客流统计方法、计算机设备及存储装置与流程

阅读：评论：0

1.本技术涉及客流统计技术领域，特别是涉及一种客流统计方法、计算机设备及存储装置。

背景技术：

2.随着互联网的普及，以及计算机、图像处理、传输技术等的飞速发展，视频监控技术也有长足的发展。对于大量人流动的公共场所，例如在公交、地铁、机场、火车站、博物馆、大型商场、购物中心、连锁店、景区等，为了对人流量的数据进行有效管理，一般需要对大量的人员流动量进行统计或记录。因此，客流统计能够及时提供有效的人员管理数据信息。
3.目前，客流统计方式主要利用人工方式或摄像头视频分析方式，摄像头采集人脸信息，通过人脸信息比对方式实现客流统计。由于现有的客流统计方式依赖于目标对象的人脸信息，在人脸信息被遮挡或人脸图像质量不佳，或者不再允许使用人脸进行商业信息获取的情况下，将无法准确的获取到客流统计信息。

技术实现要素：

4.本技术主要解决的技术问题是提供一种客流统计方法、计算机设备及存储装置，能够提高客流统计的适用性和准确度。
5.为了解决上述问题，本技术第一方面提供了一种客流统计方法，该方法包括：获取区域配置信息和身份配置信息，其中，区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，身份配置信息包括预设身份的身份判断参考信息；对若干视频帧中位于的目标区域的对象进行聚类，得到对象的聚类结果，其中，目标区域是基于至少一个参考区域确定的；基于聚类结果、身份判断参考信息和批次判断参考信息，对目标区域中的对象进行客流统计，得到客流统计结果。
6.为了解决上述问题，本技术第二方面提供了一种计算机设备，该计算机设备包括相互耦接的存储器和处理器，存储器中存储有程序数据，处理器用于执行程序数据以实现上述客流统计方法的任一步骤。
7.为了解决上述问题，本技术第三方面提供了一种存储装置，该存储装置存储有能够被处理器运行的程序数据，程序数据用于实现上述客流统计方法的任一步骤。
8.上述方案，通过获取区域配置信息和身份配置信息，对若干视频帧中位于的目标区域的对象进行聚类，得到对象的聚类结果，基于聚类结果、身份判断参考信息和批次判断参考信息，对目标区域中的对象进行客流统计，得到客流统计结果，由于区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，可以对目标实体实现批次、组别的客流统计，能够提高客流统计的适用性和准确性，另外，身份配置信息包括预设身份的身份判断参考信息，可以实现对预设身份的目标实体进行客流统计，使得客流统计更具有针对性，避免对不需要进行客流统计的人员进行客流统计，不仅能够进一步
提高客流统计结果的有效性，使得客流统计结果能提供更有意义的参考价值。
附图说明
9.为了更清楚地说明本技术中的技术方案，下面将对实施例描述中所需要的附图作简单的介绍，显而易见地，下面描述的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
10.图1是本技术客流统计方法第一实施例的流程示意图；
11.图2是本技术图1中步骤s11一实施例的流程示意图；
12.图3是本技术区域配置信息一实施例的示例示意图；
13.图4是本技术图1中步骤s11另一实施例的流程示意图；
14.图5是本技术身份配置信息一实施例的示例示意图；
15.图6是本技术图1中步骤s12一实施例的流程示意图；
16.图7是本技术图1中步骤s13一实施例的流程示意图；
17.图8是本技术客流统计方法第二实施例的流程示意图；
18.图9是本技术客流统计系统第一实施例的结构示意图；
19.图10是本技术客流统计系统第二实施例的结构示意图；
20.图11是本技术计算机设备一实施例的结构示意图；
21.图12是本技术存储装置一实施例的结构示意图。
具体实施方式
22.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
23.本技术中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
24.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
25.通过本技术的发明人长期研究发现，现有技术中，对某一场合的客流人数进行统计时，会将出入该场合的所有人员进行客流统计。例如对商场或某类店铺进行客流统计时，会将进出该场合进行客流统计时，会统计所有人员及工作人员，然而，工作人员的客流统计结果对该场合的意义不大。
26.另外，对每个场合都是针对每个人员进行客流统计，如多个人一同进出商场、店铺等场合时，若多个人具有家庭关系或朋友关系等，其多个人的有效客流数据量并不为多人次，该客流统计结果不能有效地提供人员管理数据信息。
27.此外，为了对个人信息安全保护，不再允许使用人脸进行商业信息获取的情况下，无法获取准确地对场合进行客流统计。
28.为了解决上述技术问题，本技术提供以下实施例，下面对各实施例进行具体说明。
29.请参阅图1，图1是本技术客流统计方法第一实施例的流程示意图。该方法可以包括以下步骤：
