CN112785759A - 客流统计的***和方法 - Google Patents
客流统计的***和方法 Download PDFInfo
- Publication number
- CN112785759A CN112785759A CN202110085015.2A CN202110085015A CN112785759A CN 112785759 A CN112785759 A CN 112785759A CN 202110085015 A CN202110085015 A CN 202110085015A CN 112785759 A CN112785759 A CN 112785759A
- Authority
- CN
- China
- Prior art keywords
- sensor
- passenger flow
- perception
- flow statistics
- data
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本说明书提供的客流统计的***和方法,可以通过被测区域内的多个感知***对被测区域内的多个目标区域进行监测。每个感知***包括至少一个感知传感器和至少一个处理器,每个感知传感器监测对应的监测范围内是否存在目标对象,处理器对每个传感器数据进行活体检测,以确定每个感知传感器的监测范围内的目标对象是否为活体,只有当目标对象为活体时才将所述活体计入客流量。控制终端接收每个感知***的活体检测结果,确定每个目标区域的活体用户数量,从而确定被测区域内的总用户数量。
Description
技术领域
本说明书涉及互联网技术领域,尤其涉及一种客流统计的***和方法。
背景技术
随着互联网和信息技术的快速发展,客流统计被广泛应用于餐饮行业、智慧零售、安防监控、商场、酒店、宾馆、道路、景区、车辆等等多种场景,通过客流统计可以辅助商家更精准的了解店内的情况并进行相应的经营和营销决策。特别是对于餐饮行业,客流统计可以帮助管理人员实时感知到店内用餐顾客人数,对预测未来就餐流量,改善商家经营策略、提高商家经营效益和客户体验有重要意义。
目前常用的客流统计方案主要采用在出入口设置测距仪或视觉监控结合图像识别等技术方案,通过红外传感器或者视觉传感器等感应传感器监测入口的数据监测进入店内的人流量,通过处理器对传感器输出的数据进行处理处理器通过对传感器输出的数据处理获得当前的客流人数,并上传到云服务器。如果需要计算店内总人数,则需要对一段时间内的传感器数据进行累计计算。但随着时间越长,累计计算可能导致误差积累,导致客流统计不准确。并且视觉监控结合图像识别的方法需布置多个摄像头,硬件布置成本高,且计算复杂,功耗高,安装不方便,维修困难。
因此,需要提供一种成本低、精度高的分布式客流统计的***和方法。
发明内容
本说明书提供一种成本低、精度高的分布式客流统计的***和方法。
第一方面,本说明书提供一种客流统计的***,包括多个感知***和控制终端,所述多个感知***分布在被测区域内的多个目标区域,所述多个感知***中的每个感知***包括至少一个感知传感器和至少一个处理器,所述至少一个感知传感器中的每个感知传感器运行时监测对应的监测范围内是否存在目标对象,并生成传感器数据,所述目标对象包括活体用户和非活体用户;至少一个处理器,接收所述每个感知传感器发送的所述传感器数据,并基于预设的辨识模型对所述传感器数据进行活体检测,生成辨识结果,以确定所述目标对象是否为所述活体用户;所述控制终端工作时分别与所述每个感知***通信连接,获取所述每个感知***中的所述每个感知传感器的所述辨识结果,并基于所述辨识结果确定所述被测区域内的总用户数量。
在一些实施例中,所述多个目标区域至少部分覆盖所述被测区域。
在一些实施例中,所述被测区域为餐厅的用餐区域,所述每个感知传感器对应的监测范围包括餐椅。
在一些实施例中,所述辨识模型为基于所述活体用户对应的样本数据和所述非活体用户对应的样本数据通过训练得到的,所述样本数据包括所述传感器数据中的信号频率和信号幅值的映射关系。
在一些实施例中,所述基于预设的辨识模型对所述传感器数据进行所述活体检测,包括:确定所述传感器数据在预设时间窗口内的信号频率和信号幅值的映射关系;以及基于所述辨识模型对所述映射关系进行活体检测,确定所述传感器数据对应的感知传感器是否感知到所述活体用户。
在一些实施例中,所述预设时间窗口包括在当前时刻之前的预设时长。
在一些实施例中,所述每个感知传感器的监测范围内最多有一个所述活体用户。
在一些实施例中,所述确定所述被测区域内的总用户数量,包括:基于所述每个感知传感器的所述辨识结果,确定所述多个目标区域中的每个目标区域中的活体用户数量;以及基于所述每个目标区域中的所述活体用户数量,确定所述总用户数量。
在一些实施例中,所述每个感知***还包括无线通信模块,工作时与所述控制终端建立所述通信连接,所述通信连接包括无线通信连接。
在一些实施例中,所述每个感知***还包括电源模块,工作时与所述至少一个感知传感器和所述至少一个处理器电连接。
在一些实施例中,所述获取所述每个感知***中的所述每个感知传感器的所述辨识结果,包括:基于预设时间周期,获取所述每个感知传感器的所述辨识结果。
在一些实施例中,所述至少一个感知传感器包括至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
第二方面,本说明书提供一种客流统计的方法,应用于本说明书第一方面所述的客流统计的***,包括通过所述至少一个处理器执行:获取对应的感知***中的所述每个感知传感器的所述传感器数据;基于所述辨识模型对所述每个感知传感器的所述传感器数据进行活体检测,并生成所述每个感知传感器的所述辨识结果;以及向所述控制终端发送所述每个感知传感器的所述辨识结果。
在一些实施例中,所述多个目标区域至少部分覆盖所述被测区域。
在一些实施例中,所述被测区域为餐厅的用餐区域,所述每个感知传感器对应的监测范围包括餐椅。
在一些实施例中,所述辨识模型为基于所述活体用户对应的样本数据和所述非活体用户对应的样本数据通过训练得到的,所述样本数据包括所述传感器数据中的信号频率和信号幅值的映射关系。
在一些实施例中,所述基于所述辨识模型对所述每个感知传感器的所述传感器数据进行活体检测,包括:确定所述传感器数据在预设时间窗口内的信号频率和信号幅值的映射关系;以及基于所述辨识模型对所述映射关系进行活体检测,确定所述传感器数据对应的感知传感器是否感知到所述活体用户。
在一些实施例中,所述预设时间窗口包括在当前时刻之前的预设时长。
在一些实施例中,所述每个感知传感器的监测范围内最多有一个所述活体用户。
在一些实施例中,所述向所述控制终端发送所述每个感知传感器的所述辨识结果,包括:基于预设时间周期,向所述控制终端发送所述每个感知传感器的所述辨识结果。
第三方面,本说明书提供一种客流统计的方法,应用于本说明书第一方面所述的客流统计的***,包括通过所述控制终端执行:获取所述每个感知***中的所述每个感知传感器的所述辨识结果;以及基于所述辨识结果确定所述被测区域内的总用户数量。
在一些实施例中,所述确定所述被测区域内的总用户数量,包括:基于所述每个感知传感器的所述辨识结果,确定所述多个目标区域中的每个目标区域中的活体用户数量;以及基于所述每个目标区域中的所述活体用户数量,确定所述总用户数量。
在一些实施例中,所述获取所述每个感知***中的所述每个感知传感器的所述辨识结果,包括:基于预设时间周期,获取所述每个感知传感器的所述辨识结果。
由以上技术方案可知,本说明书提供的客流统计的***和方法,可以通过被测区域内的多个感知***对被测区域内的多个目标区域进行监测。每个感知***通过至少一个感知传感器监测每个感知传感器对应的监测范围内是否存在目标对象,生成传感器数据,并将传感器数据发送至处理器,处理器根据传感器数据对每个传感器数据进行活体检测,以确定每个感知传感器的监测范围内的目标对象是否为活体,只有当目标对象为活体时才将所述活体计入客流量。控制终端根据每个感知***中的处理器的活体检测结果,确定每个目标区域的活体用户数量,从而确定被测区域内的总用户数量。所述***和方法可以通过同时监测被测区域内的多个目标区域内的客流来获取被测区域内的客流的绝对值,而不是测量客流的相对值,通过累计计算获取总客流,从而避免误差累计,提高客流统计的准确度。同时,所述***和方法可以通过对用户进行活体检测避免非人体被计入客流量中,以提高客流统计的全面性和准确性。
