System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,尤其涉及一种员工识别方法、装置及设备。
技术介绍
1、在线下零售场景中,商家普遍存在客流统计的需求,以便基于客流分析来调整销售策略。客流统计过程中往往需要将员工排除在外,因此该过程需要对员工进行识别。
2、相关技术中,员工识别通常是基于员工服装的检测来实现,这种员工识别方式较为单一,识别准确度不高,并且不同地区、不同门店的员工服装可能并不统一,导致数据更新维护的成本较高。
技术实现思路
1、本申请的多个方面提供一种员工识别方法、装置及设备,用以提高员工识别的准确度,并且降低数据更新维护的成本。
2、第一方面,本申请实施例提供一种员工识别方法,包括:
3、根据拍摄设备采集的视频流,确定用户对应的历史采样数据;所述历史采样数据包括用户轨迹、用户行为事件以及用户特征;
4、对所述历史采样数据进行计算分析,确定目标员工对应的目标员工数据;
5、获取待识别用户的待识别采样数据;
6、在所述待识别采样数据与所述目标员工数据相匹配的情况下,确定所述待识别用户为目标员工。
7、在一种可能的实施方式中,所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
8、确定所述用户在视频流各个图像帧中的脚点信息;所述脚点信息包括脚点坐标以及时间信息;
9、根据所述脚点信息,确定同一用户对应的用户轨迹。
10、在一种可能的实施方式中,所述用户行为事件包括用户区
11、根据所述用户的脚点信息,确定所述用户的实际位置信息;
12、基于所述实际位置信息,确定所述用户对应的移动路径;
13、在所述移动路径进入或者离开目标区域的情况下,生成用户区域事件。
14、在一种可能的实施方式中,所述用户行为事件包括用户进出事件;所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
15、在所述视频流中确定目标出入口对应的目标线段;
16、根据用户轨迹,确定用户的脚点信息与所述目标线段之间的位置关系;
17、在所述位置关系满足第一预设条件的情况下,确定所述用户存在跨线行为,生成所述用户进出事件。
18、在一种可能的实施方式中,所述确定用户的脚点信息与所述目标线段之间的位置关系,包括:
19、确定所述脚点信息到所述目标线段的直线距离,并确定所述脚点信息与目标线段之间的目标叉积;
20、根据所述直线距离以及所述目标叉积,确定所述脚点信息与所述目标线段之间的位置关系。
21、在一种可能的实施方式中,所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
22、基于预设人体检测模型,确定用户对应的备选用户特征以及所述备选用户特征对应的质量分数;
23、根据所述备选用户特征对同一用户进行跟踪检测;
24、在跟踪结束后,将所述质量分数满足预设分数条件的备选用户特征确定为所述用户对应的用户特征;所述用户特征包括人体特征以及人头特征。
25、在一种可能的实施方式中,所述对所述历史采样数据进行计算分析,确定目标员工数据,包括:
26、根据所述历史采样数据,对各个用户进行过滤筛选,得到备选员工数据;
27、根据所述备选员工数据在预设历史周期内对应的出现频率,确定所述目标员工对应的目标员工数据。
28、在一种可能的实施方式中,所述根据所述历史采样数据,对所述各个用户进行过滤筛选,得到备选员工数据,包括:
29、根据所述历史采样数据,确定各个用户对应的轨迹数量以及停留时间;
30、根据所述轨迹数量以及停留时间对所述用户进行筛选过滤,得到第一备选员工对应的第一备选员工数据;
31、根据所述第一备选员工对应的第一备选员工特征对所述第一备选员工进行归并处理,得到备选员工以及所述备选员工对应的备选员工数据。
32、在一种可能的实施方式中,所述根据所述备选员工数据在预设历史周期内对应的出现频率,确定所述目标员工对应的目标员工数据,包括:
33、获取预设历史周期内的所述备选员工对应的备选员工用户特征;
34、根据所述备选员工用户特征之间的相似度,对所述备选员工用户特征进行归并处理,并确定各个所述备选员工用户特征对应的采样时间;
35、根据所述采样时间,确定所述备选员工在预设历史周期内的出现频率;
36、针对各个备选员工,在所述出现频率满足第二预设条件的情况下,确定所述备选员工为目标员工,并将所述备选员工对应的备选员工数据确定为所述目标员工数据。
37、在一种可能的实施方式中,所述待识别采样数据包括所述待识别用户对应的第一用户特征、第一用户行为事件以及第一用户轨迹;所述在所述待识别采样数据与所述目标员工数据相匹配的情况下,确定所述待识别用户为目标员工,包括:
38、若所述第一用户特征与所述目标员工数据中的目标员工用户特征相匹配,确定所述待识别用户为目标员工;
39、根据所述第一用户行为事件,确定所述待识别用户对应的目标区域进出次数以及目标区域停留时间;
40、若所述目标区域进出次数以及目标区域停留时间满足第三预设条件,确定所述待识别用户为目标员工;
41、根据所述第一用户轨迹以及所述第一用户行为事件,确定所述待识别用户对应的场内轨迹数量以及场内停留时间;
42、若所述场内轨迹数量以及场内停留时间满足第四预设条件,确定所述待识别用户为目标员工。
43、第二方面,本申请实施例提供一种员工识别装置,包括:
44、第一确定模块,用于根据拍摄设备采集的视频流,确定用户对应的历史采样数据;所述历史采样数据包括用户轨迹、用户行为事件以及用户特征;
45、第二确定模块,用于对所述历史采样数据进行计算分析,确定目标员工对应的目标员工数据;
46、获取模块,用于获取待识别用户的待识别采样数据;
47、第三确定模块,用于在所述待识别采样数据与所述目标员工数据相匹配的情况下,确定所述待识别用户为目标员工。
48、在一种可能的实施方式中,所述第一确定模块,具体用于:
49、确定所述用户在视频流各个图像帧中的脚点信息;所述脚点信息包括脚点坐标以及时间信息;
50、根据所述脚点信息,确定同一用户对应的用户轨迹。
51、在一种可能的实施方式中,所述第一确定模块,具体用于:
52、根据所述用户的脚点信息,确定所述用户的实际位置信息;
53、基于所述实际位置信息,确定所述用户对应的移动路径;
54、在所述移动路径进入或者离开目标区域的情况下,生成用户区域事件。本文档来自技高网...
【技术保护点】
1.一种员工识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述用户行为事件包括用户区域事件;所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述用户行为事件包括用户进出事件;所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
5.根据权利要求4所述的方法,其特征在于,所述确定用户的脚点信息与所述目标线段之间的位置关系,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
7.根据权利要求1所述的方法,其特征在于,所述对所述历史采样数据进行计算分析,确定目标员工数据,包括:
8.根据权利要求7所述的方法,其特征在于,所述根据所述历史采样数据,对所述各个用户进行过滤筛选,得到备选员工数据,包括:
9.根据权利
10.根据权利要求1至9任一项所述的方法,其特征在于,所述待识别采样数据包括所述待识别用户对应的第一用户特征、第一用户行为事件以及第一用户轨迹;所述在所述待识别采样数据与所述目标员工数据相匹配的情况下,确定所述待识别用户为目标员工,包括:
11.一种员工识别装置,其特征在于,包括:
12.一种电子设备,其特征在于,包括:存储器和处理器;
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当所述计算机执行指令被处理器执行时用于实现权利要求1至10任一项所述的员工识别方法。
14.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被计算机执行时,实现如权利要求1至10任一项所述的员工识别方法。
...【技术特征摘要】
1.一种员工识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述用户行为事件包括用户区域事件;所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
4.根据权利要求1所述的方法,其特征在于,所述用户行为事件包括用户进出事件;所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
5.根据权利要求4所述的方法,其特征在于,所述确定用户的脚点信息与所述目标线段之间的位置关系,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据拍摄设备采集的视频流,确定各个用户对应的历史采样数据,包括:
7.根据权利要求1所述的方法,其特征在于,所述对所述历史采样数据进行计算分析,确定目标员工数据,包括:
8.根据权利要求7所述的方法,其特征在于,所述根据所述历史采样数据,...
【专利技术属性】
技术研发人员:林志伟,丁益,任益波,
申请(专利权)人:浙江深象智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。