30.s11：获取区域配置信息和身份配置信息，其中，区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，身份配置信息包括预设身份的身份判断参考信息。
31.预设统计区域可以是进行客流统计的区域，例如预设统计区域可以包括公交、地铁、机场、火车站、博物馆、大型商场、购物中心、连锁店、景区等的区域，本技术对预设统计区域不做限制。
32.在一些实施方式中，在获取区域配置信息时，对预设统计区域进行区域划分，得到至少一个参考区域，并对至少一个参考区域配置批次判断的参数信息。通过参考区域对应的批次判断的参数信息，可以判断需要统计的目标对象(目标实体)的批次信息。
33.在一些实施方式中，在获取身份配置信息时，对预设统计区域进行区域划分，得到至少一个参考区域，对至少一个参考区域配置预设身份的身份判断参考信息。通过参考区域对应的身份判断参考信息，可以判断目标对象的身份信息。
34.在一些实施方式中，预设身份包括工作人员、配送人员、客流人员、其他人员中的至少一种。工作人员可以是在预设统计区域中进行工作的人员，配送人员例如为外卖配送员、快递配送员等，为了使得客流统计结果更有效，可以不对工作人员、配送人员等进行客流统计。其他人员可以是预设统计区域中不需要进行客流统计的其他人员等，或者是在某一区域的人员等，本技术对此不做限制。客流人员可以是需要进行客流统计的人员，在进行客流统计时，可以针对某一预设区域位置的客流人员进行客流统计。
35.在一些实施方式中，可以在预设统计区域设置多个摄像设备，使得摄像设备的拍摄视野范围覆盖预设统计区域的所有参考区域。
36.在一些实施方式中，在对预设统计区域进行区域划分时，可以选择在预设统计区域安装的预设摄像设备，其中，预设摄像设备的视野范围可以覆盖预设统计区域，若存在多个摄像设备的视野范围覆盖预设统计区域，则可以选择画面质量、画面角度等选择最优的摄像设备作为预设摄像设备。对预设摄像设备对拍摄的预设统计区域的视频帧画面(或视频画面)进行区域划分，以将图视频帧画面(或视频画面)划分得到至少一个参考区域。
37.在一些实施方式中，也可以直接对预设统计区域进行区域划分，再对每个参考区域或预设统计区域安装摄像设备，本技术对此不做限制。
38.s12：对若干视频帧中位于目标区域的对象进行聚类，得到对象的聚类结果，其中，目标区域是基于至少一个参考区域确定的。
39.目标区域可以为需要进行客流统计的区域，可以理解的是，目标区域是基于至少一个参考区域确定的，目标区域可以为上述步骤s11中划分的每一个参考区域或至少一个
参考区域，本技术对此不做限制。
40.例如获取区域配置信息和身份配置信息时，预先利用摄像设备的视频帧画面划分得到至少一个参考区域，则后续利用摄像设备拍摄的视频帧进行客流统计时，可以将至少一个参考区域作为目标区域，也即可以对视频帧中进入配置的每个参考区域的对象进行聚类。可以理解的是，可以结合多个摄像设备的视频帧对位于目标区域的对象进行聚类，本技术的目标区域不限于此。
41.当对象进入目标区域后，可以利用摄像设备获取对象的目标视频，从而，从目标视频的若干视频帧中获取对象的至少一个特征信息，基于位于各目标区域中对象的至少一个特征信息，对各对象进行聚类处理。
42.其中，聚类处理的聚类方法可以为划分式方法(partition-based methods)、基于密度的聚类方法(density-based methods)、层次化聚类方法(hierarchical methods)等，如k-means聚类算法、dbscan聚类算法等，本技术对此不做限制。
43.通过对目标区域的对象进行聚类，可以将属于各目标区域中属于同一对象的多个对象聚为一类，得到对象的聚类结果，聚类结果可以表明对象在目标区域或预设统计区域的停留信息，可以将属于同一聚类的多个对象作为目标实体。
44.s13：基于聚类结果、身份判断参考信息和批次判断参考信息，对目标区域中的对象进行客流统计，得到客流统计结果。
45.由于区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，而目标区域是基于至少一个参考区域确定的，可以利用批次判断参考信息和聚类结果的停留信息，确定多个对象的批次信息，也即可以确定多个对象是否为同一批次。
46.因身份配置信息包括预设身份的身份判断参考信息，可以通过身份判断参考信息和聚类结果的停留信息，确定多个目标实体的预设身份，当存在多个预设身份时，可以依次确定属于预设身份的目标实体。从而，可以针对预设身份，对需要进行客流统计的目标实体(预设身份的对象)进行客流统计，得到客流统计结果。
47.本实施例中，通过获取区域配置信息和身份配置信息，对若干视频帧中位于的目标区域的对象进行聚类，得到对象的聚类结果，基于聚类结果、身份判断参考信息和批次判断参考信息，对目标区域中的对象进行客流统计，得到客流统计结果，由于区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，可以对目标实体实现批次、组别的客流统计，能够提高客流统计的适用性和准确性，另外，身份配置信息包括预设身份的身份判断参考信息，可以实现对预设身份的目标实体进行客流统计，使得客流统计更具有针对性，避免对不需要进行客流统计的人员进行客流统计，不仅能够进一步提高客流统计结果的有效性，使得客流统计结果能提供更有意义的参考价值。
