[發明專利]一種人員停留時間的分析方法、裝置及系統

在審

• 申請號: 201910679529.3
• 申請日: 2019-07-26
• 公開（公告）號: CN110399835A
• 公開（公告）日: 2019-11-01
• 發明（設計）人: 魏漢秦;楊帆;柯家琪;陶海
• 申請（專利權）人: 北京文安智能技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q30/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及人工智能技術領域，公開了一種人員停留時間的分析方法、裝置及系統。該方法包括：獲取進店和出店人員圖像；所述進店和出店人員圖像帶有人臉和/或人體信息；將帶有人臉和/或人體信息的所述進店和出店人員圖像進行圖像處理，獲取行人重識別特征向量；所述行人重識別特征向量包括：帶有人臉和/或人體信息的出店人員重識別特征向量，帶有人臉和/或人體信息的進店人員重識別特征向量；將所述帶有人臉和/或人體信息的出店人員重識別特征向量和所述帶有人臉和/或人體信息的進店人員重識別特征向量進行匹配，獲取同一人的停留時間。采用本發明技術方案只需要在進出口處設置一個智能設備即可精確統計進出人員停留時間。

技術領域

本發明涉及人工智能技術領域，特別涉及一種人員停留時間的分析方法、裝置及系統。

背景技術

近年來，以卷積神經網絡為代表的深度學習技術被廣泛應用于各類人工智能任務，例如物體分類、人臉識別、行人身份再識別等。卷積神經網絡在這些問題上取得的突破性進展源于其層次化的學習結構所帶來的強大表達能力。在客流統計應用場景中，行人在商鋪的停留時間是一個非常重要的參數，一般行人停留時間的長短與購買意愿和成交率正相關，也能反應出商品的市場受歡迎程度?，F有技術中客人停留時間的統計方法通常是在商鋪內安裝多個視頻攝像頭，以覆蓋整個商鋪區域，通過各個攝像頭的配合將進入店鋪的人員軌跡進行跟蹤分析，最終獲取人員停留時間。

在現有技術的實現過程中，發明人發現現有技術至少存在如下技術問題：

現有技術中需要安裝多個攝像頭拍攝整個店面區域，使用跟蹤算法跟蹤進店的每一個人員。當跟蹤軌跡結束時，使用跟蹤軌跡的時間判斷人員滯留時間。但是在上述行人檢測和跟蹤過程中很容易受到遮擋、變形等因素導致跟蹤失敗，導致對人員停留時間的計算很粗略和不精確，且需要多臺硬件設備配合實現，從而使得系統的使用和維護成本較高。

發明內容

本發明的目的在于提供一種人員停留時間的分析方法、裝置及系統，以克服現有技術中人員停留時間精度不高，且使用和維護成本高的缺陷。

為解決上述技術問題，本發明的實施方式提供了一種人員停留時間的分析方法，包括：

獲取進店和出店人員圖像；所述進店和出店人員圖像帶有人臉和/或人體信息；

將帶有人臉和/或人體信息的所述進店和出店人員圖像進行圖像處理，獲取行人重識別特征向量；所述行人重識別特征向量包括：帶有人臉和/或人體信息的出店人員重識別特征向量，帶有人臉和/或人體信息的進店人員重識別特征向量；

將所述帶有人臉和/或人體信息的出店人員重識別特征向量和所述帶有人臉和/或人體信息的進店人員重識別特征向量進行匹配，獲取同一人的停留時間；

其中，所述人體信息至少包括：人后腦勺信息，前半身信息，后半身信息和全身特征信息中一種。

本發明的實施方式還提供了一種人員停留時間的分析裝置，包括。

圖像獲取單元，用于獲取進店和出店人員圖像；所述進店和出店人員圖像帶有人臉和/或人體信息；

圖像處理單元，用于將帶有人臉和/或人體信息的所述進店和出店人員圖像進行圖像處理，獲取行人重識別特征向量；所述行人重識別特征向量包括：帶有人臉和/或人體信息的出店人員重識別特征向量，帶有人臉和/或人體信息的進店人員重識別特征向量；

停留時間獲取單元，用于將所述帶有人臉和/或人體信息的出店人員重識別特征向量和所述帶有人臉和/或人體信息的進店人員重識別特征向量進行匹配，獲取同一人的停留時間；

其中，所述人體信息至少包括：人后腦勺信息，前半身信息，后半身信息和全身特征信息中一種。

本發明的實施方式還提供了一種人員停留時間的分析系統，包括：如上所述人員停留時間的分析裝置。