TW202226114A - 資訊處理方法、裝置、電子設備及儲存媒體、計算機程式 - Google Patents
資訊處理方法、裝置、電子設備及儲存媒體、計算機程式 Download PDFInfo
- Publication number
- TW202226114A TW202226114A TW110145989A TW110145989A TW202226114A TW 202226114 A TW202226114 A TW 202226114A TW 110145989 A TW110145989 A TW 110145989A TW 110145989 A TW110145989 A TW 110145989A TW 202226114 A TW202226114 A TW 202226114A
- Authority
- TW
- Taiwan
- Prior art keywords
- target
- store
- information
- people
- pedestrian
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公開提供了一種資訊處理方法、裝置、電子設備及儲存媒體、計算機程式,其中,該資訊處理方法包括:基於對第一目標場所採集的影音串流,獲取所述影音串流中行人的軌跡資訊;基於所述影音串流中行人的軌跡資訊,確定在預設時長內進入所述第一目標場所的第一人流數量和經過所述第一目標場所的第二人流數量;基於所述第一人流數量和所述第二人流數量,生成針對第二目標場所內陳列物品的調整資訊。
Description
本公開涉及計算機視覺技術領域,具體而言,涉及一種資訊處理方法、裝置、電子設備及儲存媒體、計算機程式。
為增加店鋪銷售額,各店鋪通常採用店面陳列的方式來招攬顧客。常見實現方式中,店鋪經營人員通常將本季或是本月新品、銷量較高的商品等作為陳列物品。
然而傳統的確定陳列物品的方案,依賴於銷售數據,而銷售數據往往難以反映陳列物品所產生的實際效果,且考慮到顧客的隱私保護,部分銷售數據的獲取途徑受限,這將導致得到的銷售數據的準確性、全面性較差,因此,亟需一種針對陳列物品的調整資訊生成方案,以擺脫傳統陳列物品的方案對於銷售數據的依賴。
本公開實施例至少提供一種資訊處理方案。
第一方面,本公開實施例提供了一種資訊處理方法,包括:
基於對第一目標場所採集的影音串流,獲取所述影音串流中行人的軌跡資訊;
基於所述影音串流中行人的軌跡資訊,確定在預設時長內進入所述第一目標場所的第一人流數量和經過所述第一目標場所的第二人流數量;
基於所述第一人流數量和所述第二人流數量,生成針對第二目標場所內陳列物品的調整資訊。
本公開實施例中,採用上述技術手段可以結合採集到的影音串流確定出不同維度的人流數據,具體可以包括分別能夠反映進入第一場所和經過第一目標場所的第一人流數量以及第二人流數量。基於得到的與第一目標場所相關的不同維度的人流數據,可以針對第二目標場所內陳列物品制定調整方案,即生成調整資訊。
由此可見,對於第一目標場所與第二目標場所相同的情況下,通過上述實現方式,能夠基於不同維度的人流數據生成具有針對性的調整資訊。而對於第一目標場所與第二目標場所不同的情況而言,通過上述實現方式,能夠將第一目標場所中不同維度的人流數據作為基礎,得到適用於第二目標場所的調整方案。很顯然,這一實現方式無需額外考察第二目標場所中的人流情況,即可得到適用於第二目標場所的調整方案。
此外,考慮到對於第一目標場所而言,無論第一場所屬於公共場合或是非公共場合,出於安全防護考慮,通常會部署諸如攝影機等影音採集部件。也就意味著,實現上述技術方案的數據來源通常屬於現有資源,無需額外採集影音串流。這樣一來,本公開提供的技術方案能夠通過對現有資源的合理運用,以得到適用於第二目標場所的調整方案,無疑在擺脫傳統物品陳列的方案過分依賴銷售數據的同時,實現了現有資源的充分利用。且得到的陳列物品的調整方案,可以更加適應於第二目標場所的實際需求。
