CN110321857A - 基于边缘计算技术的精准客群分析方法 - Google Patents

基于边缘计算技术的精准客群分析方法 Download PDF

Info

Publication number
CN110321857A
CN110321857A CN201910609505.0A CN201910609505A CN110321857A CN 110321857 A CN110321857 A CN 110321857A CN 201910609505 A CN201910609505 A CN 201910609505A CN 110321857 A CN110321857 A CN 110321857A
Authority
CN
China
Prior art keywords
face
analysis method
edge calculations
group analysis
code stream
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910609505.0A
Other languages
English (en)
Other versions
CN110321857B (zh
Inventor
周圣强
宁松松
黄岗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Shops Palm Network Technology Co Ltd
Original Assignee
Suzhou Shops Palm Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Shops Palm Network Technology Co Ltd filed Critical Suzhou Shops Palm Network Technology Co Ltd
Priority to CN201910609505.0A priority Critical patent/CN110321857B/zh
Publication of CN110321857A publication Critical patent/CN110321857A/zh
Application granted granted Critical
Publication of CN110321857B publication Critical patent/CN110321857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于边缘计算技术的精准客群分析方法。本发明一种基于边缘计算技术的精准客群分析方法，包括：外部光线穿过镜头后，照射到传感器面上，传感器将从镜头上传导过来的光线转换为电信号，再通过内部的AD转换为数字信号；图像信号通过视频输入模块，再经过视频处理子***处理后输出色差分量格式的数据。本发明的有益效果：本发明首先在硬件端实现了视频图像解析、目标检测跟踪(一台设备同一画面最多支持10张人脸检测跟踪)、亮度补偿可调节、人脸特征提取等，使得网络带宽消耗减少，通行效率显著提高，能支持更高的并发，对实时性要求较高和批次客流较大的行业有明显帮助。