48.在一些实施例中，请参阅图2，可以对上述实施例的步骤s11进一步扩展。获取区域配置信息，本实施例可以包括以下步骤：
49.s1111：对预设统计区域进行划分，得到至少一个参考区域。
50.其中，获取区域配置信息时，可以对预设统计区域进行区域划分，得到至少一个参考区域。对预设统计区域进行区域划分的方式本技术对此不做限制。
51.在一些实施方式中，可以获取用户对预设统计区域的区域划分的绘制信息，以将
在预设统计区域中绘制的至少一个区域作为对应划分得到的参考区域。
52.请参阅图3，例如在预设统计区域100(或对预设统计区域的拍摄得到的视频画面)中，包含了多个会议桌区域，可以将每个会议桌区域中一个或多个会议桌区域划分为一个参考区域101，在划分区域时，以得到至少一个参考区域101。例如可以将一个会议桌区域作为一个参考区域，则可以进行区域划分得到参考区域1、参考区域2、参考区域3、参考区域4。
53.s1112：根据用户输入信息，获取各目标区域对应的至少一个第一参考参数，作为每个参考区域的批次判断参考信息，其中，至少一个第一参考参数用于确定参考区域中的对象所属的目标实体的批次划分条件，至少一个第一参考参数包括第一停留时间阈值和第一停留次数阈值中的至少一者。
54.对预设统计区域划分的至少一个参考区域，可以对每个参考区域配置批次判断参考信息。用户可以输入或在可选项中选择批次判断参考信息。根据用户输入信息(在可选项中选择批次判断参考信息)，可以获取各参考区域对应的至少一个第一参考参数。
55.其中，至少一个第一参考参数包括第一停留时间阈值和第一停留次数阈值中的至少一者，第一停留时间阈值和第一停留次数阈值中的至少一者可以用于确定参考区域中的对象所属的目标实体的批次划分条件，每个参考区域对应的第一停留时间阈值、第一停留次数阈值可以不同，也可以配置至少两个参考区域的第一停留时间阈值、第一停留次数阈值相同，本技术对此不做限制。通过第一停留时间阈值和第一停留次数，可以确定目标实体的批次信息。
56.例如两个或多个对象在同一参考区域的停留时间达到第一停留时间阈值，停留次数达到第一停留次数，则可以确定两个或多个对象为同一批次客流。
57.在另一些实施例中，请参阅图4，可以对上述实施例的步骤s11进一步扩展。获取身份配置信息，本实施例可以包括以下步骤：
58.s1121：根据用户输入信息，获取至少一个预设身份对应的至少一个第二参考参数，作为每个预设身份的身份判断参考信息，其中，至少一个第二参考参数用于确定参考区域中的对象所属的目标实体的身份确定条件，至少一个第二参考参数包括预设区域位置、第二停留时间阈值和第二停留次数阈值中的至少一者。
59.在一些实施方式中，预设区域位置是从参考区域中选择得到的，预设区域位置可以包含一个或多个参考区域，也即是可以从上述的所有参考区域中选择一个或多个参考区域作为一个预设区域位置，从而可以按照此方式得到多个预设区域位置，多个预设区域位置中可以存在区域的重叠，可以基于需要配置的预设身份来选择预设区域位置，本技术对预设区域位置的选择不做限制。
60.在一些实施方式中，预设区域位置是从指定区域中选择得到的，指定区域为预设统计区域以外的区域，该区域可以是预设身份比较频繁出现的区域。另外，指定区域可以为预设统计区域中的部分区域，也即可以从预设统计区域中划分部分区域，作为预设区域位置，多个预设身份对应的预设区域位置可以具有重叠，也即是通过对预设统计区域或预设统计区域中的部分区域重新再次划分区域，得到预设区域位置。
61.在一些实施方式中，第二停留时间阈值可以与第一停留时间阈值相同，第二停留次数阈值可以与第一停留次数阈值相同。例如当将预设统计区域划分的每个参考区域作为预设区域位置的情况下，第二参考参数可以与第一参考参数相同。
62.在一些实施方式中，第二停留时间阈值可以与第一停留时间阈值不同，第二停留次数阈值可以与第一停留次数阈值不同。第一参考参数和第二参考参数可以根据具体应用场景进行设置，本技术对此不做限制，
63.在一些实施方式中，身份配置信息还包括预设身份设置对应的优先统计等级，优先统计等级表示预设身份在进行客流统计时的统计优先程度或顺序等。在上述获取每个预设区域位置预设身份对应的至少一个第二参考参数，也即获取到每个预设区域位置每个预设身份的身份判断参考信息的配置后，还可以获取用户的输入信息，输入信息包括用户对优先统计等级的输入的等级或对显示的选项中选择的等级，以根据用户的输入信息获取每个预设身份设置对应的优先统计等级。
64.在一些实施方式中，预设身份包括工作人员、配送人员、客流人员、其他人员中的至少一种。
65.请参阅图5，例如预设身份包括工作人员时，在预设统计区域200中，可以针对工作人员的工作区域的范围，将工作人员的工作区域的作为预设区域位置201，并可以获取预设身份对应的第二停留时间阈值和第二停留次数阈值，获取到工作人员对应的第二参考参数包括预设区域位置201、第二停留时间阈值和第二停留次数阈值中的至少一者，也即得到预设身份(工作人员)对应的身份判断参考信息。