在一種可能的實施方式中,所述第二目標場所與所述第一目標場所相同,或者,所述第二目標場所為與所述第一目標場所存在關聯的關聯場所。
在一種可能的實施方式中,所述第一目標場所包括設定範圍區域內的第一店鋪,所述基於所述第一人流數量和所述第二人流數量,生成針對第二目標場所內陳列物品的調整資訊,包括:
基於所述第一人流數量和所述第二人流數量,確定所述第一店鋪在所述預設時長內的進店率;
基於所述第一店鋪在所述預設時長內的進店率,生成針對所述第二目標場內陳列物品的調整資訊。
本公開實施例中,可以通過統計預設時長內進入第一店鋪的第一人流數量和經過第一店鋪的第二人流數量,確定出反應第一店鋪在預設時長內的進店率,該進店率可以反映出第一店鋪陳列的物品在預設時長內的受歡迎程度,這樣可以直接基於該進店率為與第一店鋪關聯的第二目標場所制定調整方案,整個過程無需再通過人工統計第二目標場所的銷售數據,節省了人力成本,且提高了確定的調整方案的準確度。
在一種可能的實施方式中,所述第一店鋪包括至少兩個,所述基於所述第一店鋪在所述預設時長內的進店率,生成針對第二目標場所內陳列物品的調整資訊,包括:
基於所述第一店鋪中每個店鋪在同一統計時段內對應的進店率,以及所述每個店鋪在所述同一統計時段內陳列的物品,生成針對所述第二目標場所內陳列物品的調整資訊。
本公開實施例中,可以通過在同一統計時段統計陳列不同物品的店鋪的進店率,例如統計出商場內的多個店鋪在同一個季度內的進店率,從而可以確定出多個店鋪陳列的物品在該同一統計時段內的受歡迎程度,進而可以生成針對第二目標場所陳列物品的調整資訊,該過程無需再統計第二目標場所在該統計時段內的銷售數據,節省了人力成本,且提高了確定的調整方案的準確度。
在一種可能的實施方式中,所述基於所述第一店鋪中每個店鋪在同一統計時段內對應的進店率,以及所述每個店鋪在所述同一統計時段內陳列的物品,生成針對所述第二目標場所內陳列物品的調整資訊,包括:
基於所述每個店鋪在同一統計時段內對應的進店率,從所述第一店鋪中確定第一目標店鋪和第二目標店鋪,所述第一目標店鋪為所述第一店鋪中最低進店率對應的店鋪,所述第二目標店鋪為所述第一店鋪中最高進店率對應的店鋪;
將所述第一目標店鋪作為所述第二目標場所,基於所述第二目標店鋪內陳列的物品,生成針對所述第二目標場所內陳列物品的調整指示資訊。
本公開實施例中,通過統計不同店鋪在同一統計時段內對應的進店率,可以選擇出在預設範圍區域內最低進店率的第一目標店鋪以及最高進店率的第二目標店鋪,進一步可以根據第二目標店鋪陳列的物品對與第一目標店鋪相同的第二目標場所制定調整方案,無需額外考察第二目標場所中的進店率情況,可以節省人力成本,從而提高確定資源配置的效率。
在一種可能的實施方式中,所述第一店鋪為一個,所述基於所述第一店鋪在所述預設時長內的進店率,生成針對第二目標場所內陳列物品的調整資訊,包括:
基於所述第一店鋪在不同統計時段內分別對應的進店率,以及所述第一店鋪在不同統計時段內分別陳列的物品,生成針對所述第二目標場所內陳列物品的調整資訊。
本公開實施例中,可以對同一店鋪在不同統計時段的進店率進行統計,從而確定出該同一店鋪陳列的物品與不同統計時間段的關聯關係,例如該店鋪陳列的物品在哪個統計時間段最受歡迎,從而可以基於同一店鋪陳列的物品與不同統計時間段的關聯關係對第二目標場所制定調整方案,確定出第二目標場所在不同統計時段陳列的物品,該過程可以節省人工線下統計進店率的成本,提高資源配置的效率。
在一種可能的實施方式中,所述基於所述第一店鋪在不同統計時段內分別對應的進店率,以及所述第一店鋪在不同統計時段內分別陳列的物品,生成針對所述第二目標場所內陳列物品的調整資訊,包括:
在所述第一店鋪在不同統計時段陳列內分別陳列的物品相同的情況下,基於所述第一店鋪在不同統計時段內分別對應的進店率,確定所述第一店鋪陳列的物品對應的目標陳列時段;所述目標陳列時段對應的進店率大於或等於預設進店率閾值;
基於所述目標陳列時段,生成在所述目標陳列時段針對所述第二目標場所內陳列物品的調整資訊。
本公開實施例中,在第一店鋪在不同統計時段陳列的物品相同的情況下,通過對同一店鋪在不同統計時段的進店率進行統計,可以選擇該第一店鋪陳列的物品受歡迎的目標陳列時段,基於此可以對第二目標場所在目標陳列時段陳列的物品制定調整方案,該過程可以節省通過人工線下統計第二目標場在不同陳列時段的進店率所需的時間,也無需統計第二目標場所在不同陳列時段的銷售數據,從而可以提高調整方案的制定效率。
在一種可能的實施方式中,所述基於所述第一店鋪在不同統計時段內分別對應的進店率,以及所述第一店鋪在不同統計時段內分別陳列的物品,生成針對所述第二目標場所內陳列物品的調整資訊,包括:
在所述第一店鋪在不同統計時段陳列內分別陳列的物品不相同的情況下,基於所述第一店鋪在不同統計時段內分別對應的進店率,確定所述第一店鋪在不同統計時段陳列的物品與對應陳列時段之間的匹配度;
基於確定的所述匹配度,生成在特定陳列時段針對所述第二目標場所內陳列物品的調整資訊。
本公開實施例中,在第一店鋪在不同統計時段陳列的物品不相同的情況下,通過對同一店鋪在不同統計時段的進店率進行統計,可以快速確定該第一店鋪在不同統計時段陳列的物品與對應陳列時段之間的匹配度,例如在第一個統計時段對應的進店率較高,可以反應在第一個統計時段陳列的物品與該第一統計時段之間的匹配度較高,從而確定第一店鋪在第一個統計時段銷售的物品適合在第一統計時段進行銷售,反之則不適合在第一個統計時段進行銷售,基於此可以對第二目標場所在不同陳列時段陳列的物品制定調整方案,該過程可以節省通過人工線下統計第二目標場在不同陳列時段的進店率所需的時間,也無需統計第二目標場所在不同陳列時段的銷售數據,從而可以提高調整方案的制定效率。
在一種可能的實施方式中,所述基於所述第一人流數量和所述第二人流數量,確定第一店鋪在所述預設時長內的進店率,包括:
基於所述第一人流數量和所述第二人流數量,得到總人流數量;
將所述第一人流數量和所述總人流數量的比值,作為所述第一店鋪在所述預設時長內的進店率。
本公開實施例中,在第一目標場所為店鋪時,可以通過影音串流檢測確定出店鋪在預設時長內的進店率,節省了人工統計進店率需要的時間,提高了店鋪進店率的統計效率。
在一種可能的實施方式中,所述基於對第一目標場所採集的影音串流,獲取所述影音串流中行人的軌跡資訊,包括:
對所述影音串流中的目標影音幀進行行人檢測,識別出所述目標影音幀中包含的各行人的位置資訊;
根據所述目標影音幀中包含的各行人的位置資訊,確定目標行人在所述影音串流中的位置資訊;
根據所述目標行人在所述影音串流中的位置資訊,確定所述目標行人的軌跡資訊。
本公開實施例中,通過使用行人檢測技術,可以快速確定出影音幀中各行人的位置資訊,這樣基於各行人的位置資訊,可以確定出目標行人影音串流中的位置資訊,進而可以快速確定出目標行人的軌跡資訊。
在一種可能的實施方式中,在所述根據所述目標影音幀中包含的各行人的位置資訊,確定目標行人在所述影音串流中的位置資訊之前,所述資訊處理方法還包括:
獲取所述目標影音幀中的行人的特徵資訊;
基於不同目標影音幀分別包含的行人的特徵資訊,確定所述不同目標影音幀中包含的行人之間的特徵相似度;
將所述特徵相似度中高於預設相似度閾值的最大相似度對應的行人作為所述目標行人。
本公開實施例中,提出可以通過提取目標影音幀中包含的行人的特徵資訊,確定不同目標影音幀中的目標行人,為後續對目標行人進行追蹤確定目標行人的軌跡資訊提供便利。
在一種可能的實施方式中,基於所述影音串流中行人的軌跡資訊,確定在預設時長內進入所述第一目標場所的第一人流數量,包括:
基於所述軌跡資訊和第一判定標誌,對所述預設時長內進入所述第一目標場所的行人數量進行統計,得到所述第一人流數量,所述第一判定標誌用於判斷行人是否進入所述第一目標場所。
本公開實施例中,在對行人的軌跡進行追蹤過程中,可以結合預先繪製的用於判斷行人是否進入第一目標場所的第一判定標誌,較為準確的確定出行人是否進入第一目標場所,該過程可以節省人工對人流數量進行統計的時間,提高了人流數量統計效率。
在一種可能的實施方式中,基於所述影音串流中行人的軌跡資訊,確定在預設時長內經過所述第一目標場所的第二人流數量,包括:
基於所述軌跡資訊、第一判定標誌和第二判定標誌,對所述預設時長內經過所述第一目標場所且未進入所述第一目標場所的行人數量進行統計,得到所述第二人流數量,所述第一判定標誌用於判斷行人是否進入所述第一目標場所,所述第二判定標誌用於判斷行人是否經過所述第一目標場所。
本公開實施例中,在對行人的軌跡進行追蹤過程中,可以結合預先繪製的用於判斷行人是否進入第一目標場所的第一判定標誌,以及用於判斷行人是否經過第一目標場所的第二判定標誌,較為準確的確定出行人是否經過第一目標場所,該過程可以節省人工對人流數量進行統計的時間,提高了人流數量統計效率。
在一種可能的實施方式中,所述資訊處理方法還包括:
在確定所述第一人流數量大於第一預設閾值的情況下,生成第一預警提示資訊。
本公開實施例中,可以對預設時長內進入第一目標場所的人流數量進行統計,在確定預設時長內進入第一目標場所的人流數量較多時,可以生成預警提示資訊,以提高行人在進入第一目標場所時的安全性。
在一種可能的實施方式中,所述資訊處理方法還包括:
基於所述軌跡資訊和第一判定標誌,確定在所述預設時長內離開所述第一目標場所的第三人流數量,所述第一判定標誌用於判斷行人是否進入所述第一目標場所;
在確定所述第三人流數量大於第二預設閾值的情況下,生成第二預警提示資訊。
本公開實施例中,可以對預設時長內離開第一目標場所的人流數量進行統計,在確定預設時長內離開第一目標場所的人流數量較多時,可以生成預警提示資訊,以提高行人在離開第一目標場所時的安全性。
在一種可能的實施方式中,所述資訊處理方法還包括:
基於所述第一目標場所在所述預設時長內的歷史停留人數、所述第一人流數量和所述第三人流數量,確定所述第一目標場所在所述預設時長內的人員淨存量;
在確定所述第一目標場所在所述預設時長內的人員淨存量大於第三預設閾值的情況下,生成第三預警提示資訊。
本公開實施例中,可以實時檢測第一目標場所中的人員淨存量,並在確定人員淨存量超過閾值的情況下,進行預警提示,例如在發生擁擠的情況下,可以進行疏通處理,從而提高行人在第一目標場所中駐留時的安全性。
第二方面,本公開實施例提供了一種資訊處理裝置,包括:
獲取模組,用於基於對第一目標場所採集的影音串流,獲取所述影音串流中行人的軌跡資訊;
確定模組,用於基於所述影音中行人的軌跡資訊,確定在預設時長內進入所述第一目標場所的第一人流數量和經過所述第一目標場所的第二人流數量;
生成模組,用於基於所述第一人流數量和所述第二人流數量,生成針對第二目標場所內陳列物品的調整資訊。
第三方面,本公開實施例提供了一種電子設備,包括:處理器、儲存器和匯流排,所述儲存器儲存有所述處理器可執行的機器可讀指令,當電子設備運行時,所述處理器與所述儲存器之間通過匯流排通訊,所述機器可讀指令被所述處理器執行時執行如第一方面所述資訊處理方法的步驟。
第四方面,本公開實施例提供了一種計算機可讀儲存媒體,該計算機可讀儲存媒體上儲存有計算機程式,該計算機程式被處理器運行時執行如第一方面所述的資訊處理方法的步驟。
第五方面,本公開實施例提供了一種計算機程式,所述計算機程式承載有程式代碼,所述程式代碼包括的指令被處理器運行時使得所述處理器執行如第一方面任一實施方式所述資訊處理方法的步驟。
