匹配的資訊推送類別；S125、在所述第二目標物體流量小於所述第二預設值時，判斷所述第三目標物體流量是否小於第三預設值； S126、在所述第三目標物體流量大於等於所述第三預設值時，將第三類別作為匹配的資訊推送類別；

所述第三目標物體流量小於所述第三預設值時，返回步驟S122。

本發明的至少一個實施例中，所述第一類別為日常類別，例如服飾、家電、餐廳、影院以及KTV等；所述第二類別為母嬰類別，例如母嬰店、兒童遊樂場以及課外輔導機構等；所述第三類別為寵物類別，例如寵物醫院、寵物美容以及寵物寄養中心等。

S13、在偵測到提取指令時，在匹配的資訊推送類別下提取預定數量的宣傳資訊。

S14、在偵測到播放指令時，將提取的所述預定數量的宣傳資訊以預定時間間隔在至少一個電子設備上滾動播放。

基於人流量的資訊推送方法，根據統計的不同目標物體流量匹配資訊推送類別，根據匹配的資訊推送類別獲取宣傳資訊，以實現資訊推送精準化。

本發明還提供一種存儲介質。所述存儲介質為電腦可讀存儲介質。所述電腦可讀存儲介質上存儲有電腦指令。所述電腦指令可被存儲於記憶體102上，且當被一個或多個處理器106執行時，從而實現如上文方法實施例所述的資訊推送方法，例如圖1所示的S10-S14，在此不再贅述。

需要說明的是，對於前述的各方法實施例，為了簡單描述，故將其都表述為一系列的動作組合，但是本領域技術人員應該知悉，本發明並不受所描述的動作順序的限制，因為依據本發明，某些步驟可以採用其他順序或者同時進行。其次，本領域技術人員也應該知悉，說明書中所描述的實施例均屬於優選實施例，所涉及的動作和模組並不一定是本發明所必須的。

在本申請所提供的幾個實施例中，應該理解到，所揭露的裝置，可藉由其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如所述模組的劃分，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，例如多個模組或元件可以結合或者可以集成到另一個系統，或一些特徵可以忽略，或不執行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是藉由一些介面，裝置或模組的間接耦合或通信連接，可以是電性或其它的形式。

所述作為分離部件說明的模組可以是或者也可以不是物理上分開的，作為模組顯示的部件可以是或者也可以不是物理模組，即可以位於一個地方，或者也可以分佈到多個網路模組上。可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。

另外，在本發明的各個實施例中的各功能模組可以集成在一個處理器中，也可以是各個模組單獨物理存在，也可以兩個或兩個以上模組集成在一個模組中。上述集成的模組既可以採用硬體的形式實現，也可以採用軟體功能模組的形式實現。

所述集成的模組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，可以存儲在一個電腦可讀取存儲介質中。基於這樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟體產品的形式體現出來，該電腦軟體產品存儲在一個存儲介質中，包括若干指令用以使得一台電腦設備(可為個人電腦、伺服器或者網路設備等)執行本發明各個實施例所述方法的全部或部分步驟。

還需要說明的是，在本文中，術語「包括」、「包含」或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、 方法、物品或者裝置不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者裝置所固有的要素。在沒有更多限制的情況下，由語句「包括一個......」限定的要素，並不排除在包括該要素的過程、方法、物品或者裝置中還存在另外的相同要素。

以上所述，以上實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明各實施例技術方案的範圍。

綜上所述，本發明符合發明專利要件，爰依法提出專利申請。惟，以上所述者僅為本發明之較佳實施方式，舉凡熟悉本案技藝之人士，在爰依本案創作精神所作之等效修飾或變化，皆應包含於以下之申請專利範圍內。

S10-S14:步驟

Claims (9)