66.本实施例中，通过获取身份配置信息，使得后续可以针对特定的人员进行客流统计，使得客流统计更具有针对性。
67.在一些实施例中，请参阅图6，可以对上述实施例的步骤s12进一步扩展。对若干视频帧中位于目标区域的对象进行聚类，得到对象的聚类结果，本实施例可以包括以下步骤：
68.s121：对于每个视频帧，提取视频帧中位于目标区域的每个对象的至少一个特征信息；至少一个特征信息包括目标实体的部位特征信息、装饰特征信息、行为特征信息中的至少一种。
69.可以在预设统计区域、预设区域位置安装摄像设备，以对进入各区域的对象进行拍摄，以得到目标视频。当有对象进入目标区域之后，可以对位于目标区域的对象进行跟踪，当对象为人体时，可以基于头部位、头肩部位等对对象进行跟踪。另外，可以判断对象是否满足客流统计条件，若满足客流统计条件，则可以提取视频帧中位于目标区域的每个对象的至少一个特征信息。例如在预设统计区域中，对象在预设时间内是否移动预设距离等，通过该方式，可以排除在预设统计区域内短暂停留、徘徊等的对象，可以提高客流统计结果的有效性，使得统计的客流统计结果更有实用意义。
70.对于每个视频帧，可以提取视频帧中位于每个目标区域的每个对象的至少一个特征信息，其中，特征信息包括目标实体(对象)的部位特征信息、装饰特征信息、行为特征信息中的至少一种。部位特征信息可以包括头肩部位特征、头肩轮廓特征等，装饰特征信息可以包括发型特征、服饰特征、佩戴特征等，行为特征信息可以是对象表现出的行为特征，如行走、蹲下、抬手等行为特征，特征信息还可以包括对象的其他非敏感结构化信息，本技术对此不做限制。
71.可以将每个目标实体提取到的至少一个特征信息等形成一条人次数据。例如目标实体进出某商场，就会形成2条人次数据。
72.s122：基于每个对象的至少一个特征信息，对若干视频帧中的对象进行聚类，得到
对象的聚类结果。
73.基于每个对象的至少一个特征信息，通过特征信息之间的相似度，对若干视频帧中的对象进行聚类，可以将相似度高的目标实体(对象)聚为一类，以得到对象的聚类结果。
74.另外，对象的聚类结果中还可以包括对象出现的时间信息、出现的目标区域、特征信息、标识符、对象的客流状态、其他信息等信息。可以将采集的人次数据标识为对象id(identity document，标识号)，也即人次id。对象的客流状态包括出或进的状态。每个聚类分类有一个聚类id，同一聚类id表示为同一对象，也可以称为目标实体，其他信息此处不做限制。
75.在一些实施方式中，对象的聚类结果可以采用数据表格的形式存储，例如对象的聚类结果，如下表1所示。
76.表1对象的聚类结果表
[0077][0078]
本实施例中，提取目标实体的特征信息时，可以不采集目标实体的人脸特征，在获取对象的聚类结果时，不使用目标实体的人脸特征，使得可以在不利用目标实体的人脸特征的情况下，实现对目标实体进行客流统计。
[0079]
在一些实施例中，请参阅图7，可以对上述实施例的步骤s13进一步扩展。基于聚类结果、身份判断参考信息和批次判断参考信息，对目标区域中的对象进行客流统计，得到客流统计结果，本实施例可以包括以下步骤：
[0080]
s131：基于目标区域中各对象的聚类结果，得到各目标实体在目标区域的停留信息，其中，目标实体表示同一聚类下的对象。
[0081]
在聚类结果中，同一聚类(或聚类分类)下的对象表示为目标实体。基于目标区域中各对象的聚类结果，得到各目标实体在目标区域的停留信息，停留信息可以包括停留位置、停留时间和停留次数中的至少一种。
[0082]
具体地，可以将聚类结果中各对象的目标区域，作为对应各对象的停留位置，利用每个目标区域中各对象的聚类结果的记录时间，可以得到各目标实体在目标区域的停留时间。利用每个目标区域中各对象的聚类结果的客流状态，可以得到各目标实体在目标区域或预设统计区域的停留次数。
[0083]
s132：利用停留信息和身份判断参考信息，确定目标区域中的客户实体，其中，客户实体为属于客户的目标实体。
[0084]
其中，身份判断参考信息可以包括至少一个第二参考参数，至少一个第二参考参数用于确定目标区域中的对象所属的目标实体的身份确定条件，至少一个第二参考参数包括预设区域位置、第二停留时间阈值和第二停留次数阈值中的至少一者。
[0085]
通过预设身份的优先统计等级，利用停留信息和身份判断参考信息，依次确定每个目标区域中的目标实体所属的预设身份。
[0086]
在一些实施方式中，可以从目标区域的目标实体中，查出停留信息与身份判断参考信息匹配的目标实体，作为预设身份的目标实体。
[0087]
其中，停留信息包括至少一种停留参数，至少一个停留参数包括停留位置、停留时间和停留次数中的一者或多者，停留位置也即对象的目标区域。身份判断参考参数包括至少一种停留参数分别对应的第二参考参数，第二参考参数包括预设区域位置、第二停留时间阈值、第二停留次数阈值中的一者或多者。
[0088]
停留信息包括的停留参数与身份判断参考参数是一一对应的。其中，停留位置对应的第二参考参数为预设区域位置，停留时间对应的第二参考参数为第二停留时间阈值，停留次数对应的第二参考参数为第二停留次数阈值。