為使本公開的上述目的、特徵和優點能更明顯易懂,下文特舉較佳實施例,並配合所附附圖,作詳細說明如下。
本專利申請要求於2020年12月18日提交的、申請號為2020115056005、發明名稱為“一種資訊處理方法、裝置、電子設備及儲存媒體”的中國專利申請的優先權,該申請以引用的方式併入文本中。
為使本公開實施例的目的、技術方案和優點更加清楚,下面將結合本公開實施例中附圖,對本公開實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本公開一部分實施例,而不是全部的實施例。通常在此處附圖中描述和繪示的本公開實施例的組件可以以各種不同的配置來佈置和設計。因此,以下對在附圖中提供的本公開的實施例的詳細描述並非旨在限制要求保護的本公開的範圍,而是僅僅表示本公開的選定實施例。基於本公開的實施例,本領域技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例,都屬於本公開保護的範圍。
應注意到:相似的標號和字母在下面的附圖中表示類似項,因此,一旦某一項在一個附圖中被定義,則在隨後的附圖中不需要對其進行進一步定義和解釋。
本文中術語“和/或”,僅僅是描述一種關聯關係,表示可以存在三種關係,例如,A和/或B,可以表示:單獨存在A,同時存在A和B,單獨存在B這三種情況。另外,本文中術語“至少一種”表示多種中的任意一種或多種中的至少兩種的任意組合,例如,包括A、B、C中的至少一種,可以表示包括從A、B和C構成的集合中選擇的任意一個或多個元素。
針對旅遊景區、購物街等場所,為增加店鋪銷售額,各店鋪通常採用店面陳列的方式來招攬顧客。常見實現方式中,店鋪經營人員通常將本季度或者本月新品、銷量較高的商品等作為陳列物品,這些確定陳列物品的方案一般依賴於銷售數據,而準確的銷售數據的獲取途徑困難,效率較低,因此如何高效準確的生成針對店鋪的調整方案,為亟需解決的問題。
基於上述研究,本公開提供了一種資訊處理方法,可以結合採集到的影音串流確定出不同維度的人流數據,具體可以包括分別能夠反映進入第一場所和經過第一目標場所的第一人流數量以及第二人流數量。基於得到的與第一目標場所相關的不同維度的人流數據,可以針對第二目標場所內陳列物品制定調整方案,即生成調整資訊。
此外,對於第一目標場所與第二目標場所相同的情況下,通過上述實現方式,能夠基於不同維度的人流數據生成具有針對性的調整資訊。而對於第一目標場所與第二目標場所不同的情況而言,通過上述實現方式,能夠將第一目標場所中不同維度的人流數據作為基礎,得到適用於第二目標場所的調整方案。很顯然,這一實現方式無需額外考察第二目標場所中的人流情況,即可得到適用於第二目標場所的調整方案。
此外,考慮到對於第一目標場所而言,無論第一場所屬於公共場合或是非公共場合,出於安全防護考慮,通常會部署諸如攝影機等影音採集部件。也就意味著,實現上述技術方案的數據來源通常屬於現有資源,無需額外採集影音串流。這樣一來,本公開提供的技術方案能夠通過對現有資源的合理運用,以得到適用於第二目標場所的調整方案,無疑在擺脫傳統物品陳列的方案過分依賴銷售數據的同時,實現了現有資源的充分利用。且得到的陳列物品的調整方案,可以更加適應於第二目標場所的實際需求。
為便於對本實施例進行理解,首先對本公開實施例所公開的一種資訊處理方法進行詳細介紹,本公開實施例所提供的資訊處理方法的執行主體一般為具有一定計算能力的計算機設備,該計算機設備例如包括:終端設備或伺服器或其它處理設備,終端設備可以為用戶設備(User Equipment,UE)、移動設備、用戶終端等。在一些可能的實現方式中,該資訊處理方法可以通過處理器調用儲存器中儲存的計算機可讀指令的方式來實現。
參見圖1所示,為本公開實施例提供的資訊處理方法的流程圖,該資訊處理方法包括以下S101~S103:
