[发明专利]统计人流特征的方法、装置及服务器

说明书

本发明提供了一种统计人流特征的方法、装置及服务器，获取指定区域内每个子区域的人脸图像的特征数据；对每个子区域对应的特征数据进行分类统计，得到每个子区域对应的一级分类结果；如果子区域中，存在一级分类结果中的类别数量满足第一预设数量阈值的目标子区域，将目标子区域的一级分类结果统计至指定区域当前的二级分类结果中，得到统计后的二级分类结果；根据统计后的二级分类结果，确定指定区域的人流特征。这种多层级统计的方式，有助于降低统计数据的运算量，提高了计算效率，从而可以实时地进行统计人流特征。

技术领域

本发明涉及人流统计技术领域，尤其是涉及一种统计人流特征的方法、装置及服务器。

背景技术

随着社会的发展，商城、车站等各种公共基础设施的人口流量急速增长，如何从大数据量的用户行为中归纳规律，对智慧社区建设具有重要意义。人流统计技术是指利用人工手段或摄像头、传感器等设备进行数据采集，通过一系列的分析技术，统计某个时间段或某个区域的人流量的方法。传统的人流统计的方法主要包括人工检测、红外感应设备、Wi-Fi(无线上网)探针、人脸识别等技术，对每天的人流量进行统计。在基于人脸识别的人流量统计方式中，每次进行统计时，都需要把历史所有的人脸数据进行统计处理，人脸数据不断增长时，该方式的计算效率较低，统计的实时性较差。

发明内容

本发明的目的在于提供一种统计人流特征的方法、装置及服务器，以降低统计数据的运算量，提高计算效率，从而可以实时地统计人流特征。

第一方面，本发明实施例提供了一种统计人流特征的方法，该方法包括：获取指定区域内每个子区域的人脸图像的特征数据；对每个子区域对应的特征数据进行分类统计，得到每个子区域对应的一级分类结果；其中，一级分类结果中，同一个人的人脸图像的特征数据属于同一类别；如果子区域中，存在一级分类结果中的类别数量满足第一预设数量阈值的目标子区域，将目标子区域的一级分类结果统计至指定区域当前的二级分类结果中，得到统计后的二级分类结果；根据统计后的二级分类结果，确定指定区域的人流特征。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，将目标子区域的一级分类结果统计至指定区域当前的二级分类结果中的步骤，包括：针对目标子区域的一级分类结果中的每个特征数据，将当前特征数据与指定区域的二级分类结果进行相似度匹配；如果二级分类结果中存在相似度满足预设相似度阈值的目标特征数据，将当前特征数据归入目标特征数据所属的类别中；如果二级分类结果中不存在相似度满足预设相似度阈值的目标特征数据，新建类别，将当前特征数据归入新建的类别中。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，将当前特征数据与指定区域的二级分类结果进行相似度匹配的步骤，包括：按照预设的并行度，将指定区域的二级分类结果进行分块处理，得到多个分块数据；将当前特征数据分别与每个分块数据进行相似度匹配。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，得到每个子区域的一级分类结果的步骤之后，该方法还包括：针对每个子区域，计算当前子区域的一级分类结果中，各个特征数据的均值特征；将均值特征确定为当前子区域的区域特征；清空当前子区域对应的一级分类结果。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，根据统计后的二级分类结果，确定指定区域的人流特征的步骤，至少包括下述之一：根据统计后的二级分类结果，计算指定区域的总人流量；根据统计后的二级分类结果，统计指定区域中的指定人流特征属性对应的人流量；根据统计后的二级分类结果，确定指定区域中的热点区域；其中，热点区域为人流量高于第二预设数量阈值的区域；计算二级分类结果中，各个特征数据的均值特征和/或中值特征，得到计算结果；将计算结果确定为指定区域的区域特征。