一种行人分析智能云平台制造技术

本发明专利技术公开了一种行人分析智能云平台，其包括：人脸分析引擎，用于对人脸的身份特征和属性特征进行分析；行人分析引擎，用于对行人各部位的属性特征进行分析；混合分析引擎，用于特点时空场景下，将人脸和行人数据进行统一分析建模、模型存储；训练引擎，用于持续更新云平台的模型性能，训练输入数据为自动+人工的方式；云计算架构，用于SaaS架构和数据缓存、存储、请求代理的软件工程部分的架构。本发明专利技术结合“人脸识别”技术和“行人再识别”技术，对场景中的远、近行人进行检测识别和结构化分析，本发明专利技术基于人脸和行人特征的一体化身份识别不仅能提升行人识别的准确率，更加能够适应更丰富的场景和用户需求。

A Pedestrian Analysis Intelligent Cloud Platform

【技术实现步骤摘要】
一种行人分析智能云平台
本专利技术涉及计算机视觉
，具体为一种行人分析智能云平台。
技术介绍
随着深度学习的快速发展，计算机视觉已成为人工智能领域最重要的技术。计算机视觉被视为人工智能的重要分支，它就等同于人工智能的大门，在人工智能中视觉信息比听觉、触觉重要得多。人类大脑皮层的70%活动都在处理视觉信息，而既然人工智能旨在让机器可以像人那样思考、处理事情，因此计算机视觉技术承担了很大的作用。计算机视觉是指用摄像机和电脑模拟人类视觉对目标进行识别、跟踪、测量等的机器视觉，并通过识别和分析做进一步的图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。这门技术对于建立能够从图像或多维数据中获取“信息”的人工智能系统起着很大的作用。简单来说即是利用计算机实现人的视觉，对客观世界的三维场景的感知、识别和理解。机器之所以能够完成需要用上人类智能的任务和特定功能，很大部分是依靠计算机系统中的计算机视觉，比如视觉感知、图像识别、人脸识别、人体识别、目标定位等等。近年来，为了使计算机更像人类，识别物体，深度学习，计算机视觉技术方法和应用迅速发展，全球计算机视觉市场正在迅速崛起。随着人工智能产业的升温，计算机视觉行业也在加速扩张。在众多计算机技术应用中，人脸识别是目前商业需求最为旺盛的技术，近年来，人脸识别技术在安防、医疗、金融等领域得到了越来越广泛应用，随着技术的不断发展，手机、商场、公园等都可以看到它的身影。人脸识别用途很大，但目前人脸识别技术有很多不足，如对周围的光线环境、行人姿态等都可能会影响识别的准确性，在面对黑暗、相似等复杂场景，识别率表现不佳。人脸识别技术的不断成熟使得机器在辨别人脸的能力上超过人类，在构建“智慧城市”、“平安城市”等方面应用广泛。然而在实际应用的场景中，摄像头并非在任何情况下都可以拍摄到清晰人脸。不仅如此，在实际的场景中，一个摄像头往往无法覆盖所有区域，而多摄像头之间一般也没有重叠。因此，用全身信息来对人员进行锁定和查找就变得十分必要——通过将整体行人特征作为人脸之外的重要补充，实现对行人的跨摄像头跟踪。“行人再识别”技术就变得非常有意义和重要。“新零售”趋势愈加明显，线下商家需要对人群的进店消费行为进行感知和分析，以此构建用户（行人）从入店开始的逛店、购买、消费行为分析结构化数据集，行人识别视觉技术能够有效应对这一需求，以补充商家需要的“全域消费者数据”，帮助整个商业运营管理和决策做到精细运营、精准营销和智能交互。
技术实现思路
针对上述问题，本专利技术提供一种行人分析智能云平台。本专利技术的技术方案是提供一种行人分析智能云平台，其特征在于，其包括：人脸分析引擎，用于对人脸的身份特征和属性特征进行分析；行人分析引擎，用于对行人各部位的属性特征进行分析；混合分析引擎，用于特点时空场景下，将人脸和行人数据进行统一分析建模、模型存储；训练引擎，用于持续更新云平台的模型性能，训练输入数据为自动+人工的方式；云计算架构，用于SaaS架构和数据缓存、存储、请求代理的软件工程部分的架构。进一步的，所述人脸分析引擎包括有人脸身份特征模块、眼睛特征模块、口罩特征模块、帽子特征模块、年龄段特征模块、性别特征模块、表情特征模块。进一步的，所述行人分析引擎包括有上衣颜色特征模块、上衣属性特征模块、背包特征模块、下衣颜色特征模块、下衣属性特征模块、步态属性特征模块。进一步的，所述混合分析引擎包括有人脸配合分析模块、行人配合分析模块、时空数据配合分析模块。进一步的，所述训练引擎包括有人脸训练模块、行人训练模块、时空数据配合训练模块。本专利技术的有益效果是：本专利技术的一种行人分析智能云平台结合“人脸识别”技术和“行人再识别”技术，构建“人脸特征”和“行人”特征一体的结构化描述特征库，在时空数据的辅助下，对一体化的特征库进行神经网络训练，从而对场景中的远、近行人进行检测识别和结构化分析。本专利技术基于人脸和行人特征的一体化身份识别不仅能提升行人识别的准确率，更加能够适应更丰富的场景和用户需求；其对于“智能+”和“5G时代”的趋势发展具有非常重大的意义。具体实施方式为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本专利技术。本专利技术的一种行人分析智能云平台，其包括：人脸分析引擎，用于对人脸的身份特征和属性特征进行分析；行人分析引擎，用于对行人各部位的属性特征进行分析；混合分析引擎，用于特点时空场景下，将人脸和行人数据进行统一分析建模、模型存储；训练引擎，用于持续更新云平台的模型性能，训练输入数据为自动+人工的方式；云计算架构，用于SaaS架构和数据缓存、存储、请求代理的软件工程部分的架构。本专利技术一个较佳实施例中，所述人脸分析引擎包括有人脸身份特征模块、眼睛特征模块、口罩特征模块、帽子特征模块、年龄段特征模块、性别特征模块、表情特征模块。本专利技术一个较佳实施例中，所述行人分析引擎包括有上衣颜色特征模块、上衣属性特征模块、背包特征模块、下衣颜色特征模块、下衣属性特征模块、步态属性特征模块。本专利技术一个较佳实施例中，所述混合分析引擎包括有人脸配合分析模块、行人配合分析模块、时空数据配合分析模块。本专利技术一个较佳实施例中，所述训练引擎包括有人脸训练模块、行人训练模块、时空数据配合训练模块。本专利技术通过“人脸识别”技术和“行人再识别”技术，构建“人脸特征”和“行人”特征一体的结构化描述特征库，在时空数据的辅助下，对一体化的特征库进行神经网络训练，从而对场景中的远、近行人进行检测识别。本专利技术对外提供标准化化和定制化的接口，还能够在数据加持的状态，进行神经网络模型的自学习，不断提升场景化的性能，平台构建了针对场景的训练引擎自学习系统，把在场景中采集到的数据（业务脱敏数据）重新输入到平台后，平台能够针对特点的数据对模型进行不断优化，这样就形成了“算法+数据+场景”的人工智能落地闭环，对于行人视频的结构化分析性可以不断提升。本专利技术的一种行人分析智能云平台结合“人脸识别”技术和“行人再识别”技术，构建“人脸特征”和“行人”特征一体的结构化描述特征库，在时空数据的辅助下，对一体化的特征库进行神经网络训练，从而对场景中的远、近行人进行检测识别和结构化分析。本专利技术基于人脸和行人特征的一体化身份识别不仅能提升行人识别的准确率，更加能够适应更丰富的场景和用户需求；其对于“智能+”和“5G时代”的趋势发展具有非常重大的意义。以上实施例仅为本专利技术其中的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本专利技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进，这些都属于本专利技术的保护范围。因此，本专利技术专利的保护范围应以所附权利要求为准。本文档来自技高网...

