一种基于面部特征识别的客流分析方法、装置及系统

技术领域

本发明实施例涉及图像处理和视频监控领域，尤其涉及一种基于面部特征识别的客流分析方法、装置及系统。

背景技术

当前很多行业需要对特定场所内的人员流动和停留状况进行分析统计。例如基于公共安全的需要，在某些场所假设摄像头，基于人体检测方法统计特定区域内的人流密集程度等等。

现有技术中通过摄像头监控实现的客流分析系统仅仅通过人体识别算法对图像中的人体进行检测，并基于人体的数量统计人数，尚无法针对特定的人进行追踪和统计。例如目前存在一些需求，需要追踪特定身份的人在室内的移动轨迹。

发明内容

本发明实施例提供了一种基于面部特征识别的客流分析方法、装置及系统，能够实现特定人员的追踪和统计。

为实现上述目的，本发明一方面提供一种基于面部特征识别的客流分析方法，包括：

获取至少一个图像传感器采集到的特定区域的图像；

对采集到的图像通过人脸识别模块识别所述图像中的面部特征信息，基于所述面部特征信息确定图像中的人员身份信息；

基于确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息生成人员追踪记录；

基于所述人员追踪记录生成人员在其所经过区域的停留记录。

在一个优选的实施例中，基于确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息生成人员追踪记录包括：

每隔第一周期，基于该周期内基于采集的图像而确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息，基于同一人员拍摄时间最新的拍摄区域信息和拍摄时间信息，生成该人员的追踪记录。

在一个优选的实施例中，还包括：

在生成该人员的追踪记录后，将该追踪记录插入到所有人员的追踪记录列表中。

在一个优选的实施例中，基于所述人员追踪记录生成人员在其所经过区域的停留记录包括：

每隔第二周期，基于该周期内生成的人员追踪记录，确定人员的当前最新区域和最新拍摄时间；

将每个人员的当前最新区域与此前确定的该人员的最新区域进行比对，如果位置相同，则更新该人员在当前最新区域的停留时间＝该人员的最新拍摄时间-该人员进入该最新区域的初始时间；并以更新的停留时间更新该人员在该当前最新区域的停留记录。

在一个优选的实施例中，如果人员的当前最新区域与此前确定的该人员的最新区域进行比对后发现位置不同，则创建该人员在该当前最新区域的新停留记录，该新停留记录中包含该人员进入该当前最新区域的初始时间，该人员进入该当前最新区域的初始时间等于该人员的最新拍摄时间。

在一个优选的实施例中，还包括：

在创建该人员在该当前最新区域的新停留记录后，初始化该新停留记录中的停留时间信息为非零的预设值。

在一个优选的实施例中，所述第一周期为1秒。

在一个优选的实施例中，所述第二周期为1秒。

本发明另一方面还提供一种基于面部特征识别的客流分析装置，包括：

获取模块，用于获取至少一个图像传感器采集到的特定区域的图像；

身份信息识别模块，用于对采集到的图像通过人脸识别模块识别所述图像中的面部特征信息，基于所述面部特征信息确定图像中的人员身份信息；

追踪模块，用于基于确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息生成人员追踪记录；

停留分析模块，用于基于所述人员追踪记录生成人员在其所经过区域的停留记录。

本发明再一方面还提供一种基于面部特征识别的客流分析系统，包括：

图像传感器，用于采集特定区域的图像；

人脸识别模块，用于对图像中的面部特征信息进行识别，并查询数据库中预先存储的人员身份信息和面部特征信息对应信息，基于所述面部特征信息确定图像中的人员身份信息；

后端服务模块，用于获取至少一个图像传感器采集到的特定区域的图像，并发送至人脸识别模块后获取图像中的人员身份信息，并基于确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息生成人员追踪记录，然后基于所述人员追踪记录生成人员在其所经过区域的停留记录。