本说明书提供的客流统计的***和方法的其他功能将在以下说明中部分列出。根据描述,以下数字和示例介绍的内容将对那些本领域的普通技术人员显而易见。本说明书提供的客流统计的***和方法的创造性方面可以通过实践或使用下面详细示例中所述的方法、装置和组合得到充分解释。
附图说明
为了更清楚地说明本说明书实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书的一些实施例,对于本领域普通技术人员来讲,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。
图1示出了根据本说明书的实施例提供的一种客流统计的***的应用场景示意图;
图2示出了根据本说明书的实施例提供的一种感知***的设备示意图;
图3示出了根据本说明书的实施例提供的一种感知传感器的安装位置示意图;
图4示出了根据本说明书的实施例提供的一种活体用户的传感器数据频率分布示意图;
图5示出了根据本说明书的实施例提供的一种控制终端的设备示意图;
图6示出了根据本说明书的实施例提供的一种客流统计的方法流程图;
图7示出了根据本说明书的实施例提供的一种有效信号和干扰信号的示意图;以及
图8示出了根据本说明书的实施例提供的另一种客流统计的方法流程图。
具体实施方式
以下描述提供了本说明书的特定应用场景和要求,目的是使本领域技术人员能够制造和使用本说明书中的内容。对于本领域技术人员来说,对所公开的实施例的各种局部修改是显而易见的,并且在不脱离本说明书的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用。因此,本说明书不限于所示的实施例,而是与权利要求一致的最宽范围。
这里使用的术语仅用于描述特定示例实施例的目的,而不是限制性的。比如,除非上下文另有明确说明,这里所使用的,单数形式“一”,“一个”和“该”也可以包括复数形式。当在本说明书中使用时,术语“包括”、“包含”和/或“含有”意思是指所关联的整数,步骤、操作、元素和/或组件存在,但不排除一个或多个其他特征、整数、步骤、操作、元素、组件和/或组的存在或在该***/方法中可以添加其他特征、整数、步骤、操作、元素、组件和/或组。
考虑到以下描述,本说明书的这些特征和其他特征、以及结构的相关元件的操作和功能、以及部件的组合和制造的经济性可以得到明显提高。参考附图,所有这些形成本说明书的一部分。然而,应该清楚地理解,附图仅用于说明和描述的目的,并不旨在限制本说明书的范围。还应理解,附图未按比例绘制。
本说明书中使用的流程图示出了根据本说明书中的一些实施例的***实现的操作。应该清楚地理解,流程图的操作可以不按顺序实现。相反,操作可以以反转顺序或同时实现。此外,可以向流程图添加一个或多个其他操作。可以从流程图中移除一个或多个操作。
本说明书提供一种客流统计的***和方法,可以通过分布式感知***对被测区域进行客流监测。具体地,本说明书提供的客流统计的***和方法可以在被测区域内的多个位置布置感知***,以监测感知***所在区域内的客流,从而获取被测区域内的客流绝对值,避免累计误差。并且本说明书提供的客流统计的***和方法能够对每个用户进行活体检测,只有被检测为活体的用户才会被计入客流量中,以提高客流统计的全面性和准确性。本方案解决了在店铺场景内布置多个摄像头的铺设和维护成本问题,具有实施简单、易推广的特点。本方案还可以为商户提供低成本、可复制的店内客流解决方案,能够帮助商家快速实现线下场景的数字化。
图1示出了根据本说明书的实施例提供的一种客流统计的***001的应用场景示意图。客流统计的***001(以下简称***001)可以用于对被测区域003内的人流进行客流统计。所述被测区域003可以是任意空间区域,比如,超市、商场、餐饮店,等等,又比如,超市生活用品区、化妆品区、服装区,等等,又比如商场儿童区、鞋品去、饰品区等等,再比如餐饮店用餐区、结账区、等候区,等等。为了方便展示,以下描述中我们将以所述被测区域003为餐饮店为例进行描述。***001可以包括多个感知***200以及控制终端300。
多个感知***200分别分布在被测区域003内的多个不同位置,为了方便描述,我们将每个感知***200在被测区域003内分布的位置称为目标位置。每个感知***200可以对目标位置预设范围内的人流进行监测。即每个感知***200可以监测对应的目标位置周围的目标区域202内的用户数量。多个感知***200对应多个目标区域202。当有目标对象出现在感知***200的目标区域202内时,所述目标对象的出现会引起感知***200的输出信号的变化。需要说明的是,所述目标对象可以是活体用户,比如人体,也可以是非活体用户,比如在餐饮店中,放置在座位上的包、衣服或其他杂物等等。当感知***200感知到活体用户时的输出信号的变化和感知到非活体用户时的输出信号的变化是不同的。当所述目标对象为活体用户时,即所述目标对象为人体时,人体的身体运动(肢体运动,心跳)以及由于人体出现引起的温度变化等等会引起感知***200的输出信号随着人体的运动不断发生变化。当所述目标对象为非活体用户时,非活体用户所引起的输出信号的变化情况较为单一。感知***200中可以存储有执行本说明书描述的客流统计的方法的数据或指令,并可以执行或用于执行所述数据和/或指令。具体地,每个感知***200可以根据对应的目标区域202内的所述输出信号的变化实时生成感知数据,并可以基于预设的辨识模型对所述多个感知数据中的每个感知数据进行活体检测,用于人体特征的识别,并生成辨识结果以确定所述目标对象是否为活体,从而进行客流统计。
所述目标区域202可以是感知***200的监测范围,也可以是感知***200的有效工作区域,即感知***200的感应范围。所述目标区域202可以预先进行设定或更改。比如,我们可以通过调节传感器的灵敏度或探测范围,更改所述目标区域202的范围。比如,通过调节雷达传感器或红外传感器的发射距离,调节所述目标区域202的范围。每个感知***200对应一个目标区域202。多个感知***200对应多个目标区域202。
如图1所示,多个目标区域202可以至少部分覆盖所述被测区域003。多个目标区域202可以覆盖被测区域003的一部分,比如被测区域003为整个餐饮店内的空间区域时,多个目标区域202可以覆盖被测区域003内的用餐区域,即多个目标区域202部分覆盖被测区域003。多个目标区域202也可以覆盖被测区域003全部区域,比如多个目标区域202可以覆盖被测区域003内的全部区域,包括用餐区域、结账区域、等候区域,等等。我们可以通过调节感知***200的分布位置、感知***200的监测范围(目标区域202)以及感知***200的分布密度,更改多个感知***200的多个目标区域202的覆盖范围,以使多个感知***200的多个目标区域202可以覆盖任意区域,满足使用需求。同时,可以避开不需要进行客流统计的区域,以降低成本并提高客流统计的精度,避免错误的数据计入统计数据中。
多个目标区域202中相邻的目标区域202可以部分重叠,也可以不重叠。当相邻的目标区域202部分重叠时,重叠部分的面积不超过预设阈值,以避免同一个用户被重复识别计数,造成统计结果不准确。当相邻的目标区域202不重叠时,相邻的目标区域202之间的间隙面积应不超过预设阈值,以避免漏统计,造成统计结果不准确。
控制终端300可以存储有执行本说明书描述的客流统计的方法P200的数据或指令,并可以执行或用于执行所述数据和/或指令。关于客流统计的方法P200将在后面的描述中详细介绍。控制终端300工作时可以与多个感知***200通信连接,以获取多个感知***200中的每个感知***200的辨识结果,并基于所述辨识结果计算每个目标区域202内的活体用户的数量,即每个目标区域202内的客流数量,从而确定被测区域003内的客流量,即总用户数量。所述通信连接是指能够直接地或者间接地接收信息的任何形式的连接。在一些实施例中,控制终端300可以同多个感知***200通过无线通信连接来彼此传递数据;在一些实施例中,控制终端300也可以同多个感知***200通过电线直接连接来彼此传递数据;在一些实施例中,控制终端300也可以通过电线同其他电路直接连接来建立同多个感知***200的间接连接,从而实现彼此传递数据。为了方便描述,本说明书将以控制终端300同多个感知***200通过无线通信连接来传递所述辨识结果为例进行描述。控制终端300与多个感知***200的之间建立所述无线通信连接,安装简单便捷,适应性强,可以避免有线通信连接的布线带来的困难。