Description

基于边缘计算技术的精准客群分析方法
技术领域
本发明涉及人脸识别领域，具体涉及一种基于边缘计算技术的精准客群分析方法。
背景技术
当今的商业讯息万变，如何在最短的时间内对市场微弱变化做出快速精准的反应，并且最大限度的节约商业运作成本，从而实现高效的商业运营管理已经成为商业运营成败的核心要素。例如：
实时采集客流信息，为运营管理提供科学依据。
防止客流过多而发生不必要的意外，建立安全的公共场所。
通过统计各出入口的客流以及客流进出的方向，可以精准判断各出入口设置的合理性。
通过统计各主要区域客流，从而对整个区域的合理分布提供科学依据。
通过客流统计，可以客观决定柜台、商铺租金价位水平。
然而，在现有技术中，往往使用红外感应模式统计客流，此方式成本比计较适中，但由于红外极易受到外界因素干扰，使其统计数据产生较大误差；对于比较宽的门口，多人同时经过也容易产生漏数现象。
传统技术存在以下技术问题：
而目前通过云端人脸检测和比对的客流统计方式，对网络带宽的消耗较大、多人同时进店的响应速度将受到影。
发明内容
本发明要解决的技术问题是提供一种基于边缘计算技术的精准客群分析方法，用于统计、分析客流。
为了解决上述技术问题，本发明提供了一种基于边缘计算技术的精准客群分析方法，包括：外部光线穿过镜头后，照射到传感器面上，传感器将从镜头上传导过来的光线转换为电信号，再通过内部的AD转换为数字信号；图像信号通过视频输入模块，再经过视频处理子***处理后输出色差分量格式的数据；
生产者负责接收色差分量格式数据的接收与分发：
生产者在色差分量数据中填充帧序号(累加)并发给视频输出模块，交由人脸识别算法进行处理；
生产者在色差分量数据中填充帧序号(累加)并保存于图像缓存队列；用于同步视频帧和人脸识别算法的处理结果；
生产者将色差分量数据发送MJPEG编码器，并在MJPEG接收线程中累加帧序号，以此同步色差分量数据和MJPEG帧序号；
消费者负责接收和处理人脸识别算法的结果：
消费者接收人脸识别算法的结果(包含对应的帧序号)，并通过图像缓存队列匹配对应的视频帧，将人脸位置绘制到色差分量图像中，然后发送给编码器，接收码流向外提供码流播放服务；
将人脸识别算法的结果发送给人脸跟踪线程；
人脸跟踪线程在规定时间内，优选符合要求的人脸目标，发送给抓拍线程。抓拍线程收到抓拍任务，通过人脸信息中的帧序号匹配JPEG队列中对应的图片，再根据人脸信息中的人脸位置截取人脸图片。
在其中一个实施例中，经过滤光片滤波后照射到传感器面上。
在其中一个实施例中，所述视频处理子***处理包括自动跟踪白平衡、镜头阴影、灰度、锐度、自动曝光和降噪。
在其中一个实施例中，所述编码器是H264编码器。
在其中一个实施例中，“接收码流向外提供码流播放服务”中，所述码流是H264码流。
在其中一个实施例中，flv server和rtsp server接收H264码流向外提供码流播放服务。
在其中一个实施例中，完成整个抓拍流程后上传到服务器做进一步处理。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
本发明的有益效果：
本发明首先在硬件端实现了视频图像解析、目标检测跟踪(一台设备同一画面最多支持10张人脸检测跟踪)、亮度补偿可调节、人脸特征提取等，使得网络带宽消耗减少，通行效率显著提高，能支持更高的并发，对实时性要求较高和批次客流较大的行业有明显帮助。同时，本发明将摄像机和算法芯片从分体式变为一体式，更加小巧，很好的解决了复杂环境的安装问题。
附图说明
图1是本发明基于边缘计算技术的精准客群分析方法中“边缘计算一体式硬件处理部分”的示意图的
图2是本发明基于边缘计算技术的精准客群分析方法中“后台部分”的示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
一种基于边缘计算技术的精准客群分析方法，包括：外部光线穿过镜头后，照射到传感器面上，传感器将从镜头上传导过来的光线转换为电信号，再通过内部的AD转换为数字信号；图像信号通过视频输入模块，再经过视频处理子***处理后输出色差分量格式的数据；
生产者负责接收色差分量格式数据的接收与分发：
生产者在色差分量数据中填充帧序号(累加)并发给视频输出模块，交由人脸识别算法进行处理；
生产者在色差分量数据中填充帧序号(累加)并保存于图像缓存队列；用于同步视频帧和人脸识别算法的处理结果；
生产者将色差分量数据发送MJPEG编码器，并在MJPEG接收线程中累加帧序号，以此同步色差分量数据和MJPEG帧序号；
消费者负责接收和处理人脸识别算法的结果：
消费者接收人脸识别算法的结果(包含对应的帧序号)，并通过图像缓存队列匹配对应的视频帧，将人脸位置绘制到色差分量图像中，然后发送给编码器，接收码流向外提供码流播放服务；
将人脸识别算法的结果发送给人脸跟踪线程；
人脸跟踪线程在规定时间内，优选符合要求的人脸目标，发送给抓拍线程。抓拍线程收到抓拍任务，通过人脸信息中的帧序号匹配JPEG队列中对应的图片，再根据人脸信息中的人脸位置截取人脸图片。
在其中一个实施例中，经过滤光片滤波后照射到传感器面上。
在其中一个实施例中，所述视频处理子***处理包括自动跟踪白平衡、镜头阴影、灰度、锐度、自动曝光和降噪。
在其中一个实施例中，所述编码器是H264编码器。
在其中一个实施例中，“接收码流向外提供码流播放服务”中，所述码流是H264码流。
在其中一个实施例中，flv server和rtsp server接收H264码流向外提供码流播放服务。
在其中一个实施例中，完成整个抓拍流程后上传到服务器做进一步处理。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
本发明的有益效果：
本发明首先在硬件端实现了视频图像解析、目标检测跟踪(一台设备同一画面最多支持10张人脸检测跟踪)、亮度补偿可调节、人脸特征提取等，使得网络带宽消耗减少，通行效率显著提高，能支持更高的并发，对实时性要求较高和批次客流较大的行业有明显帮助。同时，本发明将摄像机和算法芯片从分体式变为一体式，更加小巧，很好的解决了复杂环境的安装问题。
参阅下面介绍本发明的一个具体应用场景：
硬件：
如图1，外部光线穿过镜头后，经过滤光片滤波后照射到Sensor(传感器)面上，Sensor将从镜头上传导过来的光线转换为电信号，再通过内部的AD转换为数字信号。图像信号通过VI(视频输入模块)，再经过VPSS(视频处理子***)处理(AWB(自动跟踪白平衡)、lens shading(镜头阴影)、gamma(灰度)、sharpness(锐度)、AE(自动曝光)、de-noise(降噪))后输出YUV(色差分量)格式的数据。
FrameProducer(生产者)负责接收YUV数据的接收与分发：
1、FrameProducer在YUV数据中填充帧序号(累加)并发给VO(视频输出模块)，交由人脸识别算法进行处理。
2、FrameProducer在YUV数据中填充帧序号(累加)并保存于YUVFrameList(图像缓存队列)。用于同步视频帧和人脸识别算法的处理结果。
3、FrameProducer将YUV数据发送MJPEG编码器，并在MJPEG接收线程中累加帧序号，以此同步YUV数据和MJPEG帧序号。
FrameConsumer(消费者)负责接收和处理人脸识别算法的结果：
1、FrameConsumer接收人脸识别算法的结果(包含对应的帧序号)，并通过YUVFrameList匹配对应的视频帧，将人脸位置绘制到YUV图像中，然后发送给H264编码器，flv server和rtsp server接收H264码流向外提供码流播放服务。
2、FrameConsumer将人脸识别算法的结果发送给TrackingThead(人脸跟踪线程)。
TrackingThead(人脸跟踪线程)在规定时间内，优选符合要求的人脸目标，发送给抓拍线程。抓拍线程收到抓拍任务，通过人脸信息中的帧序号匹配JPEGRQ(JPEG队列)中对应的图片，再根据人脸信息中的人脸位置截取人脸图片。这样完成整个抓拍流程后上传到服务器做进一步处理。
软件：
1、后台根据各种使用场景配置预处理规则，从而减少接口调用频率的资源消耗。
2、再进行人脸属性检测(针对每台设备都可以定义人脸属性要求，在条件好的场景下提高要求，反之适当降低要求)。检测不合格的照片保存记录，不做业务处理；检测合格的照片再进行人脸比对。
3、根据比对结果确定faceid，同时和该faceid上一次到店的时间进行比较，如果时间相差不超过去重时间，认为是同一次到访，不重新记录客流；反之将符合要求的数据(faceid、性别、年龄、心情等)更新到客流表中，实现客流去重，达到精准统计。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (10)

