一种针对连锁门店入店人员分析的智能分析方法技术

一种针对连锁门店入店人员分析的智能分析方法，采用以下步骤，步骤1：抓拍引擎对每帧图片的人脸进行检测、且对人脸图像设置有编号，该编号具有唯一值；对同一个编号的人脸图片集按照清晰度进行排序，将清晰度最高的图片传递给识别引擎；步骤2：识别引擎判断该人脸图片对应的编号是否已经分析过，如果是，则进入步骤9，否则，从该人脸图片中提取人脸特征，进入步骤2；解决了对入店人员客流量统计不够精准的问题，能够对连锁门店的人流量、人员属性，年龄和性别的进行精准识别。

【技术实现步骤摘要】
一种针对连锁门店入店人员分析的智能分析方法
本专利技术涉及视频监控领域，具体涉及一种针对连锁门店入店人员分析的智能分析方法。
技术介绍
对于线下零售的连锁门店，顾客数据的收集，包括场内客流量、性别比例、年龄层次、往来频率等，加上后续的顾客爱好分析、消费水平分析等，形成可视化数据，可极好的成为管理者的营销决策依据。传统零售连锁门店其中一个要解决的核心问题是对每个门店客流数据的分析，今天门店来了多少人？A店和B店的客流量是多少？对比客流量和收入，两个门店的转化率是多少？目前大多数解决方案采用在出入口部署置顶人数统计摄像机，通过对人的头部与双肩进行识别判定，或者通过WIFI探针计数进出人员。这些方案存在的最大问题是：统计得来的数据只是人次统计，无法排除店员进出次数、同一人员多次进出等情况，导致数据不准；同时也无法得知进店人员的年纪、性别等属性数据，无法多维度分析顾客数据。也无法分辨会员、熟客甚至惯偷等，导致后续精准服务和安全保卫无法跟上。现在已经有基于人脸识别技术的系统，但一般是通过前端的摄像机传回视频流在后台计算分析，由于视频流解码的计算，很可能会有延时，另外连锁门店不大可能每个门店安装一台计算机，成本较高，部署复杂。
技术实现思路
本专利技术针对现有技术的不足，提出一种针对连锁门店入店人员分析的智能分析方法，具体技术方案如下：一种针对连锁门店入店人员分析的智能分析方法，其特征在于：采用以下步骤，步骤1：抓拍引擎对每帧图片的人脸进行检测、且对人脸图像设置有编号，该编号具有唯一值；对同一个编号的人脸图片集按照清晰度进行排序，将清晰度最高的图片传递给识别引擎；步骤2：识别引擎判断该人脸图片对应的编号是否已经分析过，如果是，则进入步骤9，否则，从该人脸图片中提取人脸特征，进入步骤3；步骤3：处理模块将人脸特征和本地员工库进行比对，如果匹配则进入步骤9，否则进入步骤4；步骤4：处理模块判断是否设置有夜间防范，该夜间防范为，夜间指定的时间段内，如果在监控区域发现非公司员工，则通知终端系统进行报警，如果是，则进入步骤5，否则，进入步骤6；步骤5：处理模块通知终端系统进行报警，进入步骤9；步骤6：处理模块将该人脸特征和黑名单库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤7；步骤7：处理模块将该人脸特征和会员底库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤8；步骤8：处理模块将该人脸特征和本地熟客库进行比对，如果匹配则推送到终端系统，进入下一步骤；步骤9：处理模块将该人脸特征及对应的编号发送给人脸聚类模块，人脸聚类模块对该人脸特征进行分类，进入步骤10；步骤10：重复步骤1至步骤，对下一个人脸编号进行分析。为更好的实现本专利技术，进一步地：所述人脸聚类模块具体包括如下流程：S1：设置有临时聚类人脸库，临时聚类人脸库中包括聚类熟客组、聚类普通组、聚类会员组；S2：如果该人脸图像对应的是会员，加入当天的聚类会员组，进入S5，否则进入S3；S3：如果是熟客，加入当天的聚类熟客组，并将该熟客的生存周期设置从当天开始，熟客的生存周期为N天，进入S5，否则进入S4；S4：如果是一般顾客，加入当天的聚类普通组，进入S5；S5：判断是否在统计时间段，如果是，则进入S7，否则，进入S6；S6：回到步骤S1，对下一个编号进行聚类分析；S7：将当天最终聚类人脸库发送到客流统计模块，设定有熟客人数阈值C，检索N天内的临时聚类人脸库，如果一般顾客的数量达到熟客人数阈值C，则立即将信息推送到终端系统，将超过N天的临时聚类人脸库清零。进一步地：设置有客流统计模块，包括如下流程：S1：对当天最终聚类人脸库中的编号计数；S2：对当天最终聚类人脸库对应的属性，该属性包括年龄段和性别，进行分类统计；S3：将结果发送到终端系统，并重置客流统计模块。本专利技术的有益效果为：解决了对入店人员客流量统计不够精准的问题，能够对连锁门店的人流量、人员属性，年龄和性别的进行精准识别。解决了对高净值顾客分辨的问题，能够对门店的会员、熟客进行辨别；解决了对黑名单人员识别的问题，提高了门店的安全性。解决了系统部署复杂的问题。针对连锁门店，将视频监控和人脸识别技术结合，在摄像机上通过神经网络芯片快速检测人脸，计算客流和属性，识别会员、熟客、敏感人员等等，即时和定期将结果推送到后台，并支持多台摄像机联网合并数据，无需专门设置，即装即用，简化了复杂的系统部署过程。附图说明图1为本专利技术的工作流程图。具体实施方式下面结合附图对本专利技术的较佳实施例进行详细阐述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，从而对本专利技术的保护范围做出更为清楚明确的界定。如图1所示：一种针对连锁门店入店人员分析的智能分析方法，采用以下步骤，步骤1：抓拍引擎对每帧图片的人脸进行检测、且对人脸图像设置有编号，该编号具有唯一值；对同一个编号的人脸图片集按照清晰度进行排序，将清晰度最高的图片传递给识别引擎；步骤2：识别引擎判断该人脸图片对应的编号是否已经分析过，如果是，则进入步骤9，否则，从该人脸图片中提取人脸特征，进入步骤3；步骤3：处理模块将人脸特征和本地员工库进行比对，如果匹配则进入步骤9，否则进入步骤4；步骤4：处理模块判断是否设置有夜间防范，该夜间防范为，夜间指定的时间段内，如果在监控区域发现非公司员工，则通知终端系统进行报警，如果是，则进入步骤5，否则，进入步骤6；步骤5：处理模块通知终端系统进行报警，进入步骤9；步骤6：处理模块将该人脸特征和黑名单库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤7；步骤7：处理模块将该人脸特征和会员底库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤8；步骤8：处理模块将该人脸特征和本地熟客库进行比对，如果匹配则推送到终端系统，进入下一步骤；步骤9：处理模块将该人脸特征及对应的编号发送给人脸聚类模块，人脸聚类模块对该人脸特征进行分类，进入步骤10；步骤10：重复步骤1至步骤，对下一个人脸编号进行分析。人脸聚类模块具体包括如下流程：S1：设置有临时聚类人脸库，临时聚类人脸库中包括聚类熟客组、聚类普通组、聚类会员组；S2：如果该人脸图像对应的是会员，加入当天的聚类会员组，进入S5，否则进入S3；S3：如果是熟客，加入当天的聚类熟客组，并将该熟客的生存周期设置从当天开始，熟客的生存周期为N天，进入S5，否则进入S4；S4：如果是一般顾客，加入当天的聚类普通组，进入S5；S5：判断是否在统计时间段，如果是，则进入S7，否则，进入S6；S6：回到步骤S1，对下一个编号进行聚类分析；S7：将当天最终聚类人脸库发送到客流统计模块，设定有熟客人数阈值C，检索N天内的临时聚类人脸库，如果一般顾客的数量达到熟客人数阈值C，则立即将信息推送到终端系统，将超过N天的临时聚类人脸库清零。设置有客流统计模块，包括如下流程：S1：对当天最终聚类人脸库中的编号计数；S2：对当天最终聚类人脸库对应的属性，该属性包括年龄段和性别，进行分类统计；S3：将结果发送到终端系统，并重置客流统计模块。本文档来自技高网...