通过本发明实施例，能够实现特定人员的追踪和统计。

附图说明

图1是本发明实施例提供的一种基于面部特征识别的客流分析方法的示意图。

图2是本实施例应用的一种场景系统框架示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

图1是本发明实施例提供的一种基于面部特征识别的客流分析方法的示意图，该方法包括如下步骤：

步骤S101：获取至少一个图像传感器采集到的特定区域的图像。

本实施例应用的一种场景系统框架示意图如图2所示，在场所内的不同区域架设多个摄像头作为图像传感器，通过摄像头采集对应区域的图像。

步骤S102：对采集到的图像通过人脸识别模块识别所述图像中的面部特征信息，基于所述面部特征信息确定图像中的人员身份信息。

需要说明的是，在同一区域采用单台摄像头进行采集至少有两个缺点：一是存在盲区，二是人脸识别算法对人员距离摄像头的距离有特定要求，故仅靠一个摄像头采集的图像容易出现人员漏检。

人脸识别模块接收图像数据，可以JSON格式数据返回人脸识别结果。返回结果可以包括人脸关键点信息、置信度信息、人员身份信息、人脸在图片中的相对位置信息等。

步骤S103：基于确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息生成人员追踪记录。

人员追踪记录是指人员在经过区域过程中形成的过程记录，可用于后续分析该人员在特定区域的进入时间、停留时间等信息。

具体地，步骤S103可以具体实现为：每隔第一周期，基于该周期内基于采集的图像而确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息，基于同一人员拍摄时间最新的拍摄区域信息和拍摄时间信息，生成该人员的追踪记录。

第一周期可以为1秒。

在实际中，可以维护一个追踪记录列表，该列表每隔第一周期启动插入新追踪记录的过程，该过程主要由相应的线程查询该周期内基于采集的图像而确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息，由于一个周期内采集的图像数量庞大，相应的人脸识别结果信息量也比较大，为了减小数据存储量，在一个周期内形成的采集数据和识别数据，针对每个人员只需要保存拍摄时间最新的拍摄区域信息和拍摄时间信息即可，因为通常在一个周期内的人员位置变化不大，尤其是第一周期设置的间隔远小于用户跨域不同区域所需的通常时间时。

在实际中，为了扩充信息维度，上述追踪记录可以包括人员的身份信息、拍摄区域信息、拍摄时间信息、相机信息等。

步骤S104：基于所述人员追踪记录生成人员在其所经过区域的停留记录。

上述步骤S104可以具体实现为：

每隔第二周期，基于该周期内生成的人员追踪记录，确定人员的当前最新区域和最新拍摄时间；

将每个人员的当前最新区域与此前确定的该人员的最新区域进行比对，如果位置相同，则更新该人员在当前最新区域的停留时间＝该人员的最新拍摄时间-该人员进入该最新区域的初始时间；并以更新的停留时间更新该人员在该当前最新区域的停留记录。

第二周期的长度可以设置为1秒。

如果人员的当前最新区域与此前确定的该人员的最新区域进行比对后发现位置不同，则创建该人员在该当前最新区域的新停留记录，该新停留记录中包含该人员进入该当前最新区域的初始时间，该人员进入该当前最新区域的初始时间等于该人员的最新拍摄时间。在创建该人员在该当前最新区域的新停留记录后，初始化该新停留记录中的停留时间信息为非零的预设值。之所以初始化停留时间信息为非零的预设值，是为了后续放置数据处理时进行除法运算遇到异常。

得到人员在所经过区域的停留记录后可以进行各种客流统计分析，比如生成轨迹报表、特定区域的活动数量统计等。

本发明另一实施例还提供一种基于面部特征识别的客流分析装置，包括：

获取模块，用于获取至少一个图像传感器采集到的特定区域的图像；

身份信息识别模块，用于对采集到的图像通过人脸识别模块识别所述图像中的面部特征信息，基于所述面部特征信息确定图像中的人员身份信息；

追踪模块，用于基于确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息生成人员追踪记录；

停留分析模块，用于基于所述人员追踪记录生成人员在其所经过区域的停留记录。

本发明再一实施例还提供一种基于面部特征识别的客流分析系统，包括：

图像传感器，用于采集特定区域的图像；

人脸识别模块，用于对图像中的面部特征信息进行识别，并查询数据库中预先存储的人员身份信息和面部特征信息对应信息，基于所述面部特征信息确定图像中的人员身份信息；

后端服务模块，用于获取至少一个图像传感器采集到的特定区域的图像，并发送至人脸识别模块后获取图像中的人员身份信息，并基于确定的图像中的人员身份信息、图像的拍摄区域信息和拍摄时间信息生成人员追踪记录，然后基于所述人员追踪记录生成人员在其所经过区域的停留记录。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。