[发明专利]一种顾客路径追踪方法及系统

说明书

本发明公开一种顾客路径追踪方法及系统，解决了现有技术中的目标跟踪准确度不高的问题。该方法包括：通过关键点模型处理监控视频流，获取当前帧图像中的目标ID及其对应的关键点数据；分别将当前帧图像中的目标ID与活跃ID数据库中的活跃ID遍历匹配，提取匹配成功的目标ID移入活跃ID数据库替换与之对应的活跃ID，和/或，提取未匹配成功的目标ID补录至待匹配数据库；分别将当前帧图像中的目标ID与待匹配数据库中的待匹配ID遍历匹配，提取匹配成功的目标ID移入待匹配数据库替换与之对应的待匹配ID，和/或，提取未匹配成功的目标ID补录至待匹配数据库。该系统包括上述技术方案所提的方法。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种顾客路径追踪方法及系统。

背景技术

近些年，得益于人工智能的飞速发展，大数据时代催生出来的智能零售给目标跟踪算法提供了更多的应用场景，例如，通过零售店的摄像头对店内的顾客视频监控，并基于视频监控获取顾客的路径轨迹、抓拿动作等数据，最后通过数据分析得到每位顾客的购物需求，并向其推送个性化广告，在满足用户需求的同时提升门店的销售业绩。

现有的目标跟踪算法通常采用SIFT或HOG特征提取方法对视频监控图像中进行目标追踪处理，具体过程如下，首先检测每帧监控图像中的物体特征，并用SVM分类器对上述物体进行分类，之后通过分析前后帧监控图像中的特征关联，得到目标路径轨迹。但是，现有的目标跟踪算法在运行视频追踪过程中，当前后帧监控图像中的两个或多个目标行动路径出现交叉遮挡时，容易导致目标互换或者目标丢失，降低了目标跟踪算法的准确度。

发明内容

本发明的目的在于提供一种顾客路径追踪方法及系统，解决了现有技术中的目标跟踪准确度不高的问题。

为了实现上述目的，本发明的一方面提供一种顾客路径追踪方法，包括：

步骤S1，通过关键点模型处理监控视频流，获取当前帧图像中的目标ID及其对应的关键点数据；

步骤S2，分别将当前帧图像中的目标ID与活跃ID数据库中的活跃ID遍历匹配，提取匹配成功的目标ID移入活跃ID数据库替换与之对应的活跃ID，和/或，提取未匹配成功的目标ID补录至待匹配数据库；

步骤S3，分别将当前帧图像中的目标ID与待匹配数据库中的待匹配ID遍历匹配，提取匹配成功的目标ID移入待匹配数据库替换与之对应的待匹配ID，和/或，提取未匹配成功的目标ID补录至待匹配数据库；

步骤S4，遍历待匹配数据库中的待匹配ID，提取激活时间T2帧内连续出现的待匹配ID补录至活跃ID数据库，并清空待匹配数据库；

步骤S5，遍历活跃ID数据库中的活跃ID，提取激活时间T1帧内未连续出现的活跃ID保存至永久ID数据库；返回步骤S1，

步骤S6，从永久ID数据库获取顾客在不同帧图像出现的位置，绘制路径轨迹。

优选地，在步骤S1，通过训练关键点模型处理监控视频流，获取当前帧图像中的目标ID及其对应的关键点数据之前还包括步骤S0：

调用Openpose软件从多张人体训练图片上提取多份关键点信息；

通过COCO数据集分别对多份关键点信息进行标注；

基于多份关键点信息及与之对应的标注信息训练得到关键点模型。

优选地，步骤S1，通过关键点模型处理监控视频流，获取当前帧图像中的目标ID及其对应的关键点数据的方法包括：

调用关键点模型处理RTSP协议的监控视频流，提取当前帧图像中的多个人像及人像中的关键点信息；

分别对每个人像标记得到多个目标ID，同时记录目标ID与关键点信息的匹配关系。