[發(fā)明專(zhuān)利]基于人臉識(shí)別的客流量分析方法和系統(tǒng)、電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202011055609.0
• 申請(qǐng)日: 2020-09-29
• 公開(kāi)（公告）號(hào): CN112183380B
• 公開(kāi)（公告）日: 2021-08-10
• 發(fā)明（設(shè)計(jì)）人: 李鋒;周有喜;喬國(guó)坤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 新疆愛(ài)華盈通信息技術(shù)有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/46;G06N3/04;G06F17/18;G06F16/215
• 代理公司: 深圳市嘉勤知識(shí)產(chǎn)權(quán)代理有限公司 44651
• 代理人: 王敏生

1.一種基于人臉識(shí)別的客流量分析方法，其特征在于，包括：

獲取均勻安裝在店鋪內(nèi)各個(gè)攝像頭采集的訪客圖像；

計(jì)算訪客圖像中人臉的角度，當(dāng)人臉相對(duì)于攝像頭的角度與預(yù)設(shè)目標(biāo)角度值的誤差值低于預(yù)設(shè)閾值時(shí)，對(duì)人臉圖像進(jìn)行人臉識(shí)別；

若識(shí)別到的人臉特征值已被人臉特征管理庫(kù)保存，進(jìn)行去重處理，不再重復(fù)保存所述人臉特征值，若識(shí)別到的人臉特征值未被人臉特征管理庫(kù)保存，將所述人臉特征值導(dǎo)入至所述人臉特征管理庫(kù)；

獲取預(yù)設(shè)上傳時(shí)間，當(dāng)?shù)竭_(dá)所述預(yù)設(shè)上傳時(shí)間時(shí)，結(jié)合導(dǎo)入至人臉特征管理庫(kù)的人臉特征值統(tǒng)計(jì)目標(biāo)時(shí)段內(nèi)進(jìn)入店鋪內(nèi)的訪客人數(shù)；

各個(gè)攝像頭采集的訪客圖像為RGB圖像，所述方法還包括以下構(gòu)建人臉檢測(cè)及識(shí)別模型的步驟：

建立包含4個(gè)階段的MTCNN模型作為人臉檢測(cè)及識(shí)別模型；前三個(gè)階段對(duì)應(yīng)的子網(wǎng)絡(luò)分別為P-Net、R-Net、O-Net，前三個(gè)階段對(duì)應(yīng)的子網(wǎng)絡(luò)用于檢測(cè)RGB圖像中的人臉，并輸出RGB人臉圖像，最后一個(gè)階段對(duì)應(yīng)的子網(wǎng)絡(luò)F-Net用于實(shí)現(xiàn)RGB人臉圖像的人臉識(shí)別；第三個(gè)階段對(duì)應(yīng)的O-Net子網(wǎng)絡(luò)的輸出作為第四階段子網(wǎng)絡(luò)結(jié)構(gòu)的輸入；

最后一個(gè)階段對(duì)應(yīng)的子網(wǎng)絡(luò)結(jié)構(gòu)F-Net為：設(shè)置輸入的圖像大小為224*224，先經(jīng)過(guò)一個(gè)3*3卷積核的Conv2D卷積層，3個(gè)3*3卷積核的MBConv卷積層，最后經(jīng)過(guò)全連接層，全連接層的輸出為屬于人臉特征管理庫(kù)中的人臉的概率，如果該概率大于一設(shè)定閾值TH，則判定輸入圖像對(duì)應(yīng)的人臉特征值已被人臉特征管理庫(kù)保存。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，當(dāng)?shù)竭_(dá)所述預(yù)設(shè)上傳時(shí)間時(shí)，根據(jù)導(dǎo)入至人臉特征管理庫(kù)的人臉特征值進(jìn)行性別識(shí)別，識(shí)別各個(gè)訪客的性別，統(tǒng)計(jì)目標(biāo)時(shí)段內(nèi)進(jìn)入店鋪內(nèi)訪客的性別比例；

以及，當(dāng)?shù)竭_(dá)所述預(yù)設(shè)上傳時(shí)間時(shí)，根據(jù)導(dǎo)入至人臉特征管理庫(kù)的人臉特征值進(jìn)行年齡識(shí)別，識(shí)別各個(gè)訪客的年齡，統(tǒng)計(jì)目標(biāo)時(shí)段內(nèi)進(jìn)入店鋪內(nèi)訪客的年齡分布。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，還包括：

檢測(cè)路過(guò)所述店鋪門(mén)口的訪客圖像中的人形，當(dāng)?shù)竭_(dá)所述預(yù)設(shè)上傳時(shí)間時(shí)，根據(jù)檢測(cè)到的人形數(shù)據(jù)統(tǒng)計(jì)所述目標(biāo)時(shí)段內(nèi)路過(guò)所述店鋪門(mén)口的訪客人數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，還包括：檢測(cè)店鋪內(nèi)各個(gè)區(qū)域訪客圖像的人形，統(tǒng)計(jì)目標(biāo)時(shí)段內(nèi)出現(xiàn)在各個(gè)區(qū)域的人數(shù)，以及在目標(biāo)時(shí)段內(nèi)各個(gè)區(qū)域中人形的停留時(shí)長(zhǎng)。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，還包括：

每隔目標(biāo)時(shí)段新建一個(gè)人臉特征管理庫(kù)，每個(gè)目標(biāo)時(shí)段均對(duì)應(yīng)一個(gè)人臉特征管理庫(kù)，用來(lái)導(dǎo)入對(duì)應(yīng)目標(biāo)時(shí)段店鋪內(nèi)訪客的人臉特征值；

統(tǒng)計(jì)截止到最新的上傳的時(shí)間節(jié)點(diǎn)時(shí)，進(jìn)入店鋪內(nèi)的訪客的到訪頻次；

將到訪頻次大于1的訪客的訪問(wèn)信息發(fā)送到店內(nèi)工作人員登錄權(quán)限的終端，所述訪問(wèn)信息包括訪客的人臉圖像、姓名、性別和年齡；

對(duì)比當(dāng)前目標(biāo)時(shí)段與各個(gè)歷史目標(biāo)時(shí)段的訪客人數(shù)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，用于訓(xùn)練第四階段模型的損失函數(shù)為：

其中N為訓(xùn)練樣本庫(kù)的總的人臉類(lèi)別，M為人臉特征管理庫(kù)的總類(lèi)別，一般地MN，p_ij為輸出層的概率，代表待識(shí)別RGB人臉圖像是否屬于人臉特征管理庫(kù)的概率，s_ij為圖像標(biāo)簽，若待識(shí)別RGB人臉圖像屬于人臉特征管理庫(kù)中的圖像，則s_ij為1，不屬于人臉特征管理庫(kù)中的圖像則為0；人臉特征管理庫(kù)的總類(lèi)別等于人臉特征管理庫(kù)中的人數(shù)，訓(xùn)練樣本庫(kù)的總的人臉類(lèi)別等于人臉特征管理庫(kù)的人數(shù)加上非人臉特征管理庫(kù)的人數(shù)。

7.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序可被處理器所執(zhí)行，以用于實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的基于人臉識(shí)別的客流量分析方法。