1.一种基于边缘计算技术的精准客群分析方法，其特征在于，包括：外部光线穿过镜头后，照射到传感器面上，传感器将从镜头上传导过来的光线转换为电信号，再通过内部的AD转换为数字信号；图像信号通过视频输入模块，再经过视频处理子***处理后输出色差分量格式的数据；
生产者负责接收色差分量格式数据的接收与分发：
生产者在色差分量数据中填充帧序号(累加)并发给视频输出模块，交由人脸识别算法进行处理；
生产者在色差分量数据中填充帧序号(累加)并保存于图像缓存队列；用于同步视频帧和人脸识别算法的处理结果；
生产者将色差分量数据发送MJPEG编码器，并在MJPEG接收线程中累加帧序号，以此同步色差分量数据和MJPEG帧序号；
消费者负责接收和处理人脸识别算法的结果：
消费者接收人脸识别算法的结果(包含对应的帧序号)，并通过图像缓存队列匹配对应的视频帧，将人脸位置绘制到色差分量图像中，然后发送给编码器，接收码流向外提供码流播放服务；
将人脸识别算法的结果发送给人脸跟踪线程。
人脸跟踪线程在规定时间内，优选符合要求的人脸目标，发送给抓拍线程。抓拍线程收到抓拍任务，通过人脸信息中的帧序号匹配JPEG队列中对应的图片，再根据人脸信息中的人脸位置截取人脸图片。
2.如权利要求1所述的基于边缘计算技术的精准客群分析方法，其特征在于，经过滤光片滤波后照射到传感器面上。
3.如权利要求1所述的基于边缘计算技术的精准客群分析方法，其特征在于，所述视频处理子***处理包括自动跟踪白平衡、镜头阴影、灰度、锐度、自动曝光和降噪。
4.如权利要求1所述的基于边缘计算技术的精准客群分析方法，其特征在于，所述编码器是H264编码器。
5.如权利要求1所述的基于边缘计算技术的精准客群分析方法，其特征在于，“接收码流向外提供码流播放服务”中，所述码流是H264码流。
6.如权利要求1所述的基于边缘计算技术的精准客群分析方法，其特征在于，flvserver和rtsp server接收H264码流向外提供码流播放服务。
7.如权利要求1所述的基于边缘计算技术的精准客群分析方法，其特征在于，完成整个抓拍流程后上传到服务器做进一步处理。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到7任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到7任一项所述方法的步骤。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到7任一项所述的方法。
CN201910609505.0A 2019-07-08 2019-07-08 基于边缘计算技术的精准客群分析方法 Active CN110321857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910609505.0A CN110321857B (zh) 2019-07-08 2019-07-08 基于边缘计算技术的精准客群分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910609505.0A CN110321857B (zh) 2019-07-08 2019-07-08 基于边缘计算技术的精准客群分析方法