[0089]
在一些实施方式中，可以从目标区域的目标实体中，查出各停留参数均满足对应的第一参考参数的目标实体，作为预设身份的目标实体。各停留参数均满足对应的第一参考参数具体可以为下述几种情况。
[0090]
(1)停留位置满足对应的第二参考参数的情况下为停留位置位于预设区域位置内。也即对象的停留位置在预设身份的预设区域位置内，目标实体可以包括多个停留位置，多个停留位置也可以位于多个预设身份的预设区域位置内。
[0091]
(2)停留时间满足对应的第二参考参数的情况为停留时间大于或等于第二停留时间阈值。
[0092]
(3)停留次数满足对应的第二参考参数的情况为停留次数大于或等于第二停留次数阈值。
[0093]
在一些实施方式中，当目标实体的同一停留位置位于多个预设身份的预设区域位置内，或者，目标实体的多个停留位置位于多个预设身份的预设区域位置内时，可以判断停留时间是否大于或等于第二停留时间阈值，若停留时间还满足对应的第二参考参数情况，还可以判断停留次数是否大于或等于第二停留次数阈值，若停留次数满足对应的第二参考参数的情况，则基于对应第二参考参数对应的预设身份。可以按照预设身份对应的优先统计等级，依次确定目标实体的预设身份的身份信息。
[0094]
从而，可以基于预设身份的目标实体，从上述确定的目标实体的预设身份之后，从目标区域的各目标实体中选出客户实体。在进行客流统计时，对客户实体进行统计，客户实体可以是客流人员、其他人员等人员，本技术对此不做限制。
[0095]
s133：基于客户实体的停留信息和批次判断参考信息，得到目标区域中各客户实体所属批次，得到客流统计结果。
[0096]
其中，停留信息的至少一种停留参数包括停留位置、停留时间和停留次数中的一者或多者，停留位置也即对象的目标区域。批次判断参考信息包括至少一种第一参考参数，第一参考参数包括第二参考参数，第二参考参数包括目标区域、第二停留时间阈值、第二停留次数阈值中的一者或多者。
[0097]
停留信息包括的停留参数与批次判断参考信息的第一参考参数是一一对应的。其中，停留位置对应的第一参考参数为目标区域，停留时间对应的第一参考参数为第一停留时间阈值，停留次数对应的第一参考参数为第一停留次数阈值。
[0098]
在一些实施方式中，可以从目标区域的客户实体中，查出在同一时间段内各停留参数均满足对应的第一参考参数的目标实体，作为同一批次的客户实体。其中，停留时间满足对应的第一参考参数的情况为停留时间大于或等于第一停留时间阈值；停留次数满足对应的第一参考参数的情况为停留次数大于或等于第一停留次数阈值。
[0099]
若同一时间段内，多个实体目标的停留时间大于或等于第一停留时间阈值，停留次数大于或等于第一停留次数阈值，则可以将多个实体目标作为同一批次的目标实体。例如可以根据聚类结果得到的停留信息及批次判断参考信息，判断同一批次的目标实体，如目标实体a/b/c、a/b/d、a/e/f三组人员分别在多个目标区域同时停留时间超过5分钟(第一停留时间阈值)，那么，可以将目标实体a/b/c、a/b/d、a/e/f分别作为同一批次的目标实体。
[0100]
在一些实施方式中，在上述同一批目标实体中，若目标实体a确定的预设身份为工作人员，则可以不对目标实体a进行客户实体的批次判断，也即可以将b/c、b/d、e/f分别作为同一批次的客户实体。
[0101]
在一些实施方式中，若至少两个目标区域对应批次中的客户实体存在相同或预设关联关系，则将至少两个目标区域对应批次的客户实体合并为同一批次。预设关联关系可以是家庭关系、亲密关系、工作关系等，本技术对此不做限制。例如b/c、b/d两批次的客户实体中包含同一客户实体b，则可以将b/c/d合并为同一批次的客户实体，e/f为同一批次的客户实体。
[0102]
在一些实施方式中，得到客户实体的批次信息之后，可以对上述同一批次的客户实体在上述的聚类结果表中进行标记，将其标记为同一批次，标记形式可以为对同一批次的目标实体的聚类id设置相同的标签。在一些应用场景中，可以对同一批次的每个目标实体增加字段描述，字段描述表明为同一批次的目标实体或客户实体。
[0103]
另外，对预设身份的目标实体的聚类id可以设置对应预设身份的标签或字段描述，本技术对此不做限制。
[0104]
在一些实施方式中，还可以对上述进行客户实体批次信息建立新的批次信息表，记录及存储同一批次的客户实体和对应的聚类结果中的信息。具体可以根据具体应用场景进行设置，本技术对此不做限制。
[0105]
得到上述客户实体的批次信息之后，可以基于客户实体的批次信息，得到客流统计结果。例如上述b/c/d为同一批次的客户实体，e/f为同一批次的客户实体，则可以形成客户实体的2条批次信息，进行客流统计时，可以按照客户实体的批次信息，获取客流统计结果，还可以按照客户实体每批次的批次信息，获取每一批次的客流统计结果，可以对目标实体的客流统计进行去重，如按上述示例，可以得到客流统计结果为2个批次的客户实体和5个人次的客户实体。
[0106]
在一些实施方式中，还可以选择预设时间段或分为多个时间段等，对每个时间段或预设时间段单独进行客流统计等，本技术对进行客流统计方式及客流统计结果不做限制。