控制终端300可以包括具有数据信息处理功能的硬件设备和驱动该硬件设备工作所需必要的程序。当然,控制终端300也可以仅为具有数据处理能力的硬件设备,或者,仅为运行在硬件设备中的程序。在一些实施例中,控制终端300可以包括移动设备、平板电脑、笔记本电脑、机动车辆的内置设备或类似内容,或其任意组合。在一些实施例中,所述移动设备可包括智能家居设备、智能移动设备或类似设备,或其任意组合。在一些实施例中,所述智能家居装置可包括智能电视、台式电脑等,或任意组合。在一些实施例中,所述智能移动设备可包括智能手机、个人数字辅助、游戏设备、导航设备等,或其任意组合在一些实施例中,所述机动车中的内置装置可包括车载计算机、车载电视等。在一些实施例中,控制终端300可以是具有定位技术的设备,用于定位控制终端300的位置。
如图1所示,控制终端300可以包括本地设备301。在一些实施例中,控制终端300也可以包括云端设备302。控制终端300与多个感知***200之间通过本地设备301进行所述无线通信连接。本地设备301和云端设备302可以通过网络进行信息或数据的交换。例如,云端设备302可以通过网络从本地设备301获取所述辨识结果。在一些实施例中,网络可以是任何类型的有线或无线网络,也可以是其组合。比如,网络可以包括电缆网络,有线网络、光纤网络、电信通信网络、内联网、互联网、局域网(LAN)、广域网(WAN)、无线局域网(WLAN)、大都市市区网(MAN)、广域网(WAN)、公用电话交换网(PSTN)、蓝牙网络、ZigBee网络、近场通信(NFC)网络或类似网络。在一些实施例中,网络可以包括一个或多个网络接入点。
控制终端300根据所述辨识结果进行客流统计的数据处理算法可以在本地设备301中进行,也可以在云端设备302中进行。云端设备302相对于本地设备301可以具有更强大、更快速的运算能力。当所述客流统计的数据处理算法计算量较小时,所述客流统计的数据处理算法可以在本地设备301中进行。当所述客流统计的数据处理算法计算量较大时,所述客流统计的数据处理算法可以在云端设备302中进行,本地设备301可以将所述辨识结果发送给云端设备302进行计算。本地设备301也可以不进行数据运算,本地设备301可以将从多个感知***200中获取的所有辨识结果发送给云端设备302进行客流统计,以降低本地设备301的成本。
如图1所示,本说明书所述的***001通过在被测区域003内布置多个感知***200,分别对多个目标区域202内的目标对象进行实时监测,获取监测的感知数据,并通过预设的所述辨识模型对感知数据进行活体检测,以确定所述目标对象是是否为活体用户;控制终端300通过与多个感知***200的无线通信连接,获取多个感知***200的辨识结果,确定每个目标区域202内的客流数量的绝对值,从而获得被测区域003内的客流的绝对值,避免累计误差和非活体的错误识别,提高客流统计的准确性。
图2示出了根据本说明书的实施例提供的一种感知***200的设备示意图。如图2所示,感知***200可以包括至少一个感知传感器220。在一些实施例中,感知***200还可以包括至少一个处理器280。在一些实施例中,感知***200还可以包括无线通信模块240。在一些实施例中,感知***200还可以包括电源模块260。
至少一个感知传感器220中的每个感知传感器220运行时可以监测对应的监测范围内是否存在目标对象,并接收所述监测范围内的信号生成传感器数据。所述传感器数据可以是所述信号随时间的变化关系。所述信号包括所述信号的幅度以及所述信号的频率分布。所述传感器数据可以用于进行活体检测。每个感知***200可以包括一个或多个感知传感器220。每个感知传感器220用于监测其对应的监测范围内的目标对象。每个感知传感器220可以生成一个传感器数据。至少一个感知传感器220与所述至少一个传感器数据一一对应。至少一个感知传感器220可以生成至少一个传感器数据。每个感知***200中的至少一个感知传感器220的监测范围的组合构成感知***200对应的目标区域202。具体地,至少一个感知传感器220可以监测对应的目标区域202内的目标对象的变化,并根据目标对象的变化生成对应的传感器数据。
为了方便进行客流统计,所述至少一个感知传感器220中的每个感知传感器220的监测范围内最多有一个活体用户。图3示出了根据本说明书的实施例提供的一种感知传感器220的安装位置示意图。感知传感器220可以安装在被测区域003内的任意位置。以被测区域003为餐饮店的用餐区域为例进行说明,感知传感器220的监测范围可以是用餐区的餐椅006。感知传感器220可以用于监测当前餐椅上是否有目标对象。感知传感器220可以安装在用餐区域的餐桌005或餐椅006上。如图3所示,感知传感器220可以安装在餐桌005下方并对准餐椅006,以感应餐椅006上是否有活体用户正在用餐。餐椅006也可以安装在餐椅006靠背上并面向餐桌005,或安装在餐椅006下方,以感知当前位置是否有活体用户正在用餐。当有活体用户在餐椅006上时,人体的身体运动(肢体运动,心跳)等会引起餐椅006的输出信号的变化,生成传感器数据,控制终端300可以接收这些传感器数据并基于预设的所述辨识模型进行活体检测,以识别出活体用户。
当然,感知传感器220还可以安装在其他位置,比如,感知传感器220可以安装在接近用餐用户的位置,比如安装在天花板上或者餐椅006的上方,并感知餐椅006上是否有活体用户正在用餐,等等。
比如,当被测区域003为餐厅时,每个感知***200可以安装在一个餐桌005的下方,每个感知***200可以包括多个感知传感器220,每个感知传感器220面向当前餐桌005周围的一个餐椅006,或者直接安装在所述餐椅006上,以监测对应的餐椅006上是否有所述活体用户。当所述感知传感器220的监测范围出现所述目标对象时,所述感知传感器220所接收到的所述信号将发生变化。活体用户和非活体用户所引起的所述信号的变化规律也不同。控制终端可以根据所述传感器数据中的所述信号的变化规律辨识当前餐椅006上的所述目标对象是活体用户还是非活体用户。
***001可以包括多个感知***200,每个感知***200对应一组传感器数据,每一组传感器数据可以包括所述至少一个传感器数据。
当目标区域202内的用户数量发生变化时,会引起目标区域202内一系列数据的变化,比如,重力变化、距离变化、振动变化,甚至是温度变化以及周围环境中的介电常数的变化,等等。至少一个感知传感器220可以是任意形式的可以感知到环境数据变化的传感器。比如,至少一个感知传感器220可以是至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
所述雷达传感器可以向外发射电磁波信号并接收其他物体反射回的电磁波信号。当感知传感器220为雷达传感器时,所述雷达传感器可以向预设的方向发射电磁波信号,并接收物体反射回的反射电磁波信号。当雷达传感器的预设方向上出现目标对象时,所述雷达传感器在所述预设方向上接收到的反射电磁波信号将发生变化。控制终端300可以根据所述反射电磁波信号确定所述预设方向是否存在目标对象,并根据所述反射电磁波信号的变化规律确定所述目标对象是否为活体用户。所述预设方向可以是一个方向,也可以是多个不同的方向。所述雷达传感器数据可以是一个可以向多个方向发射电磁波信号的雷达传感器,也可以是多个可以向单个方向发射电磁波信号的雷达传感器。
当所述目标对象为活体用户(人体)和非活体用户时,所述雷达传感器接收到的反射电磁波信号也是不同的。当所述目标对象为非活体用户时,由于非活体用户不会自行移动,因此,雷达传感器接收到的反射电磁波信号变化较平稳。当所述目标对象为活体用户时,由于人体的肢体运动或者心跳都会引起反射电磁波信号的变化,因此,雷达传感器接收到的反射电磁波信号变化较为复杂。
以雷达传感器为例,图4示出了根据本说明书的实施例提供的一种活体用户的传感器数据频率分布示意图。如图4所示,横轴为频率f,纵轴为感知传感器220的输出信号幅度A。通常人体在餐厅内等待或者就餐过程中,由于肢体运动,会产生频率较低但是幅度较高的信号;同时由于人体的呼吸以及心跳会产生频率相对较高但是幅度较小的信号。肢体运动信号1、呼吸信号2以及心跳信号3在频谱上的分布如图4所示,其中呼吸的频率大约是0.13~0.4Hz,心跳的频率大约0.8~3.3Hz,而肢体运动频率小于0.1Hz。但是由于呼吸与心跳信号非常的微弱,容易由于人体的持续运动导致淹没在肢体运动的信号中。同时,也由于人体可能在就餐过程中,长时间处于静止状态,探测不到肢体的运动信号。所以需要综合上述的三种数据进行判断,当前雷达传感器探测到的是否是人体。