Publications (2)

Publication Number Publication Date
CN110321857A true CN110321857A (zh) 2019-10-11
CN110321857B CN110321857B (zh) 2021-08-17

Family

ID=68123081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910609505.0A Active CN110321857B (zh) 2019-07-08 2019-07-08 基于边缘计算技术的精准客群分析方法

Country Status (1)

Country Link
CN (1) CN110321857B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110766474A (zh) * 2019-10-30 2020-02-07 浙江易时科技股份有限公司 基于人脸识别技术的销售展厅客流批次统计

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7665113B1 (en) * 2007-05-24 2010-02-16 TrueSentry, Inc. Rate adaptive video transmission and synchronization system
CN103034841A (zh) * 2012-12-03 2013-04-10 Tcl集团股份有限公司 一种人脸追踪方法及***
US20140241426A1 (en) * 2012-02-22 2014-08-28 Adobe Systems Incorporated Interleaved video streams
CN105488478A (zh) * 2015-12-02 2016-04-13 深圳市商汤科技有限公司 一种人脸识别***和方法
EP3098755A1 (en) * 2015-05-29 2016-11-30 Accenture Global Services Limited Local caching for object recognition
CN107645673A (zh) * 2017-08-29 2018-01-30 湖北航天技术研究院总体设计所 一种遥测图像实时解码单元
CN108491822A (zh) * 2018-04-02 2018-09-04 杭州高创电子科技有限公司 一种基于嵌入式设备有限缓存的人脸检测去重方法
CN108710856A (zh) * 2018-05-22 2018-10-26 河南亚视软件技术有限公司 一种基于视频流的人脸识别方法
CN109086919A (zh) * 2018-07-17 2018-12-25 新华三云计算技术有限公司 一种景点路线规划方法、装置、***及电子设备
CN109218731A (zh) * 2017-06-30 2019-01-15 腾讯科技（深圳）有限公司 移动设备的投屏方法、装置及***
CN109492536A (zh) * 2018-10-12 2019-03-19 大唐高鸿信息通信研究院（义乌）有限公司 一种基于5g架构的人脸识别方法及***
CN109522853A (zh) * 2018-11-22 2019-03-26 湖南众智君赢科技有限公司 面向监控视频的人脸检测与搜索方法
CN109657588A (zh) * 2018-12-11 2019-04-19 上海工业自动化仪表研究院有限公司 基于视频识别的智能边缘计算嵌入式终端
CN109672751A (zh) * 2019-01-15 2019-04-23 特斯联（北京）科技有限公司 一种基于边缘计算的智慧人口统计方法和***

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7665113B1 (en) * 2007-05-24 2010-02-16 TrueSentry, Inc. Rate adaptive video transmission and synchronization system
US20140241426A1 (en) * 2012-02-22 2014-08-28 Adobe Systems Incorporated Interleaved video streams
CN103034841A (zh) * 2012-12-03 2013-04-10 Tcl集团股份有限公司 一种人脸追踪方法及***
EP3098755A1 (en) * 2015-05-29 2016-11-30 Accenture Global Services Limited Local caching for object recognition
CN105488478A (zh) * 2015-12-02 2016-04-13 深圳市商汤科技有限公司 一种人脸识别***和方法
CN109218731A (zh) * 2017-06-30 2019-01-15 腾讯科技（深圳）有限公司 移动设备的投屏方法、装置及***
CN107645673A (zh) * 2017-08-29 2018-01-30 湖北航天技术研究院总体设计所 一种遥测图像实时解码单元
CN108491822A (zh) * 2018-04-02 2018-09-04 杭州高创电子科技有限公司 一种基于嵌入式设备有限缓存的人脸检测去重方法
CN108710856A (zh) * 2018-05-22 2018-10-26 河南亚视软件技术有限公司 一种基于视频流的人脸识别方法
CN109086919A (zh) * 2018-07-17 2018-12-25 新华三云计算技术有限公司 一种景点路线规划方法、装置、***及电子设备
CN109492536A (zh) * 2018-10-12 2019-03-19 大唐高鸿信息通信研究院（义乌）有限公司 一种基于5g架构的人脸识别方法及***
CN109522853A (zh) * 2018-11-22 2019-03-26 湖南众智君赢科技有限公司 面向监控视频的人脸检测与搜索方法
CN109657588A (zh) * 2018-12-11 2019-04-19 上海工业自动化仪表研究院有限公司 基于视频识别的智能边缘计算嵌入式终端
CN109672751A (zh) * 2019-01-15 2019-04-23 特斯联（北京）科技有限公司 一种基于边缘计算的智慧人口统计方法和***