[0107]
请参阅图8，图8是本技术客流统计方法第二实施例的流程示意图。该方法可以包括以下步骤：
[0108]
s21：对客流统计结果进行显示和/或进行第一预设业务处理。
[0109]
在一些实施方式中，在上述实施例的步骤s11至步骤s13之后，可以执行该实施例
的步骤s21和/或步骤s22。
[0110]
在基于聚类结果、身份判断参考信息和批次判断参考信息，对目标区域中的对象进行客流统计，得到客流统计结果之后，可以对客流统计结果、目标实体的身份判断信息、目标实体的批次信息等进行显示。
[0111]
在一些实施方式中，还可以针对每个目标区域或选择多个不同的目标区域、预设身份的目标实体等进行客流统计，以进行客流统计的第一预设业务处理，第一预设业务处理可以是进行预设统计等分析处理，本技术对此不做限制。
[0112]
s22：利用对象对应的聚类结果、批次信息和身份信息进行第二预设业务处理。
[0113]
通过上述利用聚类结果和身份判断参考信息，可以获取对象的身份信息，身份信息也即包含所属的预设身份或不属于预设身份。通过上述利用聚类结果和身份判断参考信息，可以获取对象的批次信息，也即属于同一批次的对象。
[0114]
可以利用上述的对象的聚类结果、批次信息、身份信息中的至少一者进行第二预设业务处理，第二预设业务处理包括身份信息业务处理、目标区域业务处理、预设身份业务处理等，可以针对每一目标区域、每一预设身份、每一批次的目标实体等进行业务处理，充分利用客流统计的数据的使用价值，实现更加精准的业务处理。
[0115]
对于上述实施例，提供一种用于客流统计的客流统计系统，该实施例可以作为一种实例对上述客流统计方法进行说明。请参阅图9，图9是本技术客流统计系统第一实施例的结构示意图。该客流统计系统30包括采集设备31、客流统计设备32和客流管理设备33。采集设备31、客流统计设备32和客流管理设备33可以通过通信方式连接，通信方式可以为lan(local area network，局域网)、wan(wide area network，广域网)等，本技术对此不做限制。
[0116]
采集设备31可以为具有摄像功能的设备，如摄像机、监控摄像等。采集设备31可以用于实时获取预设统计区域内对每个目标区域的拍摄的目标视频，并将目标视频传输给客流统计设备32和/或客流管理设备33，其中，目标区域是基于至少一个参考区域确定的。
[0117]
客流统计设备32可以为服务器等具有计算功能的设备，可以接收多个采集设备31传输的目标视频。客流统计设备32用于对目标视频进行分析，判断是否产生客流行为，也即是否具有进行客流统计的人员在目标区域中出现、行走等。
[0118]
客流统计设备32用于提取目标视频的若干视频帧中在个目标区域的对象的至少一个特征信息，特征信息可以是基于对象结构化的数据，如部位特征信息、装饰特征信息、行为特征信息中的至少一种。
[0119]
在一些实施方式中，客流统计设备32用于获取区域配置信息和身份配置信息，其中，区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，身份配置信息包括预设身份的身份判断参考信息。以及，对若干视频帧中位于目标区域的对象进行聚类，得到对象的聚类结果。基于聚类结果、身份判断参考信息和批次判断参考信息，对目标区域中的对象进行客流统计，得到客流统计结果。
[0120]
客流管理设备33可以为服务器等具有计算功能的设备，可以与客流统计设备32为同一设备，则可以直接利用客流统计设备32对上述客流统计结果、聚类结果等发送给客流管理设备33进行第一预设业务处理或第二业务处理。若客流管理设备33与客流统计设备32不为同一设备，客流统计设备32则可以将上述客流统计结果、聚类结果等发送给客流管理
设备33进行第一预设业务处理或第二业务处理。
[0121]
客流管理设备33可以用于对客流统计结果进行显示和/或进行第一预设业务处理；以及利用对象对应的聚类结果、批次信息和身份信息进行第二预设业务处理。
[0122]
在一些实施方式中，客流管理设备33可以获取区域配置信息和身份配置信息，其中，区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，身份配置信息包括预设身份的身份判断参考信息。也即可以对个参考区域的信息和预设身份的身份信息进行配置。
[0123]
该实施例的具体实施方式可参考上述实施例的实施过程，在此不再赘述。
[0124]
对于上述实施例，本技术提供一种客流统计系统。请参阅图10，图10是本技术客流统计系统第二实施例的结构示意图。该客流统计系统40包括获取模块41、聚类模块42和客流统计模块43。
[0125]
获取模块41用于获取区域配置信息和身份配置信息，其中，区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，身份配置信息包括预设身份的身份判断参考信息。
[0126]
聚类模块42用于对若干视频帧中位于目标区域的对象进行聚类，得到对象的聚类结果，其中，目标区域是基于至少一个参考区域确定的。
[0127]
