[发明专利]一种分布式智能客流统计有效去重方法在审
申请号: | 202010579491.5 | 申请日: | 2020-06-23 |
公开(公告)号: | CN111783588A | 公开(公告)日: | 2020-10-16 |
发明(设计)人: | 于文高;韩明秋;张群;刘福成;庞鑫;魏先志;路凯;徐兴义;董思铎 | 申请(专利权)人: | 大连中维世纪科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06F16/215;G06F16/23 |
代理公司: | 济南泉城专利商标事务所 37218 | 代理人: | 张贵宾 |
地址: | 116000 辽宁省大连市市辖区大连高*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 分布式 智能 客流 统计 有效 方法 | ||
1.一种分布式智能客流统计有效去重方法,其特征在于:智能摄像头抓拍人脸图像并将抓拍到的图像传送至人脸识别服务器,人脸识别服务器将接收到的人脸图像进行统一特征值提取并分配唯一的识别ID,然后将识别ID以及对应的人脸图像反馈给数据处理服务器;由数据处理服务器将各智能摄像头抓拍到的人脸图像推送到其它智能摄像头,实现多个智能摄像头内部人脸库同步;数据处理服务器对同一智能摄像头或不同智能摄像头采集到的相同人脸图像进行去重处理。
2.如权利要求1所述分布式智能客流统计有效去重方法,其特征在于:数据处理服务器和人脸识别服务器中的人脸库分为工作人员库、会员库和顾客库;智能摄像头的人脸库包括本智能摄像头顾客库、其它智能摄像头顾客库、工作人员库和会员库;其中,智能摄像头中的工作人员库和会员库由人工从人脸识别服务器导入。
3.如权利要求2所述分布式智能客流统计有效去重方法,其特征在于,某一智能摄像头抓拍到的人脸图像:
首先从该智能摄像头人脸库的工作人员库开始比对,若发现抓拍到的人脸图像为工作人员,则客流统计被直接终结,工作人员被过滤去重;
若发现抓拍到的人脸图像不是工作人员,则到会员库比对,若发现拍摄到的为会员,在设定时间内发现该会员多次在店内被抓拍到,则去重模块对抓拍到的次数进行过滤去重,客流统计计数模块递增一次会员进入次数;
若发现抓拍到的人脸图像不是会员,则到顾客库对比,若发现是曾经来过的顾客,在设定时间内该顾客多次被抓拍到,则去重模块对多次抓拍到的次数进行过滤去重,客流统计计数模块递增一次顾客进店次数;
若发现抓拍到的人脸图像不是曾经来过的顾客,则客流统计计数模块直接递增一次顾客进店次数,并将该新的顾客人脸图像及识别ID同步推送到其它智能摄像头顾客库。
4.如权利要求1所述分布式智能客流统计有效去重方法,其特征在于:数据处理服务器和人脸识别服务器中的人脸库分为工作人员库和顾客库;智能摄像头的人脸库包括本智能摄像头顾客库、其它智能摄像头顾客库和工作人员库;其中,智能摄像头中的工作人员库由人工从人脸识别服务器导入。
5.如权利要求4所述分布式智能客流统计有效去重方法,其特征在于,某一智能摄像头抓拍到的人脸图像:
首先从该智能摄像头人脸库的工作人员库开始比对,若发现抓拍到的人脸图像为工作人员,则客流统计被直接终结,工作人员被过滤去重;
若发现抓拍到的人脸图像不是工作人员,则到顾客库对比,若发现是曾经来过的顾客,在设定时间内该顾客多次被抓拍到,则去重模块对多次抓拍到的次数进行过滤去重,客流统计计数模块递增一次顾客进店次数;
若发现抓拍到的人脸图像不是曾经来过的顾客,则客流统计计数模块直接递增一次顾客进店次数,并将该新的顾客人脸图像及识别ID同步推送到其它智能摄像头顾客库。
6.如权利要求1所述分布式智能客流统计有效去重方法,其特征在于:实现多个智能摄像头内部人脸库同步的具体步骤为:任一智能摄像头抓拍到的新的人脸图像均传送至人脸识别服务器,人脸识别服务器对该新的人脸图像分配识别ID,并将该识别ID及对应的人脸图像传送至数据处理服务器,数据处理服务器将该新的识别ID及对应的人脸图像通过人脸同步发送模块同时发送至所有智能摄像头,实现多个智能摄像头内部人脸库同步。
7.如权利要求6所述分布式智能客流统计有效去重方法,其特征在于:所述人脸同步发生模块中设有定时器,在定时器设定时间内如果没有接收到任何一个智能摄像头发回来的接收应答信号后,则会对其进行同步人脸图像重发,一直到收到应答信号为止。
8.如权利要求1所述分布式智能客流统计有效去重方法,其特征在于:所述智能摄像头能够对人脸跟踪、抓拍、特征值提取、识别对比。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连中维世纪科技有限公司,未经大连中维世纪科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010579491.5/1.html,转载请声明来源钻瓜专利网。