基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)，涉及客流量統(tǒng)計系統(tǒng)，依次包括圖像采集模塊、區(qū)域劃分模塊、人臉檢測及跟蹤模塊和入店判斷模塊。本發(fā)明的有益效果是:高速的拍攝速率可以準(zhǔn)確捕獲每一個入店的顧客的人臉，使用人臉跟蹤算法可以有效的判斷出顧客的運(yùn)動軌跡，從而進(jìn)行入店行為的判斷，使客流量的計數(shù)更精確?？梢酝ㄟ^功能的擴(kuò)展推廣到人臉識別、行為預(yù)測等領(lǐng)域。
【專利說明】
基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及客流量統(tǒng)計系統(tǒng)，尤其涉及一種基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)。
【背景技術(shù)】
[0002]客流統(tǒng)計指的是通過在經(jīng)營區(qū)域安裝客流統(tǒng)計設(shè)備，精準(zhǔn)的統(tǒng)計出每個入口實(shí)時客流進(jìn)出人數(shù)，以便于根據(jù)數(shù)據(jù)科學(xué)地進(jìn)行管理?，F(xiàn)在實(shí)體店中對于客流的統(tǒng)計，通常是通過人工計數(shù)或是使用紅外設(shè)備的方式。
[0003]但是，人工計數(shù)會耗費(fèi)人力資源，而紅外設(shè)備無法判斷顧客是入店還是出店，缺乏計數(shù)的準(zhǔn)確性。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對現(xiàn)有技術(shù)的不足，提供一種基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)，以提高客流統(tǒng)計數(shù)據(jù)的準(zhǔn)確性。
[0005]為解決以上問題，本發(fā)明采用的技術(shù)方案如下:一種基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)，依次包括圖像采集模塊、區(qū)域劃分模塊、人臉檢測及跟蹤模塊、入店判斷模塊；其中，圖像采集模塊用于采集統(tǒng)計對象的圖像數(shù)據(jù)，供人臉跟蹤模塊使用；區(qū)域劃分模塊用于將采集的圖像數(shù)據(jù)劃分為入店區(qū)域和店內(nèi)區(qū)域兩部分，供入店判斷模塊使用；人臉檢測及跟蹤模塊用于在采集到的圖像數(shù)據(jù)中進(jìn)行人臉檢測及跟蹤;入店判斷模塊用于將入店區(qū)域作為人臉檢測及跟蹤的起點(diǎn)，將店內(nèi)區(qū)域作為人臉跟蹤的終點(diǎn)，完成入店判斷。
[0006]作為優(yōu)選，所述的圖像采集模塊使用工業(yè)相機(jī)進(jìn)行拍攝，達(dá)到每秒10張以上的拍攝速率，500萬像素的拍攝分辨率，24小時的長時間拍攝，供人臉跟蹤模塊使用。
[0007]作為優(yōu)選，所述的人臉檢測及跟蹤模塊基于TLD的多目標(biāo)跟蹤算法，具體如下:開始跟蹤后，將檢測到的人臉記為跟蹤對象，在下一幀圖像中，需要在跟蹤對象附近進(jìn)行人臉檢測，此時將會存在三種結(jié)果:第一種，沒有檢測到人臉，則將上一幀檢測到的人臉記為新的跟蹤對象;第二種，檢測到一張人臉，則將此人臉記為新的跟蹤對象;第三種，檢測到多張人臉，則分別計算與跟蹤對象的距離，取距離最短的人臉作為新的跟蹤對象;根據(jù)人臉跟蹤得到的跟蹤結(jié)果，進(jìn)行顧客入店過程的全程跟蹤，作為入店判斷的依據(jù)。