因此,感知***200可以依据所述传感器数据中的信号的频率以及信号的幅值的映射关系,判断所述目标对象是否为人体,从而避免非活体的目标对象被计入客流量中,提高客流统计的准确性。
所述红外传感器可以向外发射红外信号并接收其他物体反射回的红外信号。当感知传感器220为红外传感器时,所述红外传感器可以向预设的方向发射红外信号,并接收物体反射回的反射红外信号。当红外传感器的预设方向上出现目标对象时,所述红外传感器在所述预设方向上接收到的反射红外信号将发生变化。控制终端300可以根据所述反射红外信号确定所述预设方向是否存在目标对象,并根据所述红外信号的变化规律确定所述目标对象是否为活体用户。所述预设方向可以是一个方向,也可以是多个不同的方向。所述红外传感器数据可以是一个可以向多个方向发射红外信号的红外传感器,也可以是多个可以向单个方向发射红外信号的红外传感器。所述红外传感器可以是红外热释电传感器,也可以是红外热电堆传感器,本说明书在此不做限定。
所述至少一个压力传感器可以测量承受的压力变化数据。当感知传感器220为压力传感器时,所述压力传感器可以安装在餐椅006上以测量餐椅006承受的压力变化。当感知传感器220的监测范围内出现目标对象时,所述压力传感器测量到的压力数据也会发生变化。控制终端300可以根据所述压力数据的变化确定所述监测范围内是否存在所述目标对象,并根据所述压力信号的变化规律确定所述目标对象是否为活体用户。
所述温度传感器可以测量所述监测范围内的温度变化数据。当感知传感器220为温度传感器时,当所述监测范围内出现所述目标对象时,所述温度传感器测量到的温度数据也会发生变化。控制终端300可以根据所述温度数据的变化确定所述监测范围内是否存在所述目标对象,并根据所述温度信号的变化规律确定所述目标对象是否为活体用户。
所述振动传感器可以测量所述监测范围内的振动变化数据。当感知传感器220为振动传感器时,当所述监测范围内出现所述目标对象时,所述振动传感器测量到的振动数据也会发生变化。控制终端300可以根据所述振动数据的变化确定所述监测范围内是否存在所述目标对象,并根据所述振动信号的变化规律确定所述目标对象是否为活体用户。
所述电场传感器可以测量所述监测范围内的电压变化数据。当感知传感器220为电场传感器时,当所述监测范围内出现所述目标对象时,所述监测范围内的介电常数也会发生变化,所述电场传感器测量到的电压数据也会发生变化。控制终端300可以根据所述电压数据的变化确定所述监测范围内是否存在所述目标对象,并根据所述电压信号的变化规律确定所述目标对象是否为活体用户。
感知传感器220可以是上述任一种传感器,也可以是上述传感器的组合,还可以时其他任意可以感应到人体信息的传感器,比如距离传感器,超声波传感器,声音传感器,光线传感器等等。感知传感器220可以根据所述监测范围内的用户数量变化生成传感器数据。所述多个感知数据至少包括所述多组传感器数据。感知传感器220可以实时生成所述传感器数据。
至少一个处理器280可以存储有执行本说明书描述的客流统计的方法P100的数据或指令,并可以执行或用于执行所述数据和/或指令。关于客流统计的方法P100将在后面的描述中详细介绍。至少一个处理器280可以与至少一个感知传感器220中的每个感知传感器220通信连接,并接收每个感知传感器220发送的所述传感器数据。如前所述,感知传感器220可以监测对应的监测范围内是否存在目标对象,并生成所述传感器数据。至少一个处理器280可以从至少一个感知传感器220获取并存储每个感知传感器220的传感器数据,并基于预设的辨识模型对所述传感器数据进行活体检测,生成辨识结果,以确定所述目标对象是否为所述活体用户。
所述辨识模型用于对所述传感器数据进行活体检测。如前所述,当感知传感器220感知到所述监测范围内存在目标对象时,所述传感器数据的输出信号发生变化。具体地,当所述目标对象为活体用户时的传感器数据的变化规律和所述目标对象为非活体用户时的变化规律不同。以感知传感器220为雷达传感器为例,所述传感器数据中的信号频率和信号幅值的映射关系是不同的。
所述辨识模型为基于所述活体用户对应的样本数据和所述非活体用户对应的样本数据通过训练得到的。所述样本数据可以包括所述传感器数据中的信号频率和信号幅值的映射关系。具体地,开发人员可以在不同类型的场景中(比如多个不同的餐厅)安装感知传感器220,并进行样本数据采集,所述样本数据包括多个标记的活体用户对应的传感器数据和非活体用户对应的传感器数据;获取每个传感器数据中的信号频率和信号幅值的映射关系,作为训练数据,训练分类神经网络模型;训练完成后,将神经网络分类模型部署在处理器280中,进行实时的预测分类,生成所述辨识结果,输出当前感知传感器280的监测范围内是否有人体存在。
至少一个处理器280还可以基于预设时间周期向控制终端300发送所述辨识结果。具体地,处理器280为嵌入式低功耗处理器。感知***200内部的无线通信模块240以及至少一个处理器280平时处于待机模式。控制终端300间隔预设时间唤醒感知***200,即控制终端300可以基于预设时间周期唤醒感知***200;感知***200在接收到控制终端300发送的唤醒信号后,感知***200中的处理器280可以将所述辨识结果上传给控制终端300,重新进入睡眠或待机状态,等待下一次的唤醒。因此,低功耗的处理器280可以节省感知***200的耗电量,延长待机时间。
所述唤醒信号可以是控制终端300向感知***200发送的信号。所述预设时间可以进行设定或更改。具体地,控制终端300可以根据被测区域003中的客流量的历史数据,通过机器学习得到所述预设时间。不同时间段的所述预设时间可以不同,比如,在用餐高峰期所述预设时间可以较短,比如在中午或晚上所述预设时间可以是10s、1min、10min等等;比如,用餐低峰期所述预设时间可以更长,比如在上午或深夜,所述预设时间可以是1h、2h,等等。
当感知***200处于待机状态时,处理器280可以存储所述传感器数据以及所述辨识结果;当感知***200被唤醒,处理器280将存储的所述辨识结果发送给控制终端300后,可以删除已发送的辨识结果和对应的传感器数据。
在一些实施例中,感知***200还可以包括至少一个存储介质(图2中未示出)。所述存储介质可以包括数据存储装置,可以用于存储所述辨识模型以及至少一个指令集。所述指令是计算机程序代码,所述计算机程序代码可以包括执行本说明书提供的客流统计的方法P100的程序、例程、对象、组件、数据结构、过程、模块等等。
无线通信模块240可以与至少一个处理器280电连接。感知***200工作时可以通过无线通信模块240与控制终端300建立所述无线通信连接,以避免布线,降低成本的同时节省人力,提升外观美观性。所述无线通信可以是WiFi通信,也可以是蓝牙通信,还可以是NFC通信,甚至可以是光学通信等等。感知***200通过所述无线通信模块240可以将所述感知***200对应的辨识结果发送给控制终端300。
如图2所示,电源模块260可以与至少一个感知传感器220和至少一个传感器280电连接,为整个感知***200供电。电源模块260可以是电池供电,也可以是电线供电,还可以是自供电,在此不做限定。其中,电池供电和自供电可以实现设备安装免布线,节省成本的同时增加美观性,使用更加便捷,更容易推广,降低***001的部署和使用条件。
图5示出了一种控制终端300的设备示意图。控制终端300可以执行本说明书描述的客流统计的方法P200。所述客流统计的方法P200在本说明书中的其他部分介绍。图5所示的设备示意图可以用于本地设备301,也可以用于云端设备302。
如图5所示,控制终端300可以包括至少一个存储介质330和至少一个处理器320。在一些实施例中,控制终端300还可以包括通信端口350和内部通信总线310。
内部通信总线310可以连接不同的***组件,包括存储介质330、处理器320和通信端口350。
通信端口350用于控制终端300同外界的数据通信,比如,通信端口350可以用于控制终端300同多个感知***200之间的数据通信。通信端口350还可以用于本地设备301和云端设备302之间的数据通信。通信端口350可以是有线通信端口也可以是无线通信端口。在本说明书中,以通信算口350是无线通信端口为例进行描述。控制终端300通过无线通信连接接收多个感知***200的辨识结果。