1. 一種基於人流量的資訊推送方法，其中，所述資訊推送方法包括：在偵測到獲取指令時，獲取模組獲取預定時間內的視頻圖像；在偵測到統計指令時，統計模組識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量；在偵測到匹配指令時，匹配模組根據多個不同所述目標物體流量匹配一個資訊推送類別；在偵測到提取指令時，提取模組在匹配的資訊推送類別下提取預定數量的宣傳資訊；在偵測到播放指令時，播放模組將提取的所述預定數量的宣傳資訊以預定時間間隔在至少一個電子設備上滾動播放；所述統計模組識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量的步驟包括：所述統計模組設定第一候選視窗；所述統計模組將所述視頻圖像輸入至以所述第一候選視窗提取所述指定目標的第一統計模型；所述統計模組將所述第一統計模型的輸出結果作為第一目標物體流量；所述統計模組在所述第一候選視窗內設置分割線，以將所述第一候選視窗的第一區域分割形成第一部分和第二部分；所述統計模組將所述第二部分的內輪廓線作為第二候選視窗； 所述統計模組將所述視頻圖像輸入至以所述第二候選視窗提取第二目標物體的第二統計模型，並將所述第二統計模型的輸出結果作為第二目標物體流量；所述統計模組將所述視頻圖像輸入至以所述第二候選視窗提取第三目標物體的第三統計模型，並將所述第三統計模型的輸出結果作為第三目標物體流量。
2. 如請求項1所述的資訊推送方法，其中，所述第一候選視窗和所述第二候選視窗均為直角梯形。
3. 如請求項2所述的資訊推送方法，其中，所述分割線為所述第一候選視窗的中位線。
4. 如請求項1所述的資訊推送方法，其中，所述根據多個不同所述目標物體流量匹配一個資訊推送類別的步驟包括：判斷所述第一目標物體流量是否小於第一預設值；在所述第一目標物體流量小於所述第一預設值時，將第一類別作為匹配的資訊推送類別；在所述第一目標物體流量大於等於所述第一預設值時，判斷所述第二目標物體流量是否小於第二預設值；在所述第二目標物體流量大於等於所述第二預設值時，將第二類別作為匹配的資訊推送類別；在所述第二目標物體流量小於所述第二預設值時，判斷所述第三目標物體流量是否小於第三預設值；在所述第三目標物體流量大於等於所述第三預設值時，將第三類別作為匹配的資訊推送類別； 在所述第三目標物體流量小於所述第三預設值時，將所述第一類別作為匹配的資訊推送類別。
5. 一種基於人流量的資訊推送裝置，其中，所述資訊推送裝置包括：獲取模組，用於在偵測到獲取指令時獲取預定時間內的視頻圖像；統計模組，用於在偵測到統計指令時識別所述視頻圖像中的指定目標，並統計所述指定目標中多個不同的目標物體流量；匹配模組，用於在偵測到匹配指令時根據多個不同所述目標物體流量匹配一個資訊推送類別；提取模組，用於在偵測到提取指令時在匹配的資訊推送類別下提取預定數量的宣傳資訊；播放模組，用於在偵測到播放指令時將提取的所述預定數量的宣傳資訊以預定時間間隔在至少一個電子設備上滾動播放；所述統計模組進一步地設定第一候選視窗；將所述視頻圖像輸入至以所述第一候選視窗提取所述指定目標的第一統計模型；將所述第一統計模型的輸出結果作為第一目標物體流量；在所述第一候選視窗內設置分割線，以將所述第一候選視窗的第一區域分割形成第一部分和第二部分；將所述第二部分的內輪廓線作為第二候選視窗；將所述視頻圖像輸入至以所述第二候選視窗提取第二目標物體的第二統計模型，並將所述第二統計模型的輸出結果作為所述第二目標物體流量；將所述視頻圖像輸入至以所述第二候選視窗提取第三目標物體的第三統計模型，並將所述第三統計模型的輸出結果作為所述第三目標物體流量。
6. 如請求項5所述的資訊推送裝置，其中，所述匹配模組進一步地判斷所述第一目標物體流量是否小於第一預設值；在所述第一目標物體 流量小於所述第一預設值時，所述匹配模組進一步地將第一類別作為匹配的資訊推送類別；在所述第一目標物體流量大於等於所述第一預設值時，所述匹配模組進一步地判斷所述第二目標物體流量是否小於第二預設值；在所述第二目標物體流量大於等於所述第二預設值時，所述匹配模組進一步地將第二類別作為匹配的資訊推送類別；在所述第二目標物體流量小於所述第二預設值時，所述匹配模組進一步地判斷所述第三目標物體流量是否小於第三預設值；在所述第三目標物體流量大於等於所述第三預設值時，所述匹配模組進一步地將第三類別作為匹配的資訊推送類別；在所述第三目標物體流量小於所述第三預設值時，所述匹配模組進一步地將所述第一類別作為匹配的資訊推送類別。
7. 如請求項5所述的資訊推送裝置，其中，所述第一候選視窗和所述第二候選視窗均為直角梯形；所述分割線為所述第一候選視窗的中位線。
8. 一種電子設備，其中，所述電子設備包括處理器和記憶體，所述處理器用於執行所述記憶體中存儲的電腦程式時實現如請求項1至4中任意一項所述的資訊推送方法。
9. 一種存儲介質，其中，所述存儲介質為電腦可讀存儲介質，存儲有至少一個指令，所述至少一個指令被處理器執行時實現如請求項1至4中任意一項所述資訊推送方法。

Images