客流统计模块43用于基于聚类结果、身份判断参考信息和批次判断参考信息，对目标区域中的对象进行客流统计，得到客流统计结果。
[0128]
在一些实施方式中，客流统计模块43还可以用于对客流统计结果进行显示和/或进行第一预设业务处理；以及利用对象对应的聚类结果、批次信息和身份信息进行第二预设业务处理。
[0129]
在一些实施方式中，上述客流统计系统还可以包括摄像设备(未示出)，可以对预设统计进行拍摄，以获取各目标区域的中对象的若干视频帧等，本技术在此不做限制。
[0130]
该实施例的具体实施方式可参考上述实施例的实施过程，在此不再赘述。
[0131]
对于上述实施例，本技术提供一种计算机设备，请参阅图11，图11是本技术计算机设备一实施例的结构示意图。该计算机设备50包括存储器51和处理器52，其中，存储器51和处理器52相互耦接，存储器51中存储有程序数据，处理器52用于执行程序数据以实现上述客流统计方法任一实施例中的步骤。
[0132]
在本实施例中，处理器52还可以称为cpu(central processing unit，中央处理单元)。处理器52可能是一种集成电路芯片，具有信号的处理能力。处理器52还可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器52也可以是任何常规的处理器等。
[0133]
该实施例的具体实施方式可参考上述实施例的实施过程，在此不再赘述。
[0134]
对于上述实施例的方法，其可以采用计算机程序的形式实现，因而本技术提出一种存储装置，请参阅图12，图12是本技术存储装置一实施例的结构示意图。该存储装置60中存储有能够被处理器运行的程序数据61，程序数据61可被处理器执行以实现上述客流统计方法任一实施例的步骤。
[0135]
该实施例的具体实施方式可参考上述实施例的实施过程，在此不再赘述。
[0136]
本实施例存储装置60可以是u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等可以存储程序数据61的介质，或者也可以为存储有该程序数据61的服务器，该服务器可将存储的程序数据61发送给其他设备运行，或者也可以自运行该存储的程序数据61。
[0137]
在本技术所提供的几个实施例中，应该理解的，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
[0138]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
[0139]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0140]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储装置中，该存储装置是一种计算机可读取存储介质。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式方法的全部或部分步骤。
[0141]
显然，本领域的技术人员应该明白，上述的本技术的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本技术不限制于任何特定的硬件和软件结合。
[0142]
以上所述仅为本技术的实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。

技术特征：

1.一种客流统计方法，其特征在于，所述方法包括：获取区域配置信息和身份配置信息，其中，所述区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，所述身份配置信息包括预设身份的身份判断参考信息；对若干视频帧中位于目标区域的对象进行聚类，得到所述对象的聚类结果，其中，所述目标区域是基于所述至少一个参考区域确定的；基于所述聚类结果、所述身份判断参考信息和批次判断参考信息，对所述目标区域中的对象进行客流统计，得到客流统计结果。2.根据权利要求1所述的方法，其特征在于，所述基于所述聚类结果、所述身份判断参考信息和批次判断参考信息，对所述目标区域中的对象进行客流统计，得到客流统计结果，包括：基于所述目标区域中各所述对象的聚类结果，得到各目标实体在所述目标区域的停留信息，其中，所述目标实体表示同一聚类下的所述对象；利用所述停留信息和所述身份判断参考信息，确定所述目标区域中的客户实体，其中，所述客户实体为属于客户的所述目标实体；基于所述客户实体的停留信息和所述批次判断参考信息，得到所述目标区域中各所述客户实体所属批次，得到所述客流统计结果。3.根据权利要求2所述的方法，其特征在于，所述停留信息包括至少一种停留参数，所述批次判断参考信息包括所述至少一种停留参数分别对应的第一参考参数；所述基于所述客户实体的停留信息和所述批次判断参考信息，得到所述目标区域中各所述客户实体所属批次，得到所述客流统计结果，包括：从所述目标区域的客户实体中，查出在同一时间段内各所述停留参数均满足对应的所述第一参考参数的目标实体，作为同一批次的所述客户实体；基于所述客户实体的批次信息，得到所述客流统计结果；其中，所述至少一个停留参数包括停留时间和停留次数中的一者或多者，所述停留时间对应的第一参考参数为第一停留时间阈值，所述停留时间满足对应的第一参考参数的情况为所述停留时间大于或等于第一停留时间阈值；所述停留次数对应的第一参考参数为第一停留次数阈值，所述停留次数满足对应的第一参考参数的情况为所述停留次数大于或等于第一停留次数阈值。