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
XUAN QI 等: "IoT Edge Device Based Key Frame Extraction for Face in Video Recognition", 《2018 18TH IEEE/ACM INTERNATIONAL SYMPOSIUM ON CLUSTER, CLOUD AND GRID COMPUTING》 *
YUEJUN CHEN 等: "design and implementation of video analytics system based on edge computing", 《2018 INTERNATIONAL CONFERENCE ON CYBER-ENABLED DISTRIBUTED COMPUTING AND KNOWLEDGE DISCOVERY》 *
史天运 等: "铁路智能客运车站***总体设计及评价", 《铁路计算机应用》 *
王浩先 : "边缘计算助力大数据侦查", 《中国公共安全》 *
蔡成飞: "基于人脸识别技术和边缘计算技术的智能***研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110766474A (zh) * 2019-10-30 2020-02-07 浙江易时科技股份有限公司 基于人脸识别技术的销售展厅客流批次统计

Also Published As

Publication number Publication date
CN110321857B (zh) 2021-08-17

Similar Documents

Publication Publication Date Title
CN1650622B (zh) 用于数字重新灌录或修改电影或其他图像序列数据的***和方法
TW202011263A (zh) 基於定損圖像判定模型的圖像處理方法和裝置
CN111754267B (zh) 基于区块链的数据处理方法及***
CN111160202B (zh) 基于ar设备的身份核验方法、装置、设备及存储介质
US20230334890A1 (en) Pedestrian re-identification method and device
CN113784171B (zh) 视频数据处理方法、装置、计算机***及可读存储介质
CN108369651A (zh) 使用图像数据进行信息提取
CN113469920B (zh) 用于智能化设备管理的图像处理方法及***
CN114387548A (zh) 视频及活体检测方法、***、设备、存储介质及程序产品
CN110321857A (zh) 基于边缘计算技术的精准客群分析方法
CN114266952A (zh) 基于深监督的实时语义分割方法
CN110321378A (zh) 一种移动监控图像识别***及方法
CN110617670A (zh) 一种基于图像识别的无人售冰箱及其识别方法
CN113807327B (zh) 一种基于光线补偿的深度学习侧脸图像处理方法及***
CN110826545A (zh) 一种视频类别识别的方法及相关装置
CN110321782A (zh) 一种检测人体特征信号的***
CN115631402A (zh) 一种适用于智慧养殖的ai算法服务平台构建方法
KR102567823B1 (ko) 유튜브 업로드시점 분석시스템
CN112488933A (zh) 一种视频的细节增强方法、装置、移动终端和存储介质
CN112215174A (zh) 一种基于计算机视觉的环卫车辆状态分析方法
CN112101331B (zh) 一种安防视频融合调度方法及装置
CN113762156B (zh) 观影数据处理方法、装置及存储介质
CN114898410B (zh) 一种基于小波变换的跨分辨率行人重识别方法
CN111611825B (zh) 一种唇语内容识别方法及装置
CN115299366B (zh) 智慧喂食方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Accurate customer group analysis method based on edge computing technology

Effective date of registration: 20220715

Granted publication date: 20210817

Pledgee: Bank of Suzhou Co.,Ltd. Shishan road sub branch

Pledgor: SUZHOU WANDIANZHANG NETWORK TECHNOLOGY Co.,Ltd.

Registration number: Y2022320010387