存储介质330可以包括数据存储装置。所述数据存储装置可以是非暂时性存储介质,也可以是暂时性存储介质。比如,所述数据存储装置可以包括磁盘332、只读存储介质(ROM)334或随机存取存储介质(RAM)336中的一种或多种。存储介质330还包括存储在所述数据存储装置中的至少一个指令集。所述指令是计算机程序代码,所述计算机程序代码可以包括执行本说明书提供的客流统计的方法的程序、例程、对象、组件、数据结构、过程、模块等等。
至少一个处理器320可以同至少一个存储介质330以及通信端口350通过内部通信总线310通信连接。至少一个处理器320用以执行上述至少一个指令集。当***001运行时,至少一个处理器320读取所述至少一个指令集,并且根据所述至少一个指令集的指示通过通信端口350获取多个感知***200的所述辨识结果,执行本说明书提供的客流统计的方法。处理器320可以执行客流统计的方法包含的所有步骤。处理器320可以是一个或多个处理器的形式,在一些实施例中,处理器320可以包括一个或多个硬件处理器,例如微控制器,微处理器,精简指令集计算机(RISC),专用集成电路(ASIC),特定于应用的指令集处理器(ASIP),中央处理单元(CPU),图形处理单元(GPU),物理处理单元(PPU),微控制器单元,数字信号处理器(DSP),现场可编程门阵列(FPGA),高级RISC机器(ARM),可编程逻辑器件(PLD),能够执行一个或多个功能的任何电路或处理器等,或其任何组合。仅仅为了说明问题,在本说明书中控制终端300中仅描述了一个处理器320。然而,应当注意,本说明书中控制终端300还可以包括多个处理器,因此,本说明书中披露的操作和/或方法步骤可以如本说明书所述的由一个处理器执行,也可以由多个处理器联合执行。例如,如果在本说明书中控制终端300的处理器320执行步骤A和步骤B,则应该理解,步骤A和步骤B也可以由两个不同处理器320联合或分开执行(例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一和第二处理器共同执行步骤A和B)。
需要说明的是,当本地设备301不具备运算能力时,本地设备301可以不包括处理器320。
图6示出了根据本说明书的实施例提供的一种客流统计的方法P100流程图。客流统计的方法P100应用于客流统计的***001。客流统计的***001可以执行本说明书提供的客流统计的方法P100。具体地,至少一个处理器280可以读取存储在其本地存储介质中的指令集,然后根据所述指令集的规定,执行本说明书提供的客流统计的方法P100。所述方法P100可以包括通过至少一个处理器280执行:
S120:处理器280获取对应的感知***200中的至少一个感知传感器220中的每个感知传感器220的传感器数据。
如前所述,每个感知传感器220可以实时生成传感器数据,处理器280可以实时获取所述传感器数据。
S140:处理器280基于所述辨识模型对每个感知传感器220的所述传感器数据进行活体检测,并生成每个感知传感器220的所述辨识结果。
具体地,步骤S140可以是:基于每个感知传感器220的所述传感器数据,确定所述传感器数据在预设时间窗口内的信号频率和信号幅值的映射关系;以及基于所述辨识模型对所述映射关系进行活体检测,确定所述每个所述传感器数据对应的感知传感器220的所述监测范围内是否感知到所述活体用户。
所述预设时间窗口包括在当前时刻之前的预设时长。具体地,处理器280在对所述传感器数据进行活体检测时,可以截取从当前时刻到过去一段时间窗口(即所述预设时间窗口)内的传感器数据,将所述时间窗口内的传感器数据输入所述辨识模型,辨识模型输出所述辨识结果,所述辨识结果为当前感知传感器220的检测范围内是否存在活体用户。
由于环境中不可避免存在各种形式的干扰,导致至少一个感知传感器220的输出信号中包含有错误的干扰信号。图7示出了根据本说明书的实施例提供的一种有效信号和干扰信号的示意图。如图7所示,横轴为时间t,纵轴为感知传感器220的输出信号幅度A。感知传感器220感知到用户的运动的有效信号5与干扰信号6交叠在一起。为了保证客流统计的准确性,处理器280可以对所述传感器数据进行滤波处理。具体地,在对所述传感器数据进行所述活体检测之前,步骤S140还可以包括:处理器280对所述每个感知传感器220的传感器数据进行滤波,消除干扰信号6;基于滤波后的所述传感器数据以及预设的所述辨识模型,进行所述活体检测。
S160:处理器280向控制终端300发送每个感知传感器220的所述辨识结果。
如前所述,所述辨识结果可以存储在处理器280中。控制终端300可以间隔预设时间从处理器280中获取所述辨识结果。具体地,步骤S160可以包括:处理器280接收控制终端300基于预设时间周期向处理器280发送的唤醒信号;处理器280在接收到唤醒信号后,向控制终端300发送所述辨识结果。
图8示出了根据本说明书的实施例提供的一种客流统计的方法P200流程图。客流统计的方法P200应用于控制终端300。具体地,控制终端300中的处理器320可以读取存储在其本地存储介质中的指令集,然后根据所述指令集的规定,执行本说明书提供的客流统计的方法P200。所述方法P200可以包括通过控制终端300执行:
S220:控制终端300获取所述每个感知***200中的所述每个感知传感器220的所述辨识结果。
如前所述,被测区域003中可以包括多个感知***220。控制终端300可以与每个感知***200同信连接,并可以获取每个感知***200中的至少一个感知传感器220中的每个感知传感器220对应的辨识结果。如前所述,所述辨识结果可以存储在处理器280中。控制终端300可以间隔预设时间从处理器280中获取所述辨识结果。具体地,步骤S220可以包括:控制终端300基于预设时间周期,获取所述每个感知传感器220对应的所述辨识结果。即控制终端300可以间隔所述预设时间向每个感知***200发送唤醒信号;感知***200在接收到唤醒信号后,向控制终端300发送所述辨识结果。
S240:控制终端300基于所述辨识结果确定所述被测区域内的总用户数量。
具体地,步骤S240可以包括:
S242:控制终端300基于所述每个感知传感器220的所述辨识结果,确定所述多个目标区域202中的每个目标区域202中的活体用户数量。
如前所述,每个感知传感器220的检测范围内最多只能有一个活体用户。每个感知传感器220的辨识结果包括当前感知传感器220对应的检测范围内是否有活体用户。当感知传感器220的辨识结果为当前感知传感器220的监测范围内有活体用户时,则代表当前感知传感器220的检测范围内有一个活体用户。控制终端300可以根据每个感知***200中的每个感知传感器220的辨识结果,确定的每个目标区域202中的活体用户数量。
S244:控制终端300基于所述每个目标区域202中的所述活体用户数量,确定所述总用户数量。
具体地,控制终端300可以将所述多个目标区域202中每个目标区域202中的活体用户数量进行叠加,确定所述总用户数量。在一些实施例中,控制终端300还可以对叠加后的用户数量进行调整,即通过调节系数进行调整,以消除目标区域202的叠加或间隔带来的误差。所述调节系数可以通过机器学习得到。
综上所述,本说明书提供的客流统计的方法P100、P200和***001,可以通过被测区域003内的多个感知***200对被测区域002内的多个目标区域202进行监测。每个感知***200通过至少一个感知传感器220监测对应的目标区域202内的客流,并通过预设的辨识模型对每个传感器数据进行活体检测,生成辨识结果以确定每个感知传感器220对应的检测范围内是否存在活体用户。控制终端300根据辨识结果计算目标区域内的客流量。所述***001、方法P100和P200可以通过同时监测被测区域003内的多个目标区域202内的客流来获取被测区域003内的客流的绝对值,而不是测量客流的相对值,通过累计计算获取总客流,从而避免误差累计,提高客流统计的准确度。同时,所述***001、方法P100和P200可以对每个感知传感器220的传感器数据进行活体检测,以确定所述感知传感器220探测到的目标对象为活体用户,从而避免非活体用户被计入客流量中,提高客流统计的准确性。