4.根据权利要求3所述的方法，其特征在于，在所述基于所述客户实体的批次信息，得到所述客流统计结果之前，所述方法还包括：若至少两个所述目标区域对应批次中的所述客户实体存在相同或预设关联关系，则将所述至少两个目标区域对应批次的所述客户实体合并为同一批次。5.根据权利要求2所述的方法，其特征在于，所述利用所述停留信息和所述身份判断参考信息，确定所述目标区域中的客户实体，包括：从所述目标区域的目标实体中，查出所述停留信息与所述身份判断参考信息匹配的目标实体，作为所述预设身份的所述目标实体；基于所述预设身份的所述目标实体，从所述目标区域的各所述目标实体中选出所述客户实体。
6.根据权利要求5所述的方法，其特征在于，所述停留信息包括至少一种停留参数，所述身份判断参考参数包括所述至少一种停留参数分别对应的第二参考参数，所述从所述目标区域的目标实体中，查出所述停留信息与所述身份判断参考信息匹配的目标实体，作为所述预设身份的所述目标实体，包括：从所述目标区域的目标实体中，查出各所述停留参数均满足对应的所述第一参考参数的目标实体，作为所述预设身份的所述目标实体；其中，所述至少一个停留参数包括停留位置、停留时间和停留次数中的一者或多者，所述停留位置对应的第二参考参数为预设区域位置，所述停留位置满足对应的第二参考参数的情况下为所述停留位置位于所述预设区域位置内；所述停留时间对应的第二参考参数为第二停留时间阈值，所述停留时间满足对应的第二参考参数的情况为所述停留时间大于或等于第二停留时间阈值；所述停留次数对应的第二参考参数为第二停留次数阈值，所述停留次数满足对应的第二参考参数的情况为所述停留次数大于或等于第二停留次数阈值。7.根据权利要求1所述的方法，其特征在于，获取所述区域配置信息，包括：对所述预设统计区域进行划分，得到至少一个所述参考区域；根据用户输入信息，获取各所述参考区域对应的至少一个第一参考参数，作为每个所述参考区域的批次判断参考信息，其中，所述至少一个第一参考参数用于确定所述参考区域中的对象所属的目标实体的批次划分条件，所述至少一个第一参考参数包括第一停留时间阈值和第一停留次数阈值中的至少一者。8.根据权利要求1所述的方法，其特征在于，获取所述身份配置信息，包括：根据用户输入信息，获取至少一个预设身份对应的至少一个第二参考参数，作为每个所述预设身份的身份判断参考信息，其中，所述至少一个第二参考参数用于确定所述参考区域中的对象所属的目标实体的身份确定条件，所述至少一个第二参考参数包括预设区域位置、第二停留时间阈值和第二停留次数阈值中的至少一者，所述预设区域位置是从所述参考区域或指定区域中选择得到的，所述指定区域为所述预设统计区域以外的区域或者为所述预设统计区域中的部分区域。9.根据权利要求1所述的方法，其特征在于，所述身份配置信息还包括所述预设身份设置对应的优先统计等级，所述优先统计等级表示所述预设身份在进行客流统计时的统计优先程度；其中，所述预设身份包括工作人员、配送人员、客流人员、其他人员中的至少一种。10.根据权利要求1所述的方法，其特征在于，所述对若干视频帧中位于目标区域的对象进行聚类，得到所述对象的聚类结果，包括：对于每个所述视频帧，提取所述视频帧中位于所述目标区域的每个所述对象的至少一个特征信息；所述至少一个特征信息包括所述目标实体的部位特征信息、装饰特征信息、行为特征信息中的至少一种；基于每个所述对象的至少一个特征信息，对所述若干视频帧中的所述对象进行聚类，得到所述对象的聚类结果。11.根据权利要求1所述的方法，其特征在于，所述基于所述聚类结果、所述身份判断参考信息和批次判断参考信息，对所述目标区域中的对象进行客流统计，得到客流统计结果之后，所述方法还包括：
对所述客流统计结果进行显示和/或进行第一预设业务处理；和/或，利用所述对象对应的聚类结果、批次信息和身份信息进行第二预设业务处理。12.一种计算机设备，其特征在于，包括相互耦接的存储器和处理器，所述存储器中存储有程序数据，所述处理器用于执行所述程序数据以实现权利要求1至11任一项所述方法的步骤。13.一种存储装置，其特征在于，存储有能够被处理器运行的程序数据，所述程序数据用于实现权利要求1至11任一项所述方法的步骤。

技术总结

本申请公开了一种客流统计方法、计算机设备及存储装置。该方法包括：获取区域配置信息和身份配置信息，其中，区域配置信息包括对预设统计区域进行划分得到的至少一个参考区域的批次判断参考信息，身份配置信息包括预设身份的身份判断参考信息；对若干视频帧中位于目标区域的对象进行聚类，得到对象的聚类结果，其中，目标区域是基于至少一个参考区域确定的；基于聚类结果、身份判断参考信息和批次判断参考信息，对目标区域中的对象进行客流统计，得到客流统计结果。上述方案，能够提高客流统计的适用性和准确度。统计的适用性和准确度。统计的适用性和准确度。