基于跨境追踪的门店人流分析方法、装置、系统、终端和介质制造方法及图纸

本发明专利技术提供基于跨境追踪的门店人流分析方法、装置、系统、终端和介质，本发明专利技术将摄像头设于门店内侧来摄取店内的整体影像，并通过从店内影像中提取顾客特征后进行特征聚类的方式实现人流统计功能，这种人流统计方式大大提高出入口不固定的门店内的人数统计准确度，很好地解决了现有技术中设于门店出入口的摄像头对出入的顾客进行重复计数的难题。另外，本发明专利技术还将提取到的顾客特征和特征库中的特征做相似度分析，依靠单一摄像头同时实现门店人流量统计功能以及门店内顾客购物偏好和购物路径的分析功能。

Analysis methods, devices, systems, terminals and media of store flow based on cross-border tracking

【技术实现步骤摘要】
基于跨境追踪的门店人流分析方法、装置、系统、终端和介质
本专利技术涉及人工智能和计算机视觉
，尤其涉及基于跨境追踪的门店人流分析方法、装置、系统、终端和介质。
技术介绍
目前，市面上的门店人流统计方法大多是基于人脸识别或人头检测跟踪的方法，人头检测跟踪的方法一般都是应用在摄像头安置在门店出入口正上方的场景下，只适用于入口只进不出，出口只出不进的情况，若该口可进可出，目前的人流统计方法会对重复进入镜头中的人进行重复计数，从而造成较大的统计误差。另一方面，在上述视角下，摄像头是处于人正上方的，摄像头只能采集到人的头部特征，无法采集到人的整体特征，光靠人头特征并不能确定每个人的身份，也无法分析顾客的购物路径和购物喜好，人脸识别的方法需要将摄像头对准入口拍摄，在采集到清晰的人脸图像后，依据人脸特征的相似度确定最终的人数，但该方法无法拍摄到店内场景，无法对顾客的购物喜好及路线进行分析。因此，本领域的技术人员致力于开发一种更好的解决方案。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是无法准确分析顾本文档来自技高网...

【技术保护点】
1.一种基于跨境追踪的门店人流分析方法，其特征在于，包括：/n构建多个特征库；每个所述特征库预存了对应门店内的行人的身份特征、行人影像及影像对应的位置和时间信息；/n提取追踪目标的身份特征，并计算所述追踪目标的身份特征与各个特征库中的身份特征的相似度；/n根据相似度计算结果，从所述特征库中筛选出符合相似度要求的身份特征，并输出对应的行人影像、位置和时间信息，据以对所述追踪目标进行跨境追踪及偏好分析。/n

【技术特征摘要】
1.一种基于跨境追踪的门店人流分析方法，其特征在于，包括：
构建多个特征库；每个所述特征库预存了对应门店内的行人的身份特征、行人影像及影像对应的位置和时间信息；
提取追踪目标的身份特征，并计算所述追踪目标的身份特征与各个特征库中的身份特征的相似度；
根据相似度计算结果，从所述特征库中筛选出符合相似度要求的身份特征，并输出对应的行人影像、位置和时间信息，据以对所述追踪目标进行跨境追踪及偏好分析。


2.如权利要求1所述的基于跨境追踪的门店人流分析方法，其特征在于，所述特征库的构建方式包括：
获取对应门店在当前统计周期中的店内影像；
遍历所述店内影像中的行人画面并提取行人身份特征；
利用聚类算法对所述行人身份特征进行聚类，并按类储存行人影像及影像对应的位置和时间信息；其中，聚类得到的类的数量为该门店在当前统计周期内的人流量。


3.如权利要求1所述的基于跨境追踪的门店人流分析方法，其特征在于，所述提取追踪目标的身份特征，包括：
输入所述追踪目标的图像；
利用行人检测算法，从所述追踪目标的图像中提取所述追踪目标的身份特征。


4.如权利要求3所述的基于跨境追踪的门店人流分析方法，其特征在于，所述行人检测算法包括基于运动检测的目标跟踪算法、基于机器学习的行人检测算法或者基于深度学习的行人检测算法。


5.如权利要求1所述的基于跨境追踪的门店人流分析方法，其特征在于，对所述追踪目标进行跨境追踪，包括：按照影像中的时间信息追踪该目标在多家门店间的购物路径。


6.如权利要求1所述的基于跨境追踪的门店人流分析方法，其特征在于，对所述追踪目标进行偏好分析，包括分析所述追踪目标的门店偏好、商品偏好、购物时段偏好及支付方式偏好中的任意一种或多种组合。


7.一种基于跨境追踪的门店人流分析装置，其特征在于，包括：
特征库构建模块，用于构建多个特征库；每个所述特征库预...

【专利技术属性】
技术研发人员：杨磊，茅天奇，曹学军，
申请(专利权)人：上海钧正网络科技有限公司，
类型：发明
国别省市：上海;31