[发明专利]基于深度学习的银行大厅客户动线轨迹刻画系统及方法

说明书

本发明公开了一种基于深度学习的银行大厅客户动线轨迹刻画系统及方法，属于机器视觉技术领域。本发明的基于深度学习的银行大厅客户动线轨迹刻画系统包括数据收集模块、数据处理模块和客户检索模块，数据收集模块用于采集客户在银行大厅的视频数据；数据处理模块根据数据收集模块采集的视频数据抽取出图像数据，并标注每张图像中客户的轮廓及位置；客户检索模块利用神经网络模型检测每张图像中客户的轮廓和位置，得到客户的动态轨迹。该发明的基于深度学习的银行大厅客户动线轨迹刻画系统可以全方位的把握客户在银行大厅中的动作，有助于银行的精准营销推荐和银行的管理，提升对银行大厅中客户行为的理解，具有很好的推广应用价值。

技术领域

本发明涉及机器视觉技术领域，具体提供一种基于深度学习的银行大厅客户动线轨迹刻画系统及方法。

背景技术

随着社会及经济的飞速发展，越来越多的场合开始推行智能服务。银行是一种重要的服务场合，社会中的很多人都需要去银行办理相关的业务。特别是近年来随着收入水平的增加，人们越来越多的开始关注理财业务，银行也相应的推出越来越多的理财服务模式，传统的银行业务模式已经不能满足日益飞速发展的社会服务需求。目前银行推行智慧银行策略，为方便客户了解其银行产品，银行大厅里设有非常多的银行产品展示的海报、大屏和智能终端等。然而客户在银行大厅的行为信息数据没有被收集，而这些行为信息数据对于银行产品的个性化推荐非常有价值，因此分析客户的动线轨迹具有重要的作用。

发明内容

本发明的技术任务是针对上述存在的问题，提供一种可以全方位的把握客户在银行大厅中的动作，有助于银行的精准营销推荐和银行的管理，提升对银行大厅中客户行为的理解的基于深度学习的银行大厅客户动线轨迹刻画系统。

本发明进一步的技术任务是提供一种基于深度学习的银行大厅客户动线轨迹刻画方法。

为实现上述目的，本发明提供了如下技术方案：

一种基于深度学习的银行大厅客户动线轨迹刻画系统，包括数据收集模块、数据处理模块和客户检索模块，数据收集模块与数据处理模块相连接，数据处理模块与客户检索模块相连接，所述数据收集模块用于采集客户在银行大厅的视频数据；数据处理模块根据数据收集模块采集的视频数据抽取出图像，并标注每张图像中客户的轮廓及位置；客户检索模块利用神经网络模型检测每张图像中客户的轮廓和位置，得到客户的动态轨迹。

本发明中的神经网络模型为Faster R-CNN 模型。

所述基于深度学习的银行大厅客户动线轨迹刻画系统得到客户的动态轨迹后，刻画出不同客户在不同售卖机的停留时间，进而推断客户对于不同理财产品的关注程度，有助于银行的精准营销推荐和银行的管理。

作为优选，所述数据收集模块通过高清摄像头采集客户在银行大厅的视频数据。

作为优选，所述数据处理模块根据数据收集模块采集的视频数据以1-2s为间隔帧抽取出图像。

作为优选，数据处理模块以labelImg工具标注每张图像中客户的轮廓及位置。

作为优选，所述客户检索模块中利用Faster R-CNN框架搭建神经网络模型。

Faster R-CNN模型是一个通用的物体检测模型，该模型能够自动识别图像中可识别对象在图像中的像素位置和对象类别，是基于深度学校的目标检测中应用最为广泛的模型。

神经网络模型卷积层采用预训练的VGG16的卷积层。

作为优选，所述客户检索模块中，记录n帧图像中客户的轮廓和位置，在n+1帧中以客户第n帧的位置为圆心，以R为半径作圆，在圆内与第n帧的客户轮廓相似度最高的轮廓作为客户第n+1帧所处的位置，其中R由客户实际行走的距离和图像中客户移动的距离对应的比例尺而定。