一种基于人脸身份识别的客流统计的货架规整方法技术

本发明专利技术公开了一种基于人脸身份识别的客流统计的货架规整方法，基于人脸识别采集顾客的Facial ID、Location ID和Timestamp，包括步骤S200：将所有不同的Facial ID放入集合f={f1,f2,…fn}中，对于每一个Facial ID，将其出现过的Location ID汇总，并按照Timestamp进行正向排序，从而得到顾客的动线[L1,L2,…Ln]。本发明专利技术通过哈希值的创建精确的得到商场内顾客的动线，从而为货架陈列优化提供了数据支撑，提高运营效率，具有较好的实用性。

A Shelf Regulation Method Based on Passenger Flow Statistics of Face Identity Recognition

The invention discloses a shelf regularization method based on passenger flow statistics of face recognition, which collects customer's Facial ID, Location ID and Timestamp based on face recognition, including A 200: putting different Facial IDs into the set f={f1, f2,... In fn}, for each Facial ID, the Location ID that appears is aggregated and sorted forward according to Timestamp to get the customer's line of action [L1, L2,... Ln]. The invention accurately obtains the moving line of customers in the shopping mall by creating hash value, thus providing data support for shelf display optimization, improving operation efficiency and having good practicability.

【技术实现步骤摘要】
一种基于人脸身份识别的客流统计的货架规整方法
本专利技术属于客流统计的
，具体涉及一种基于人脸身份识别的客流统计的货架规整方法。
技术介绍
目前商场、超市的客流统计系统大多数是基于摄像头人脸统计或者Wi-Fi探针，这两种统计方法各有一些不足：前者只是对人脸进行检测，或者说统计视频中人脸的个数，而非真正对人脸进行身份识别。这样导致每次顾客出现在镜头前就会计数，会造成大量重复计算；后者又无法将顾客具体的浏览行为同顾客本身直观的关联起来，为进一步店内个性化营销提供支持。而我们设计的基于人脸识别的商超客流分析系统恰恰能克服以上的不足，从而。通过对每位进店顾客在店内不同的位置进行人脸识别，再通过后台软件系统的处理计算，我们可以统计出商超内不同位置的客流聚集度(热力图)和顾客在不同货架间走动的路线(动线分析)，为商超做货品摆放、货架陈列优化提供数据支撑，提高运营效率。同时，可以针对具体的每个顾客，我们也能分析他最喜欢停留的货架和经常购物的路线，为其提供个性化的商品推荐，提升购物体验和转化率。
技术实现思路
本专利技术的目的在于提供一种基于人脸身份识别的客流统计的货架规整方法，通过哈希值的创建精确的得到商场内顾客的动线，从而为货架陈列优化提供了数据支撑，提高运营效率，具有较好的实用性。本专利技术主要通过以下技术方案实现：一种基于人脸身份识别的客流统计的货架规整方法，基于人脸识别采集顾客的FacialID、LocationID和Timestamp，主要包括以下步骤：步骤S100：创建一个用于动线计数的哈希值，哈希表的键包括起始位置和结束位置的LocationID；哈希表的值是一个整型，用于表示在起始位置和结束位置之间走过的顾客次数，整型的初始值为0；步骤S200：将所有不同的FacialID放入集合f＝{f1,f2,…fn}中，对于每一个FacialID，将其出现过的LocationID汇总，并按照Timestamp进行正向排序，从而得到顾客的动线[L1,L2,…Ln]。其中：(1)FacialID：唯一表示某一个顾客人脸的ID。(2)LocationID：代表店内某一个位置区域，每一个摄像头都会被分配到自己的监控区域。(3)Timestamp：采集到FacialID的时间点。当然以上分析也适用于单个顾客，计算出她常去的商品区域和经常逛店的线路，这样也可以实施个性化的商品推荐。个性化推荐超出了本专利范畴，这里不再赘述。为了更好的实现本专利技术，进一步的，还包括步骤S300：计算时间段内的位置间的顾客动线，按照位置配对之间进行聚合，得到有向图，图中每条边的权重就是顾客从一个位置走向另一个位置的次数，根据不同货架之间动线权重的大小对货架的顺序进行调整。为了更好的实现本专利技术，进一步的，统计时间段内位置之间的客流聚集度，按LocationID进行聚合，并计算位置处的FacialID总数；从而可以根据货架位置得到商场内的热力图，从而得到最欢迎的货架排序，以向顾客推荐个性化商品。为了更好的实现本专利技术，进一步的，在商场的出口、入口、每排货架间以及过道的交叉处架设摄像装置。为了更好的实现本专利技术，进一步的，所述摄像装置的型号为DS-2CD7667F人脸抓拍机时，自行对每一帧视频中的人脸进行检测，将画面中的每一张人脸剪裁成单独的图片；或者所述摄像装置的型号为DS-2CD5A26FWD日夜型筒型网络摄像机时，通过算法对图片进行预处理。本专利技术摄像装置的型号不局限于DS-2CD7667F和DS-2CD5A26FWD型号，其他具有相同或相似功能的摄像装置型号同等适用。为了更好的实现本专利技术，进一步的，将每一位进店的顾客转化为一个唯一的FacialID，同一个人被任何摄像装置采集后的人脸图片都会转化为同一个FacialID，而不同人的FacialID不同。本专利技术的有益效果：(1)本专利技术通过哈希值的创建精确的得到商场内顾客的动线，从而为货架陈列优化提供了数据支撑，提高运营效率，具有较好的实用性。(2)计算时间段内的位置间的顾客动线，按照位置配对之间进行聚合，得到有向图，图中每条边的权重就是顾客从一个位置走向另一个位置的次数，根据不同货架之间动线权重的大小对货架的顺序进行调整。本专利技术通过每条顾客动线的权重的排序调整货架的排序，有效降低顾客的走动，使顾客及时找到自己感兴趣的物品，从而提高顾客的购物体验，具有较好的实用性。(3)统计时间段内位置之间的客流聚集度，按LocationID进行聚合，并计算位置处的FacialID总数；从而可以根据货架位置得到商场内的热力图，从而得到最欢迎的货架排序，以向顾客推荐个性化商品。本专利技术可以通过针对某个顾客或者某一类型的顾客推荐其感兴趣的个性产品信息，提高顾客的购买欲，具有较好的实用性。(4)在商场的出口、入口、每排货架间以及过道的交叉处架设摄像装置。本专利技术通过摄像装置位置的设置有效提高人脸图像的精确获取，同时降低漏检的问题，为后期的数据处理提供了精确的基础，具有较好的实用性。附图说明图1为门店服务器的部署示意图；图2为摄像装置的安装示意图；图3为FacialID生成流程图；图4为本专利技术的原理示意图。具体实施方式实施例1：一种基于人脸身份识别的客流统计的货架规整方法，基于人脸识别采集顾客的FacialID、LocationID和Timestamp，主要包括以下步骤：步骤S100：创建一个用于动线计数的哈希值，哈希表的键包括起始位置和结束位置的LocationID；哈希表的值是一个整型，用于表示在起始位置和结束位置之间走过的顾客次数，整型的初始值为0；步骤S200：将所有不同的FacialID放入集合f＝{f1,f2,…fn}中，对于每一个FacialID，将其出现过的LocationID汇总，并按照Timestamp进行正向排序，从而得到顾客的动线[L1,L2,…Ln]。本专利技术通过哈希值的创建精确的得到商场内顾客的动线，从而为货架陈列优化提供了数据支撑，提高运营效率，具有较好的实用性。实施例2：本实施例是在实施例1的基础上进行优化，还包括步骤S300：计算时间段内的位置间的顾客动线，按照位置配对之间进行聚合，得到有向图，图中每条边的权重就是顾客从一个位置走向另一个位置的次数，根据不同货架之间动线权重的大小对货架的顺序进行调整。本专利技术通过哈希值的创建精确的得到商场内顾客的动线，从而为货架陈列优化提供了数据支撑，提高运营效率，具有较好的实用性。本专利技术通过每条顾客动线的权重的排序调整货架的排序，有效降低顾客的走动，使顾客及时找到自己感兴趣的物品，从而提高顾客的购物体验，具有较好的实用性。本实施例的其他部分与实施例1相同，故不再赘述。实施例3：本实施例是在实施例1或2的基础上进行优化，统计时间段内位置之间的客流聚集度，按LocationID进行聚合，并计算位置处的FacialID总数；从而可以根据货架位置得到商场内的热力图，从而得到最欢迎的货架排序，以向顾客推荐个性化商品。本专利技术可以通过针对某个顾客或者某一类型的顾客推荐其感兴趣的个性产品信息，提高顾客的购买欲，具有较好的实用性。本实施例的其他部分与上述实施例1或2相同，故不再赘述。实施例4：本实施例是在实施例1-3的任一个的基础上进行优化，在商场的出口、入口、每排货架间以及过道本文档来自技高网...

