一种零售门店出入口客流统计方法技术

本发明专利技术提供一种零售门店出入口客流统计方法，包括：边缘计算平台、云端计算平台，所述边缘计算平台通讯连接于云端计算平台，所述云端计算平台包括云端AI分析引擎、业务后端引擎、视频流媒体服务引擎，投资人智能运营APP、总部数据看板、智能运营平台通讯连接于边缘计算平台、云端计算平台，本发明专利技术有效去除频繁进出、短期进店等无效客流，可达到更准确的客流统计结果；可以获得个体客流在店内的驻留时长数据，对于后续精细化运营，提高客流驻留时长有非常大的参考价值；可以获得个体客流在店内的轨迹数据，对精细化运营提供数据参考依据。对精细化运营提供数据参考依据。对精细化运营提供数据参考依据。

【技术实现步骤摘要】
一种零售门店出入口客流统计方法


[0001]本专利技术涉及客流统计方法
，具体为一种零售门店出入口客流统计方法。

技术介绍

[0002]日常生活中，人们用到人数统计的一个典型情形是用客流统计帮助大型商场、购物中心、连锁店、超市等商业改善经营管理。合理准确的客流数据，可以帮助商家实现合理调整业态及店铺布局、提高商场人气、改善店铺KPI、改善消费者体验等目的。事实上零售业有一个经典公式：门店销售额＝客流量
×
成交率
×
客单价。这一公式堪称零售业内第一定律，与电商的对应公式“销售额＝流量
×
转化率
×
客单价”本质上是同一事情。门店的“客流量”对应的就是电商的“流量”，流量对电商有多重要，客流量对线下的商业就有多重要。
[0003]因此，门店投资方和品牌方，都需要店面的一手客流数据。准确的统计客流数据，是所有精细化运营的开始。作为资方，借助客流情况和成交转换情况，可以把控自身的经营情况。作为品牌方，借助客流数据，可以评估门店的选址，决策区域的市场投放和活动举办等。通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种零售门店出入口客流统计方法，其特征在于：包括以下步骤：步骤(1).边缘计算平台接入RTSP视频流，通过硬件解码获得YUV图像信息；步骤(2).将尺寸为1920x1080的图像经过vpss图像处理通道，缩小到416x416；缩小后的图像通过NPU进行行人目标检测，获取行人在416x416图像中的位置，该位置可经过等比换算后得到行人在1920x1080原图中的位置；步骤(3).得到过线的行人，将yuv图像进行图像处理后发送给VENC进行硬件编码，得到编码后的尺寸为1920x1080的jpeg图像，把图形数据和其他辅助信息加密，得到加密后的密文数据，密文数据通过https的post方法，发送给AI引擎；步骤(4).AI引擎通过http server的一个post接口，获得客户端提交的一份数据；数据经过解密后，由AI引擎进行分析计算；步骤(5).首先通过数据中关于行人位置roiRects的描述，标记行人之间是否有较大程度的位置重叠；然后判断该数据是由门店出入口的客流监控采集的，还是由店内监控采集的，出入口采集的数据这里命名为KeyFrame，用于做客流统计和入店去重；店内监控采集的命名为refFrame，用于做店内轨迹参考；步骤(6).如果当前是一个keyFrame，且行人位置重叠度大于规定的阈值，则只记录进店客流，不进行后续行人reid分析；如果当前是一个keyFrame，且行人位置重叠度小于规定的阈值，则通过预训练好的网络检测行人是否是销售顾问；如果是销售顾问则剔除；步骤(7).如果当前是一个refFrame,且行人重叠度小于规定的阈值，则计算行人对应的reid特征向量，并将向量在refvec参考库中进行检索；如果有命中的特征向量重心，则记录更新这个特征代表的客流当前出现的大致区域和时间；这个数据用于店内个体客流分析；如果没有命中，通过预训练的网络预测这个行人是否是一个销售顾问；如果是一个销售顾问，则记录销售顾问当前出现的大致区域和时间，这个数据用于后期做销售顾问服务效率和接待时长的数据挖掘；步骤(8).某个特征向量u对应的N个特征向量序列，T(x
i
)代表其入库的时间,所以实时的驻留时长为T(x
N-1
)-T(x0)这个数据可用于计算个体客流的停留时长,同时也可用于剔除短期入店的客流。2.根据权利要求1所述的一种零售门店出入口客流统计方法，其特征在于：所述步骤(6)中如果非销售顾问，则通过reid引擎计算得到行人对应的一个512维的特征向量x
new
；将此特征向量和参考库refvec中的每一个特征向量重心u进行比对；比对的方法是计算两个...

【专利技术属性】
技术研发人员：常谦，李徐洲，杨小敏，焦源，刘云辉，王宾，
申请(专利权)人：上海蜂雀网络科技有限公司，
类型：发明
国别省市：