基于人脸检测及跟踪的客流量统计系统的利记博彩app
【专利摘要】本发明公开了一种基于人脸检测及跟踪的客流量统计系统，涉及客流量统计系统，依次包括图像采集模块、区域划分模块、人脸检测及跟踪模块和入店判断模块。本发明的有益效果是:高速的拍摄速率可以准确捕获每一个入店的顾客的人脸，使用人脸跟踪算法可以有效的判断出顾客的运动轨迹，从而进行入店行为的判断，使客流量的计数更精确。可以通过功能的扩展推广到人脸识别、行为预测等领域。
【专利说明】
基于人脸检测及跟踪的客流量统计系统
技术领域
[0001]本发明涉及客流量统计系统，尤其涉及一种基于人脸检测及跟踪的客流量统计系统。
【背景技术】
[0002]客流统计指的是通过在经营区域安装客流统计设备，精准的统计出每个入口实时客流进出人数，以便于根据数据科学地进行管理。现在实体店中对于客流的统计，通常是通过人工计数或是使用红外设备的方式。
[0003]但是，人工计数会耗费人力资源，而红外设备无法判断顾客是入店还是出店，缺乏计数的准确性。
【发明内容】
[0004]本发明针对现有技术的不足，提供一种基于人脸检测及跟踪的客流量统计系统，以提高客流统计数据的准确性。
[0005]为解决以上问题，本发明采用的技术方案如下:一种基于人脸检测及跟踪的客流量统计系统，依次包括图像采集模块、区域划分模块、人脸检测及跟踪模块、入店判断模块；其中，图像采集模块用于采集统计对象的图像数据，供人脸跟踪模块使用；区域划分模块用于将采集的图像数据划分为入店区域和店内区域两部分，供入店判断模块使用；人脸检测及跟踪模块用于在采集到的图像数据中进行人脸检测及跟踪;入店判断模块用于将入店区域作为人脸检测及跟踪的起点，将店内区域作为人脸跟踪的终点，完成入店判断。
[0006]作为优选，所述的图像采集模块使用工业相机进行拍摄，达到每秒10张以上的拍摄速率，500万像素的拍摄分辨率，24小时的长时间拍摄，供人脸跟踪模块使用。
[0007]作为优选，所述的人脸检测及跟踪模块基于TLD的多目标跟踪算法，具体如下:开始跟踪后，将检测到的人脸记为跟踪对象，在下一帧图像中，需要在跟踪对象附近进行人脸检测，此时将会存在三种结果:第一种，没有检测到人脸，则将上一帧检测到的人脸记为新的跟踪对象;第二种，检测到一张人脸，则将此人脸记为新的跟踪对象;第三种，检测到多张人脸，则分别计算与跟踪对象的距离，取距离最短的人脸作为新的跟踪对象;根据人脸跟踪得到的跟踪结果，进行顾客入店过程的全程跟踪，作为入店判断的依据。
[0008]本发明的有益效果是:高速的拍摄速率可以准确捕获每一个入店的顾客的人脸，使用人脸检测及跟踪算法可以有效的判断出顾客的运动轨迹，从而进行入店行为的判断，使客流量的计数更精确。可以通过功能的扩展推广到人脸识别、行为预测等领域。
【附图说明】
[0009]图1是本发明的系统结构图；
[0010]图2是区域划分与相机布置方式示例图；
[0011 ]图3是人脸检测及跟踪模块流程图。
【具体实施方式】
[0012]为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明做进一步详细说明。
[0013]如图1所示的一种基于人脸检测及跟踪的客流量统计系统，依次包括图像采集模块、区域划分模块、人脸检测及跟踪模块和入店判断模块。
[0014]1.图像米集模块
[0015]由于人脸跟踪算法的需要，连续的两张图片拍摄时间间隔不能太长，为了确保人脸跟踪的准确性，需要达到每秒10张以上的拍摄速率。并且由于外部环境比如光线的影响，对拍摄的图片质量有较高的要求，为了确保人脸跟踪的准确性，需要达到500万像素的拍摄分辨率。由于会对拍摄的图片进行区域划分，需要相机静止拍摄，以保证图片中区域的一致性，因此相机需要固定位置，且能保证24小时长时间的拍摄。
[0016]综合以上因素考虑，图像采集模块需要使用工业相机来进行拍摄。
[0017]2.区域划分模块
[0018]以单店门双入口的实体店布局为例，区域划分与相机布置方式如图2所示。