[0008]本發(fā)明的有益效果是:高速的拍攝速率可以準(zhǔn)確捕獲每一個入店的顧客的人臉，使用人臉檢測及跟蹤算法可以有效的判斷出顧客的運(yùn)動軌跡，從而進(jìn)行入店行為的判斷，使客流量的計數(shù)更精確?？梢酝ㄟ^功能的擴(kuò)展推廣到人臉識別、行為預(yù)測等領(lǐng)域。
【附圖說明】
[0009]圖1是本發(fā)明的系統(tǒng)結(jié)構(gòu)圖；
[0010]圖2是區(qū)域劃分與相機(jī)布置方式示例圖；
[0011 ]圖3是人臉檢測及跟蹤模塊流程圖。
【具體實(shí)施方式】
[0012]為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下參照附圖并舉實(shí)施例，對本發(fā)明做進(jìn)一步詳細(xì)說明。
[0013]如圖1所示的一種基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)，依次包括圖像采集模塊、區(qū)域劃分模塊、人臉檢測及跟蹤模塊和入店判斷模塊。
[0014]1.圖像米集模塊
[0015]由于人臉跟蹤算法的需要，連續(xù)的兩張圖片拍攝時間間隔不能太長，為了確保人臉跟蹤的準(zhǔn)確性，需要達(dá)到每秒10張以上的拍攝速率。并且由于外部環(huán)境比如光線的影響，對拍攝的圖片質(zhì)量有較高的要求，為了確保人臉跟蹤的準(zhǔn)確性，需要達(dá)到500萬像素的拍攝分辨率。由于會對拍攝的圖片進(jìn)行區(qū)域劃分，需要相機(jī)靜止拍攝，以保證圖片中區(qū)域的一致性，因此相機(jī)需要固定位置，且能保證24小時長時間的拍攝。
[0016]綜合以上因素考慮，圖像采集模塊需要使用工業(yè)相機(jī)來進(jìn)行拍攝。
[0017]2.區(qū)域劃分模塊
[0018]以單店門雙入口的實(shí)體店布局為例，區(qū)域劃分與相機(jī)布置方式如圖2所示。
[0019]入店區(qū)域即為進(jìn)入店門后的區(qū)域，能夠第一時間獲取到顧客的人臉，從而進(jìn)行跟足示O
[0020]店內(nèi)區(qū)域即為顧客入店后的區(qū)域，以圖2為例，顧客可能進(jìn)門后在前臺詢問，然后出店離開，并沒有入店，所以前臺區(qū)域不作為店內(nèi)區(qū)域。
[0021]顧客的入店軌跡如圖2中的箭頭所示，從店門進(jìn)入入店區(qū)域，再走向兩個店內(nèi)區(qū)域。因此，相機(jī)需要布置在能覆蓋入店區(qū)域和店內(nèi)區(qū)域的位置，有多個入口的地方需要放置多臺相機(jī)。
[0022]3.人臉檢測及跟蹤模塊
[0023]現(xiàn)有的TLD的多目標(biāo)跟蹤算法，將傳統(tǒng)的跟蹤算法和傳統(tǒng)的檢測算法相結(jié)合來解決被跟蹤目標(biāo)在被跟蹤過程中發(fā)生的形變、部分遮擋等問題，但是對于跟蹤結(jié)果沒有進(jìn)行進(jìn)一步歸類和處理。
[0024]本發(fā)明基于TLD的多目標(biāo)跟蹤算法做出以下改進(jìn):首先利用TLD的跟蹤器對目標(biāo)人臉進(jìn)行跟蹤，預(yù)測其在下一幀中的位置;然后在TLD的檢測器中引入基于kalman濾波器的當(dāng)前幀目標(biāo)所在區(qū)域預(yù)估，縮小檢測器的檢測范圍，提高檢測器處理速度;最后增加對其跟蹤結(jié)果的后續(xù)處理，完成人臉跟蹤模塊，其具體流程如圖3所示。
[0025]開始跟蹤后，將檢測到的人臉記為跟蹤對象，在下一幀圖像中，需要在跟蹤對象附近進(jìn)行人臉檢測，此時將會存在三種結(jié)果:
[0026]第一種，沒有檢測到人臉，則將上一幀檢測到的人臉記為新的跟蹤對象；
[0027]第二種，檢測到一張人臉，則將此人臉記為新的跟蹤對象；
[0028]第三種，檢測到多張人臉，則分別計算與跟蹤對象的距離，取距離最短的人臉作為新的跟蹤對象；
[0029]根據(jù)人臉跟蹤得到的跟蹤結(jié)果，進(jìn)行顧客入店過程的全程跟蹤，作為入店判斷的依據(jù)。
[0030]4.入店判斷模塊[0031 ]將入店區(qū)域作為人臉跟蹤的起點(diǎn)，將店內(nèi)區(qū)域作為人臉跟蹤的終點(diǎn)。
[0032]參考圖2所示，在入店區(qū)域檢測到人臉，則開始對該人臉進(jìn)行跟蹤。若該人臉的運(yùn)動軌跡如圖中箭頭所示，到達(dá)了店內(nèi)區(qū)域，則視為該顧客入店，記為一個客流。否則將不會記為客流，可以排除出店時或者只是在前臺詢問的誤記錄。
[0033]這種入店判斷的方法既能準(zhǔn)確捕獲顧客真實(shí)入店的過程，還能排除非入店過程所帶來的干擾。
[0034]以上述依據(jù)本發(fā)明的理想實(shí)施例為啟示，通過上述的說明內(nèi)容，相關(guān)工作人員完全可以在不偏離本項發(fā)明技術(shù)思想的范圍內(nèi)，進(jìn)行多樣的變更以及修改。本項發(fā)明的技術(shù)性范圍并不局限于說明書上的內(nèi)容，必須要根據(jù)權(quán)利要求范圍來確定其技術(shù)性范圍。
【主權(quán)項】
1.一種基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)，其特征在于，依次包括圖像采集模塊、區(qū)域劃分模塊、人臉檢測及跟蹤模塊、入店判斷模塊;其中，圖像采集模塊用于采集統(tǒng)計對象的圖像數(shù)據(jù)，供人臉跟蹤模塊使用；區(qū)域劃分模塊用于將采集的圖像數(shù)據(jù)劃分為入店區(qū)域和店內(nèi)區(qū)域兩部分，供入店判斷模塊使用；人臉檢測及跟蹤模塊用于在采集到的圖像數(shù)據(jù)中進(jìn)行人臉檢測及跟蹤;入店判斷模塊用于將入店區(qū)域作為人臉檢測及跟蹤的起點(diǎn)，將店內(nèi)區(qū)域作為人臉跟蹤的終點(diǎn)，完成入店判斷。2.根據(jù)權(quán)利要求1所述的一種基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)，其特征是:所述的圖像采集模塊使用工業(yè)相機(jī)進(jìn)行拍攝，達(dá)到每秒10張以上的拍攝速率，500萬像素的拍攝分辨率，24小時的長時間拍攝，供人臉跟蹤模塊使用。3.根據(jù)權(quán)利要求1或2所述的一種基于人臉檢測及跟蹤的客流量統(tǒng)計系統(tǒng)，其特征是:所述的人臉檢測及跟蹤模塊基于TLD的多目標(biāo)跟蹤算法，具體如下:開始跟蹤后，將檢測到的人臉記為跟蹤對象，在下一幀圖像中，需要在跟蹤對象附近進(jìn)行人臉檢測，此時將會存在三種結(jié)果:第一種，沒有檢測到人臉，則將上一幀檢測到的人臉記為新的跟蹤對象;第二種，檢測到一張人臉，則將此人臉記為新的跟蹤對象;第三種，檢測到多張人臉，則分別計算與跟蹤對象的距離，取距離最短的人臉作為新的跟蹤對象;根據(jù)人臉跟蹤得到的跟蹤結(jié)果，進(jìn)行顧客入店過程的全程跟蹤，作為入店判斷的依據(jù)。
【文檔編號】G06K9/00GK105957108SQ201610272194
【公開日】2016年9月21日
【申請日】2016年4月28日
【發(fā)明人】唐琛山君, 黃海于, 魯工圓, 杜軼波, 許德成, 朱芳
【申請人】成都達(dá)元科技有限公司