本说明书另一方面提供一种非暂时性存储介质,存储有至少一组用来客流统计的可执行指令,当所述可执行指令被处理器执行时,所述可执行指令指导所述处理器280实施本说明书所述的客流统计的方法P100的步骤。在一些可能的实施方式中,本说明书的各个方面还可以实现为一种程序产品的形式,其包括程序代码。当所述程序产品在感知***200上运行时,所述程序代码用于使处理器280执行本说明书描述的客流统计的步骤。用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)包括程序代码,并可以在感知***200上运行。然而,本说明书的程序产品不限于此,在本说明书中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***(例如处理器280)使用或者与其结合使用。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本说明书操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在感知***200上执行、部分地在感知***200上执行、作为一个独立的软件包执行、部分在感知***200上部分在远程计算设备上执行、或者完全在远程计算设备上执行。
本说明书另一方面提供一种非暂时性存储介质,存储有至少一组用来客流统计的可执行指令,当所述可执行指令被处理器执行时,所述可执行指令指导所述处理器320实施本说明书所述的客流统计的方法P200的步骤。在一些可能的实施方式中,本说明书的各个方面还可以实现为一种程序产品的形式,其包括程序代码。当所述程序产品在控制终端300上运行时,所述程序代码用于使处理器320执行本说明书描述的客流统计的步骤。用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)包括程序代码,并可以在控制终端300上运行。然而,本说明书的程序产品不限于此,在本说明书中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***(例如处理器320)使用或者与其结合使用。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本说明书操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在控制终端300上执行、部分地在控制终端300上执行、作为一个独立的软件包执行、部分在控制终端300上部分在远程计算设备上执行、或者完全在远程计算设备上执行。
上述对本说明书特定实施例进行了描述。其他实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者是可能有利的。
综上所述,在阅读本详细公开内容之后,本领域技术人员可以明白,前述详细公开内容可以仅以示例的方式呈现,并且可以不是限制性的。尽管这里没有明确说明,本领域技术人员可以理解本说明书需求囊括对实施例的各种合理改变,改进和修改。这些改变,改进和修改旨在由本说明书提出,并且在本说明书的示例性实施例的精神和范围内。
此外,本说明书中的某些术语已被用于描述本说明书的实施例。例如,“一个实施例”,“实施例”和/或“一些实施例”意味着结合该实施例描述的特定特征,结构或特性可以包括在本说明书的至少一个实施例中。因此,可以强调并且应当理解,在本说明书的各个部分中对“实施例”或“一个实施例”或“替代实施例”的两个或更多个引用不一定都指代相同的实施例。此外,特定特征,结构或特性可以在本说明书的一个或多个实施例中适当地组合。
应当理解,在本说明书的实施例的前述描述中,为了帮助理解一个特征,出于简化本说明书的目的,本说明书将各种特征组合在单个实施例、附图或其描述中。然而,这并不是说这些特征的组合是必须的,本领域技术人员在阅读本说明书的时候完全有可能将其中一部分特征提取出来作为单独的实施例来理解。也就是说,本说明书中的实施例也可以理解为多个次级实施例的整合。而每个次级实施例的内容在于少于单个前述公开实施例的所有特征的时候也是成立的。
本文引用的每个专利,专利申请,专利申请的出版物和其他材料,例如文章,书籍,说明书,出版物,文件,物品等,可以通过引用结合于此。用于所有目的的全部内容,除了与其相关的任何起诉文件历史,可能与本文件不一致或相冲突的任何相同的,或者任何可能对权利要求的最宽范围具有限制性影响的任何相同的起诉文件历史。现在或以后与本文件相关联。举例来说,如果在与任何所包含的材料相关联的术语的描述、定义和/或使用与本文档相关的术语、描述、定义和/或之间存在任何不一致或冲突时,使用本文件中的术语为准。
最后,应理解,本文公开的申请的实施方案是对本说明书的实施方案的原理的说明。其他修改后的实施例也在本说明书的范围内。因此,本说明书披露的实施例仅仅作为示例而非限制。本领域技术人员可以根据本说明书中的实施例采取替代配置来实现本说明书中的申请。因此,本说明书的实施例不限于申请中被精确地描述过的实施例。
Claims (23)
1.一种客流统计的***,包括:
多个感知***,分布在被测区域内的多个目标区域,所述多个感知***中的每个感知***包括:
至少一个感知传感器,所述至少一个感知传感器中的每个感知传感器运行时监测对应的监测范围内是否存在目标对象,并生成传感器数据,所述目标对象包括活体用户和非活体用户;以及
至少一个处理器,接收所述每个感知传感器发送的所述传感器数据,并基于预设的辨识模型对所述传感器数据进行活体检测,生成辨识结果,以确定所述目标对象是否为所述活体用户;以及
控制终端,工作时分别与所述每个感知***通信连接,获取所述每个感知***中的所述每个感知传感器的所述辨识结果,并基于所述辨识结果确定所述被测区域内的总用户数量。
2.如权利要求1所述的客流统计的***,其中,所述多个目标区域至少部分覆盖所述被测区域。
3.如权利要求1所述的客流统计的***,其中,所述被测区域为餐厅的用餐区域,所述每个感知传感器对应的监测范围包括餐椅。
4.如权利要求1所述的客流统计的***,其中,所述辨识模型为基于所述活体用户对应的样本数据和所述非活体用户对应的样本数据通过训练得到的,所述样本数据包括所述传感器数据中的信号频率和信号幅值的映射关系。
5.如权利要求4所述的客流统计的***,其中,所述基于预设的辨识模型对所述传感器数据进行所述活体检测,包括:
确定所述传感器数据在预设时间窗口内的信号频率和信号幅值的映射关系;以及
基于所述辨识模型对所述映射关系进行活体检测,确定所述传感器数据对应的感知传感器是否感知到所述活体用户。
6.如权利要求5所述的客流统计的***,其中,所述预设时间窗口包括在当前时刻之前的预设时长。
7.如权利要求4所述的客流统计的***,其中,所述每个感知传感器的监测范围内最多有一个所述活体用户。
8.如权利要求1所述的客流统计的***,其中,所述确定所述被测区域内的总用户数量,包括:
基于所述每个感知传感器的所述辨识结果,确定所述多个目标区域中的每个目标区域中的活体用户数量;以及
基于所述每个目标区域中的所述活体用户数量,确定所述总用户数量。
9.如权利要求1所述的客流统计的***,其中,所述每个感知***还包括:
无线通信模块,工作时与所述控制终端建立所述通信连接,所述通信连接包括无线通信连接。
10.如权利要求1所述的客流统计的***,其中,所述每个感知***还包括:
电源模块,工作时与所述至少一个感知传感器和所述至少一个处理器电连接。
11.如权利要求1所述的客流统计的***,其中,所述获取所述每个感知***中的所述每个感知传感器的所述辨识结果,包括:
基于预设时间周期,获取所述每个感知传感器的所述辨识结果。
12.如权利要求1所述的客流统计的***,其中,所述至少一个感知传感器包括至少一个雷达传感器、至少一个红外传感器、至少一个压力传感器、至少一个温度传感器、至少一个振动传感器以及至少一个电场传感器中的至少一种。
13.一种客流统计的方法,应用于权利要求1中所述的客流统计的***,包括通过所述至少一个处理器执行:
获取对应的感知***中的所述每个感知传感器的所述传感器数据;
基于所述辨识模型对所述每个感知传感器的所述传感器数据进行活体检测,并生成所述每个感知传感器的所述辨识结果;以及
向所述控制终端发送所述每个感知传感器的所述辨识结果。
14.如权利要求13所述的客流统计的方法,其中,所述多个目标区域至少部分覆盖所述被测区域。
15.如权利要求13所述的客流统计的方法,其中,所述被测区域为餐厅的用餐区域,所述每个感知传感器对应的监测范围包括餐椅。
16.如权利要求13所述的客流统计的方法,其中,所述辨识模型为基于所述活体用户对应的样本数据和所述非活体用户对应的样本数据通过训练得到的,所述样本数据包括所述传感器数据中的信号频率和信号幅值的映射关系。