【技术保护点】
1.一种针对连锁门店入店人员分析的智能分析方法，其特征在于：采用以下步骤，步骤1：抓拍引擎对每帧图片的人脸进行检测、且对人脸图像设置有编号，该编号具有唯一值；对同一个编号的人脸图片集按照清晰度进行排序，将清晰度最高的图片传递给识别引擎；步骤2：识别引擎判断该人脸图片对应的编号是否已经分析过，如果是，则进入步骤9，否则，从该人脸图片中提取人脸特征，进入步骤3；步骤3：处理模块将人脸特征和本地员工库进行比对，如果匹配则进入步骤9，否则进入步骤4；步骤4：处理模块判断是否设置有夜间防范，该夜间防范为，夜间指定的时间段内，如果在监控区域发现非公司员工，则通知终端系统进行报警，如果是，则进入步骤5，否则，进入步骤6；步骤5：处理模块通知终端系统进行报警，进入步骤9；步骤6：处理模块将该人脸特征和黑名单库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤7；步骤7：处理模块将该人脸特征和会员底库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤8；步骤8：处理模块将该人脸特征和本地熟客库进行比对，如果匹配则推送到终端系统，进入下一步骤；步骤9：处理模块将该人脸特征及对应的编号发送给人脸聚类模块，人脸聚类模块对该人脸特征进行分类，进入步骤10；步骤10：重复步骤1至步骤，对下一个人脸编号进行分析。...

【技术特征摘要】
1.一种针对连锁门店入店人员分析的智能分析方法，其特征在于：采用以下步骤，步骤1：抓拍引擎对每帧图片的人脸进行检测、且对人脸图像设置有编号，该编号具有唯一值；对同一个编号的人脸图片集按照清晰度进行排序，将清晰度最高的图片传递给识别引擎；步骤2：识别引擎判断该人脸图片对应的编号是否已经分析过，如果是，则进入步骤9，否则，从该人脸图片中提取人脸特征，进入步骤3；步骤3：处理模块将人脸特征和本地员工库进行比对，如果匹配则进入步骤9，否则进入步骤4；步骤4：处理模块判断是否设置有夜间防范，该夜间防范为，夜间指定的时间段内，如果在监控区域发现非公司员工，则通知终端系统进行报警，如果是，则进入步骤5，否则，进入步骤6；步骤5：处理模块通知终端系统进行报警，进入步骤9；步骤6：处理模块将该人脸特征和黑名单库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤7；步骤7：处理模块将该人脸特征和会员底库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤8；步骤8：处理模块将该人脸特征和本地熟客库进行比对，如果匹配则推送到终端系统，进入下一步骤；步骤9：处理模块将该人脸特征及对应的编号发送给人脸聚类模块，人脸聚类模块对该人脸特征进行分类，进入步骤10；步骤10：...

【专利技术属性】
技术研发人员：周曦，温浩，陈江豪，石君，陈兰，万珺，
申请(专利权)人：广州云从人工智能技术有限公司，
类型：发明
国别省市：广东,44