【技术保护点】
1.一种行人分析智能云平台，其特征在于，其包括：人脸分析引擎，用于对人脸的身份特征和属性特征进行分析；行人分析引擎，用于对行人各部位的属性特征进行分析；混合分析引擎，用于特点时空场景下，将人脸和行人数据进行统一分析建模、模型存储；训练引擎，用于持续更新云平台的模型性能，训练输入数据为自动+人工的方式；云计算架构，用于SaaS架构和数据缓存、存储、请求代理的软件工程部分的架构。

【技术特征摘要】
1.一种行人分析智能云平台，其特征在于，其包括：人脸分析引擎，用于对人脸的身份特征和属性特征进行分析；行人分析引擎，用于对行人各部位的属性特征进行分析；混合分析引擎，用于特点时空场景下，将人脸和行人数据进行统一分析建模、模型存储；训练引擎，用于持续更新云平台的模型性能，训练输入数据为自动+人工的方式；云计算架构，用于SaaS架构和数据缓存、存储、请求代理的软件工程部分的架构。2.根据权利要求1所述的一种行人分析智能云平台，其特征在于：所述人脸分析引擎包括有人脸身份特征模块、眼睛特征模块、口罩特征模块、帽...

【专利技术属性】
技术研发人员：赵以民，郑亚兴，黄小平，
申请(专利权)人：苏州书客贝塔软件科技有限公司，
类型：发明
国别省市：江苏,32