[發明專利]一種基于聚類的顧客數量統計方法

有效

• 申請號: 202011155165.8
• 申請日: 2020-10-26
• 公開（公告）號: CN112257615B
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 楊惠雯;林宇;趙宇迪
• 申請（專利權）人: 上海數川數據科技有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V40/10;G06V10/74;G06V10/762;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 宿遷市永泰睿博知識產權代理事務所(普通合伙) 32264
• 代理人: 倉定平

1.一種基于聚類的顧客數量統計方法，其特征在于：包括如下步驟：

S101：使用SSDMobileNetV2模型對多個攝像頭的視頻幀進行行人檢測，得到檢測框坐標，并過濾掉不滿足尺寸大小和比例的檢測框；

S102：使用行人重識別模型Osnet進行行人特征提取，對于每個行人檢測框，可計算得到1*512維的特征；

S103：計算特征間余弦距離相似度；

S104：特征聚類，按照余弦距離相似度從小到大的順序，合并滿足閾值條件的類別；

S105：判斷合并前、后類別數量是否變化；如合并數量發生變化，則執行S106，如合并前后類別數量不再發生變化，則執行S107；

S106：更新特征，對于合并到同一類別的特征，計算其平均特征，重復S103～S105過程；

S107：使用深度卷積神經網絡對聚類進行顧客判斷，如滿足設定的閾值，則進行計數，否則不進行計數。

2.根據權利要求1所述的一種基于聚類的顧客數量統計方法，其特征在于：所述S104：包括如下子步驟：

S1041：判斷待合并類別是否是同攝像頭下同時刻特征，如是不進行合并，如不是執行S1042；

S1042：判斷待合并類別是否滿足最小類內距離小于0.4和最大類內距離小于0.6的條件，假設A、B、C三個類別待合并，假設A和B余弦距離小于0.4，則將其合并為[A，B]，如果C和B間余弦距離小于0.4，但和A間的余弦距離大于0.6，則不能將C合并到[A，B]中，如果和A間的余弦距離小于0.6，則將C合并到[A，B]中。

3.根據權利要求1所述的一種基于聚類的顧客數量統計方法，其特征在于：所述深度卷積神經網絡顧客判斷模型建立包括如下步驟：

S201：基于S106得到的聚類結果，包含檢測框坐標、特征、時間、空間坐標和姿態信息，將其按照時間順序排列；

S202：將檢測框坐標由二維圖像坐標轉到三維相機坐標，以獲取顧客在某時刻的實際空間位置，轉換所用到的相機參數由實際標定和測量得到；

S203：人工標注聚類類別，判斷每個聚類是否為顧客并進行標記，得到一定數量的訓練集；

S204：將行人特征、時間和檢測框坐標、空間坐標和姿態信息以及是否為顧客標簽信息作為深度卷積神經網絡輸入并進行訓練，輸出為顧客的概率值，得到深度卷積神經網絡顧客判斷模型。

4.根據權利要求1所述的一種基于聚類的顧客數量統計方法，其特征在于：所述S101行人檢測的視頻均來自于攝像頭，攝像頭數量為一個或多個。