17.如权利要求16所述的客流统计的方法,其中,所述基于所述辨识模型对所述每个感知传感器的所述传感器数据进行活体检测,包括:
确定所述传感器数据在预设时间窗口内的信号频率和信号幅值的映射关系;以及
基于所述辨识模型对所述映射关系进行活体检测,确定所述传感器数据对应的感知传感器是否感知到所述活体用户。
18.如权利要求17所述的客流统计的方法,其中,所述预设时间窗口包括在当前时刻之前的预设时长。
19.如权利要求16所述的客流统计的方法,其中,所述每个感知传感器的监测范围内最多有一个所述活体用户。
20.如权利要求13所述的客流统计的方法,其中,所述向所述控制终端发送所述每个感知传感器的所述辨识结果,包括:
基于预设时间周期,向所述控制终端发送所述每个感知传感器的所述辨识结果。
21.一种客流统计的方法,应用于权利要求1中所述的客流统计的***,包括通过所述控制终端执行:
获取所述每个感知***中的所述每个感知传感器的所述辨识结果;以及
基于所述辨识结果确定所述被测区域内的总用户数量。
22.如权利要求21所述的客流统计的方法,其中,所述确定所述被测区域内的总用户数量,包括:
基于所述每个感知传感器的所述辨识结果,确定所述多个目标区域中的每个目标区域中的活体用户数量;以及
基于所述每个目标区域中的所述活体用户数量,确定所述总用户数量。
23.如权利要求21所述的客流统计的方法,其中,所述获取所述每个感知***中的所述每个感知传感器的所述辨识结果,包括:
基于预设时间周期,获取所述每个感知传感器的所述辨识结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110085015.2A CN112785759B (zh) | 2021-01-22 | 2021-01-22 | 客流统计的***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110085015.2A CN112785759B (zh) | 2021-01-22 | 2021-01-22 | 客流统计的***和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785759A true CN112785759A (zh) | 2021-05-11 |
CN112785759B CN112785759B (zh) | 2023-05-23 |
Family
ID=75758434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110085015.2A Active CN112785759B (zh) | 2021-01-22 | 2021-01-22 | 客流统计的***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785759B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114783088A (zh) * | 2022-04-20 | 2022-07-22 | 杭州天迈网络有限公司 | 一种全域文旅产业数据监测方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6345839B1 (en) * | 1997-01-13 | 2002-02-12 | Furukawa Electronics Co., Ltd. | Seat fitted with seating sensor, seating detector and air bag device |
US20050008197A1 (en) * | 2002-04-12 | 2005-01-13 | Stmicroelectronics Ltd. | Biometric sensor apparatus and methods |
US20100106450A1 (en) * | 2008-10-27 | 2010-04-29 | Electronics And Telecommunications Research Institute | Method and apparatus for sensing meal activity using pressure sensor |
CN101706976A (zh) * | 2009-08-26 | 2010-05-12 | 深圳市飞瑞斯科技有限公司 | 一种基于视频人数统计防尾随的***和装置 |
CN102054304A (zh) * | 2010-12-10 | 2011-05-11 | 深圳职业技术学院 | 基于多传感器的客流动态采集装置及*** |
US20130015946A1 (en) * | 2011-07-12 | 2013-01-17 | Microsoft Corporation | Using facial data for device authentication or subject identification |
CN104063933A (zh) * | 2014-06-30 | 2014-09-24 | 浙江大学 | 基于压力感应地砖的食堂人流统计*** |
CN105243418A (zh) * | 2015-11-18 | 2016-01-13 | 桂林电子科技大学 | 一种基于红外测温传感器的人流量统计方法及装置 |
CN106805941A (zh) * | 2015-12-02 | 2017-06-09 | 许亚夫 | 一种连续波生物雷达体征检测装置 |
CN107348749A (zh) * | 2017-08-25 | 2017-11-17 | 深圳三七九美发生活有限公司 | 一种计时坐垫及其椅子和门店顾客停留时长的检测方法 |
CN107872776A (zh) * | 2017-12-04 | 2018-04-03 | 泰康保险集团股份有限公司 | 用于室内监控的方法、装置、电子设备及存储介质 |
CN108876504A (zh) * | 2017-09-12 | 2018-11-23 | 北京旷视科技有限公司 | 一种无人售卖***及其控制方法 |
CN109044298A (zh) * | 2018-09-12 | 2018-12-21 | 金陵科技学院 | 一种可远程监测人体生命体征的无人机装置 |
US20190128552A1 (en) * | 2017-11-01 | 2019-05-02 | Carrier Corporation | Biosome counting and device controlling for a predetermined space region |
CN110012495A (zh) * | 2018-11-09 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 一种人数统计方法、装置、及计算机设备 |
CN110045370A (zh) * | 2019-05-10 | 2019-07-23 | 成都宋元科技有限公司 | 基于毫米波雷达的人体感知方法及其*** |
CN110992678A (zh) * | 2019-12-23 | 2020-04-10 | 宁波市数极信息技术有限公司 | 一种基于大数据人脸识别的公交客流统计方法 |
CN111553753A (zh) * | 2020-07-10 | 2020-08-18 | 支付宝(杭州)信息技术有限公司 | 一种客流统计方法、装置及电子设备 |
CN111985297A (zh) * | 2020-06-16 | 2020-11-24 | 深圳数联天下智能科技有限公司 | 人体存在检测方法及装置、存储介质及计算机设备 |
-
2021
- 2021-01-22 CN CN202110085015.2A patent/CN112785759B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6345839B1 (en) * | 1997-01-13 | 2002-02-12 | Furukawa Electronics Co., Ltd. | Seat fitted with seating sensor, seating detector and air bag device |
