[發明專利]一種基于多攝的客流統計方法及系統在審
| 申請號: | 202110388818.5 | 申請日: | 2021-04-12 |
| 公開(公告)號: | CN113065491A | 公開(公告)日: | 2021-07-02 |
| 發明(設計)人: | 楊婷 | 申請(專利權)人: | 成都睿碼科技有限責任公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 成都君合集專利代理事務所(普通合伙) 51228 | 代理人: | 尹新路 |
| 地址: | 610041 四川省成都市自由貿易*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 客流 統計 方法 系統 | ||
本發明提出了一種基于多攝的客流統計方法及系統,針對現有技術對客流的管理及監控單一不足,且識別方法進度較差的問題,在現場部署能夠清楚采集顧客的人臉、人體以及人頭的攝像頭,進行算法的實現;通過對攝像頭的多區域區分布置,及人臉、人體、人頭的結合進行分析,實現了高精度多樣化的客流統計。
技術領域
本發明屬于計算機圖像處理技術領域,具體地說,涉及一種基于多攝的客流統計方法及系統。
背景技術
近年來,隨著深度學習的技術進步,越來越多場合使用這一技術來統計客流,在早期傳統的方式使用紅外技術進行客流計數統計,存在較大的誤差,在深度學習技術逐步成熟的過程中,很多基于深度學習的客流計數技術興起,逐步取代了原來的紅外計數方式。
而傳統的基于圖像識別的客流統計方法主要為基于乘客頭部檢測的客流檢測技術,這種技術對于籃球這類球狀的虛假目標容易誤檢,而對于帶帽子、頭巾這類易混淆目標又容易漏檢,導致乘客頭部統計難以達到非常準確的效果,而且該方法無法得到人臉信息,不利于客流系統后續的智能化提升。隨著計算機視覺的發展,可以通過人臉檢測以及人體檢測相結合的方式解決客流統計問題。
現有利用單體攝像頭提取人物信息,調用第三方人臉識別服務接口獲取顧客的身份特征,進行比對識別,進而統計客流信息。
與本發明最相似的現有技術實現方案為申請號為202010463245.3,發明名稱為:適用于多人場景的人臉客流識別方法、裝置、設備和介質,該方案的主要實現方案為:
1、獲取人員的當前圖像并提取身份特征;
2、根據所提取的身份特征判斷該名人員是否是新來人員;
3、若是新來人員,則將新來人員的當前圖像存入預設圖庫中并創建新來人員的人臉數據;
4、若不是新來人員,則將該名人員的當前圖像和預設圖庫中預存的該名人員的圖像做比較,以選取圖像質量較高的一者存入所述預設圖庫中,并作為下一次人臉識別的對比對象。
上述現有技術具有以下缺點:
1、上述方案只具有入口處的單個攝像頭進行信息提取,圖像信息采取單一,以及存在漏采或者所采圖像質量較差的問題;
2、由于上述方案依賴第三方接口,該方案在衣著特征提取上只擁有上半身的衣著特征,相比于全身的人體特征,并且算法單一,識別準確率不高,魯棒性較弱。
發明內容
本發明針對現有技術對客流的管理及監控單一不足,且識別方法進度較差的問題,提出了一種基于多攝的客流統計方法及系統,在現場部署能夠清楚采集顧客的人臉、人體以及人頭的攝像頭,進行算法的實現;通過對攝像頭的多區域區分布置,及人臉、人體、人頭的結合進行分析,實現了高精度多樣化的客流統計。
本發明具體實現內容如下:
本發明提出了一種基于多攝的客流統計方法,基于客流統計系統,所述客流統計方法包括以下步驟:
步驟1:使用數據采集模塊進行實時的現場圖像采集,所述數據采集模塊連接多個分別用于采集人臉、人體和人頭圖像的人臉攝像頭、人體攝像頭和人頭攝像頭;使用RTSP協議以每秒30幀時間間隔將通過人臉攝像頭、人體攝像頭和人頭攝像頭采集到的人臉圖像、人體圖像以及人頭圖像傳輸到數據融合平臺;
步驟2:通過數據融合平臺將接收到的RTSP數據格式的人臉圖像、人體圖像以及人頭圖像解開得到視頻數據,并將視頻數據解碼為連續視頻幀數據,并發送到客流統計和數據分析模塊;
步驟3:在客流統計和數據分析模塊首先采用人臉圖像對客流進行初步的統計,并將人臉信息存儲至數據庫中;然后通過現場的人體攝像頭的機號與區域的匹配關系及時間戳信息進行最大客流預警管理;最后通過人頭圖像對相應的人體攝像區域進行約束,優化人體統計數量的準確性;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于成都睿碼科技有限責任公司,未經成都睿碼科技有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110388818.5/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:自鎖差速器
- 下一篇:基于區塊鏈的打印方法





