[发明专利]一种客流视频侦测分析系统

权利要求书

1.一种客流视频侦测分析系统，包括硬件设备、软件引擎和模板数据库，所述硬件设备包括计算机、视频输入设备、网络设备；所述软件引擎包括客流量分析引擎、客户商品关注度分析引擎、客户属性分析引擎；所述模板数据库包括人形基础模板、人运动姿态模板、人脸基础模板、性别年龄段人脸基础模板，其特征在于：

所述视频输入设备包括摄像机和硬盘录像机，摄像机进行视频实时输入，实时分析；硬盘录像机进行视频回放输入，事后分析；

所述客流量分析引擎，视频侦测分析进出统计区域的客流量数据；

所述客户商品关注度分析引擎，视频侦测分析客户在统计区域的驻留时间和移动轨迹，从而测算客户对商品关注度值；

所述客户属性分析引擎，视频侦测分析客户的人种、性别及年龄段数据；

所述人形基础模板及人运动姿态模板：遴选各10个成年男女、10个未成年儿童，共为40个标准身材的不同年龄、不同高度、不同宽度的男女的身形，作为人形基础模板，模板并非是真的人形，而是一套人形的几何特征数据；同时，本系统将人的身体分为8个部分，针对身体的每一个部分，制作了人12种典型运动姿态，一共产生了96种人的典型运动姿态，于是结合人形和运动姿态，共产生标准的人形姿态模板3840个；

所述人脸基础模板：选取人脸中的二个眼睛与一个鼻子构成的三角区的几何特征数据，以及人脸的眼、鼻器官之间的相互比例关系特征数据，为人脸基础模板；

所述性别年龄段人脸基础模板：从15岁到55岁，每5岁为一个年龄段，共8个年龄段，每个年龄段每个人种各遴选100个男女，选取脸部特征建模，共产生性别年龄段人脸基础模板6400个，

所述客流量分析引擎，通过人形基础模板结合人运动姿态模板识别出人形，捕捉视频流中的人形图像，分帧，将视频流拆分成每帧图像，识别和分帧交替工作，将包含有人形图像信息的帧，每帧每帧的抽取出来；将抽取出来的人形图像帧根据人形基础模板结合人运动姿态模板将其分解成X轴、Y轴、Z轴，分别对应人的宽度、人的厚度、人的高度，并将之投射到地面，坐标投影算法结合人运动姿态模板计算出X-Y轴的中心点，每个中心点代表一个人，从而达到精确统计摄像机覆盖区域内的人数；当捕捉到多个人身体部位重叠时，按照未被遮挡部分形状，与人形基础模板结合人形运动姿态模板进行局部投射比较，通过布尔运算，推测为重叠的人的部位，并根据坐标投影算法计算出该人的中心点位置，多个人身体部位可重叠，但人的投影中心点重叠概率很小，从而精确计算出既定区域的客流量；当人形越过既定统计区域的既定界线，向内或向外，双向均可触发计数，统计进出的客流量。

2.如权利要求1所述的客流视频侦测分析系统，其特征在于：

所述客户商品关注度分析引擎，当人形向内越过既定区域的既定界线，启动3D轨迹跟踪，当人形向外越过既定区域的既定界线，停止3D轨迹跟踪；3D轨迹跟踪，第一步根据布尔原理通过对分帧出的每帧图像中的多个物体的交集、分割、差集、联集的指令运算，像素聚集会根据于曲面法线来决定哪部分要保留、哪部分要移除，实现架构对象预测，通过所述模板数据库中的人形基础模板结合人运动姿态模板，侦测到是人体或部分人体的对象属性后；第二步把2D还原3D人形基础模板的算法叠加上去，生成3D人体对象，并逐个对每个3D人体对象做ID标记，更容易实现目标精确跟踪，后者在前者的基础上做轨迹侦测运算，精度更高；第三步采用带帧间预测的运动补偿方法是最大程度补全当前帧的缺损和推算出前一帧的每个3D运动对象在当前帧的位置，通过帧比较和矢量计算，精确计算出目标人的在该区域的驻留时间、移动轨迹；客户驻留时间的长短是反映客户对商品关注度的程度的最重要参考值。

3.如权利要求1或2所述的客流视频侦测分析系统，其特征在于：

所述客户属性分析引擎，第一步，事先采集不同人种、不同性别、不同年龄段的2D人脸相片，修正还原，并将不符合建模标准的人脸图像去除，对符合建模条件的2D人脸图像进行3D展开和3D建模，生成3D特征值，作为比对源，上述的3D特征存储在模板数据库中，即为性别年龄段人脸基础模板；第二步人脸实时捕捉，通过摄像机实时采集并获取视频信息中符合人脸基础模板特征的2D人脸图像，修正还原，并将不符合建模标准的人脸图像去除，对符合建模条件的2D人脸图像进行3D展开和3D建模，生成3D特征值；第三步对摄像机实时捕捉到的图像生成的3D特征值，与特征值模板库中的性别年龄段人脸基础模板的3D特征值进行比对，得出比对结果，即相似度值；第四步，相似度值取最大值，相似度最大值对应的该模板的关联数据，为人种、性别、年龄段，作为判断客户的性别及年龄段的属性依据。