US20050008197A1 (en) * | 2002-04-12 | 2005-01-13 | Stmicroelectronics Ltd. | Biometric sensor apparatus and methods |
US20100106450A1 (en) * | 2008-10-27 | 2010-04-29 | Electronics And Telecommunications Research Institute | Method and apparatus for sensing meal activity using pressure sensor |
CN101706976A (zh) * | 2009-08-26 | 2010-05-12 | 深圳市飞瑞斯科技有限公司 | 一种基于视频人数统计防尾随的***和装置 |
CN102054304A (zh) * | 2010-12-10 | 2011-05-11 | 深圳职业技术学院 | 基于多传感器的客流动态采集装置及*** |
US20130015946A1 (en) * | 2011-07-12 | 2013-01-17 | Microsoft Corporation | Using facial data for device authentication or subject identification |
CN104063933A (zh) * | 2014-06-30 | 2014-09-24 | 浙江大学 | 基于压力感应地砖的食堂人流统计*** |
CN105243418A (zh) * | 2015-11-18 | 2016-01-13 | 桂林电子科技大学 | 一种基于红外测温传感器的人流量统计方法及装置 |
CN106805941A (zh) * | 2015-12-02 | 2017-06-09 | 许亚夫 | 一种连续波生物雷达体征检测装置 |
CN107348749A (zh) * | 2017-08-25 | 2017-11-17 | 深圳三七九美发生活有限公司 | 一种计时坐垫及其椅子和门店顾客停留时长的检测方法 |
CN108876504A (zh) * | 2017-09-12 | 2018-11-23 | 北京旷视科技有限公司 | 一种无人售卖***及其控制方法 |
US20190128552A1 (en) * | 2017-11-01 | 2019-05-02 | Carrier Corporation | Biosome counting and device controlling for a predetermined space region |
CN107872776A (zh) * | 2017-12-04 | 2018-04-03 | 泰康保险集团股份有限公司 | 用于室内监控的方法、装置、电子设备及存储介质 |
CN109044298A (zh) * | 2018-09-12 | 2018-12-21 | 金陵科技学院 | 一种可远程监测人体生命体征的无人机装置 |
CN110012495A (zh) * | 2018-11-09 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 一种人数统计方法、装置、及计算机设备 |
CN110045370A (zh) * | 2019-05-10 | 2019-07-23 | 成都宋元科技有限公司 | 基于毫米波雷达的人体感知方法及其*** |
CN110992678A (zh) * | 2019-12-23 | 2020-04-10 | 宁波市数极信息技术有限公司 | 一种基于大数据人脸识别的公交客流统计方法 |
CN111985297A (zh) * | 2020-06-16 | 2020-11-24 | 深圳数联天下智能科技有限公司 | 人体存在检测方法及装置、存储介质及计算机设备 |
CN111553753A (zh) * | 2020-07-10 | 2020-08-18 | 支付宝(杭州)信息技术有限公司 | 一种客流统计方法、装置及电子设备 |
CN112232882A (zh) * | 2020-07-10 | 2021-01-15 | 支付宝(杭州)信息技术有限公司 | 一种客流统计方法、装置及电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114783088A (zh) * | 2022-04-20 | 2022-07-22 | 杭州天迈网络有限公司 | 一种全域文旅产业数据监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112785759B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6962413B2 (ja) | 誘導システム、誘導方法及びプログラム | |
CN106782544A (zh) | 语音交互设备及其输出方法 | |
CN103109244A (zh) | 用于物体跟踪和识别的方法和装置 | |
US10943153B2 (en) | Ultrasound analytics for actionable information | |
US20210373919A1 (en) | Dynamic user interface | |
US11676360B2 (en) | Assisted creation of video rules via scene analysis | |
CA3104281A1 (en) | Device location network | |
US10205891B2 (en) | Method and system for detecting occupancy in a space | |
US20220101709A1 (en) | INDOOR OCCUPANCY ESTIMATION, TRAJECTORY TRACKING and EVENT MONITORING AND TRACKING SYSTEM | |
US11016129B1 (en) | Voltage event tracking and classification | |
CN112785759B (zh) | 客流统计的***和方法 | |
CN109413377A (zh) | 用于停车距离选择的方法和设备 | |
US20220319172A1 (en) | Retroactive event detection in video surveillance | |
US20240005648A1 (en) | Selective knowledge distillation | |
US20230111865A1 (en) | Spatial motion attention for intelligent video analytics | |
Feagin Jr et al. | A Review of Existing Test Methods for Occupancy Sensors | |
WO2023076831A1 (en) | Extrinsic camera calibration using calibration object | |
CN112508618A (zh) | 客流统计的***和方法 | |
CN109328308A (zh) | 位置计测***、便携终端装置和程序 | |
CN108696726A (zh) | 一种无盲区监控*** | |
US20230360430A1 (en) | Face detector using positional prior filtering | |
US20220230410A1 (en) | Object localization in video | |
US20240046485A1 (en) | Real-motion prediction | |
WO2023212218A1 (en) | Loop closure using multi-modal sensor data | |
KR20230090544A (ko) | 이동수단 승하차 시 객체에 대한 신분 정보 획득 시스템 및 그의 획득 방법 |
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 |