【技术保护点】
1.一种基于人脸身份识别的客流统计的货架规整方法，其特征在于，基于人脸识别采集顾客的Facial ID、Location ID和Timestamp，主要包括以下步骤：步骤S100：创建一个用于动线计数的哈希值，哈希表的键包括起始位置和结束位置的Location ID；哈希表的值是一个整型，用于表示在起始位置和结束位置之间走过的顾客次数，整型的初始值为0；步骤S200：将所有不同的Facial ID放入集合f={f1,f2,…fn}中，对于每一个Facial ID，将其出现过的Location ID汇总，并按照Timestamp进行正向排序，从而得到顾客的动线[L1,L2,…Ln]。

【技术特征摘要】
1.一种基于人脸身份识别的客流统计的货架规整方法，其特征在于，基于人脸识别采集顾客的FacialID、LocationID和Timestamp，主要包括以下步骤：步骤S100：创建一个用于动线计数的哈希值，哈希表的键包括起始位置和结束位置的LocationID；哈希表的值是一个整型，用于表示在起始位置和结束位置之间走过的顾客次数，整型的初始值为0；步骤S200：将所有不同的FacialID放入集合f={f1,f2,…fn}中，对于每一个FacialID，将其出现过的LocationID汇总，并按照Timestamp进行正向排序，从而得到顾客的动线[L1,L2,…Ln]。2.根据权利要求1所述的一种基于人脸身份识别的客流统计的货架规整方法，其特征在于，还包括步骤S300：计算时间段内的位置间的顾客动线，按照位置配对之间进行聚合，得到有向图，图中每条边的权重就是顾客从一个位置走向另一个位置的次数，根据不同货架之间动线权重的大小对货架的顺序进行调整。3.根据权利要求1所述的一种基于人脸身份识别的客流统计的货...

【专利技术属性】
技术研发人员：毛帆，曾敏，
申请(专利权)人：成都睿码科技有限责任公司，杭州数峰科技有限公司，
类型：发明
国别省市：四川,51