[0019]入店区域即为进入店门后的区域，能够第一时间获取到顾客的人脸，从而进行跟足示O
[0020]店内区域即为顾客入店后的区域，以图2为例，顾客可能进门后在前台询问，然后出店离开，并没有入店，所以前台区域不作为店内区域。
[0021]顾客的入店轨迹如图2中的箭头所示，从店门进入入店区域，再走向两个店内区域。因此，相机需要布置在能覆盖入店区域和店内区域的位置，有多个入口的地方需要放置多台相机。
[0022]3.人脸检测及跟踪模块
[0023]现有的TLD的多目标跟踪算法，将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题，但是对于跟踪结果没有进行进一步归类和处理。
[0024]本发明基于TLD的多目标跟踪算法做出以下改进:首先利用TLD的跟踪器对目标人脸进行跟踪，预测其在下一帧中的位置;然后在TLD的检测器中引入基于kalman滤波器的当前帧目标所在区域预估，缩小检测器的检测范围，提高检测器处理速度;最后增加对其跟踪结果的后续处理，完成人脸跟踪模块，其具体流程如图3所示。
[0025]开始跟踪后，将检测到的人脸记为跟踪对象，在下一帧图像中，需要在跟踪对象附近进行人脸检测，此时将会存在三种结果:
[0026]第一种，没有检测到人脸，则将上一帧检测到的人脸记为新的跟踪对象；
[0027]第二种，检测到一张人脸，则将此人脸记为新的跟踪对象；
[0028]第三种，检测到多张人脸，则分别计算与跟踪对象的距离，取距离最短的人脸作为新的跟踪对象；
[0029]根据人脸跟踪得到的跟踪结果，进行顾客入店过程的全程跟踪，作为入店判断的依据。
[0030]4.入店判断模块[0031 ]将入店区域作为人脸跟踪的起点，将店内区域作为人脸跟踪的终点。
[0032]参考图2所示，在入店区域检测到人脸，则开始对该人脸进行跟踪。若该人脸的运动轨迹如图中箭头所示，到达了店内区域，则视为该顾客入店，记为一个客流。否则将不会记为客流，可以排除出店时或者只是在前台询问的误记录。
[0033]这种入店判断的方法既能准确捕获顾客真实入店的过程，还能排除非入店过程所带来的干扰。
[0034]以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
【主权项】
1.一种基于人脸检测及跟踪的客流量统计系统，其特征在于，依次包括图像采集模块、区域划分模块、人脸检测及跟踪模块、入店判断模块;其中，图像采集模块用于采集统计对象的图像数据，供人脸跟踪模块使用；区域划分模块用于将采集的图像数据划分为入店区域和店内区域两部分，供入店判断模块使用；人脸检测及跟踪模块用于在采集到的图像数据中进行人脸检测及跟踪;入店判断模块用于将入店区域作为人脸检测及跟踪的起点，将店内区域作为人脸跟踪的终点，完成入店判断。2.根据权利要求1所述的一种基于人脸检测及跟踪的客流量统计系统，其特征是:所述的图像采集模块使用工业相机进行拍摄，达到每秒10张以上的拍摄速率，500万像素的拍摄分辨率，24小时的长时间拍摄，供人脸跟踪模块使用。3.根据权利要求1或2所述的一种基于人脸检测及跟踪的客流量统计系统，其特征是:所述的人脸检测及跟踪模块基于TLD的多目标跟踪算法，具体如下:开始跟踪后，将检测到的人脸记为跟踪对象，在下一帧图像中，需要在跟踪对象附近进行人脸检测，此时将会存在三种结果:第一种，没有检测到人脸，则将上一帧检测到的人脸记为新的跟踪对象;第二种，检测到一张人脸，则将此人脸记为新的跟踪对象;第三种，检测到多张人脸，则分别计算与跟踪对象的距离，取距离最短的人脸作为新的跟踪对象;根据人脸跟踪得到的跟踪结果，进行顾客入店过程的全程跟踪，作为入店判断的依据。
【文档编号】G06K9/00GK105957108SQ201610272194
【公开日】2016年9月21日
【申请日】2016年4月28日
【发明人】唐琛山君, 黄海于, 鲁工圆, 杜轶波, 许德成, 朱芳
【申请人】成都达元科技有限公司