S101,基於對第一目標場所採集的影音串流,獲取影音串流中行人的軌跡資訊。
示範性地,第一目標場所包含需要統計人流進入量的場所,例如展覽館中的各個展覽廳,購物街或者商場中的各個店鋪等,本公開實施例將以第一目標場所為店鋪為例,說明如何進行資訊處理,生成針對店鋪內陳列物品的調整資訊。需要說明的是,本公開實施例提供的技術方案的應用場景中第一目標場所可以包括但不限於店鋪。
示範性地,在獲取針對店鋪的影音串流時,為了採集進入或者經過店鋪的人流量,可以在店鋪外設置影音採集部件,影音採集部件可以包含彩色攝影機或者灰度攝影機,通過對攝影機的位姿進行調整,使得攝影機能夠同時採集到經過店鋪或者進入店鋪的目標區域。經過該店鋪的行人可以理解為從該店鋪的進口經過,但是未進入的行人;進入該店鋪的行人可以理解為從該店鋪的進口進入店鋪的行人。因此,可以對該店鋪的進口所對應的目標區域進行影音採集,得到針對店鋪的影音串流。
需要說明的是,對於諸如商場內的店鋪而言,出於安全防護考慮,通常店鋪門口以及店鋪門口的過道處都會部署相應的攝影機,而這類攝影機採集到的影音串流往往可以直接應用本公開提供的技術方案中。也就意味著,本公開提供的技術方案可以延用已有影音數據,即原本部署在店鋪門口以及店鋪門口的過道處的攝影機採集到的影音串流。這樣一來,應對於本公開提供的技術方案而言,無需額外部署攝影機,節約了數據來源的維護成本等,也可以充分利用已有資源。
示範性地,在得到針對第一目標場所的影音串流後,可以對影音串流進行分幀處理,以便對影音串流中的影音幀進行行人檢測、跟蹤,從而可以確定影音串流中的行人的位置變化,得到影音串流中的行人的軌跡資訊。
S102,基於影音串流中行人的軌跡資訊,確定在預設時長內進入第一目標場所的第一人流數量和經過第一目標場所的第二人流數量。
示範性地,預設時長可以為用戶根據需求設定的時長,例如在需要對店鋪一天內工作時間的進店率進行統計時,預設時長可以包含從店鋪開門到店鋪關門包含的時長。其中,用戶指的是諸如店鋪的經營/管理人員、商場的負責人員等具備陳列物品調整權限,或是具備為調整資訊提供指向性意見的人員,在此不予限定。
當然,預設時長也可按照一定規則而自動生成,例如,基於第一目標場所的所述區域的開放時段進行設置等。在實際應用過程中,隨著規則的調整,預設時長也可以進行週期性或非週期性的自動調整,例如,夏季、秋季的營業時長不同,那麼隨著季節的變化,預設時長也可以依據規則中指定的時間節點,調整為更長的時段或是更短的時段,具體調整方式等不予限定。
示範性地,可以通過獲取的預設時長內的影音串流中行人的軌跡資訊,以及影音串流中店鋪的進口所對應的目標區域,確定出在預設時長內進入店鋪的第一人流數量,以及經過店鋪的第二人流數量。
S103,基於第一人流數量和第二人流數量,生成針對第二目標場所內陳列物品的調整資訊。
示範性地,第二目標場所與第一目標場所相同,或者,第二目標場所為與第一目標場所存在關聯的關聯場所。
例如,第一目標場所和第二目標場所為同一店鋪,例如均為店鋪A,這樣通過在預設時長內進入店鋪A的第一人流數量和經過店鋪A的第二人流數量,可以生成針對店鋪A陳列物品的調整資訊。
再例如,第二目標場所和第一目標場所為存在關聯的關聯場所。其中,關聯場所指的是兩類場所(第一目標場所和第二目標場所)之間存在關聯關係,該關聯關係可以為歸屬於同一系列的場所或是存在從屬關係的場所。其中,歸屬於同一系列的場所,指的是第一目標場所與第二目標場所的類型相同和/或面向對象相同,例如,第一目標場所與第二目標場所同屬鞋店,具體的還可以是同一品牌的鞋店,或是第一目標場所與第二目標場所均面向兒童。存在從屬關係的場所,指的是第一目標場所與第二目標場所存在層級遞進或是層級衰減的關係,例如,第一目標場所與第二目標場所的類型相同,但第一目標場所相對於第二目標場所而言屬於會員店或是高端店,同樣的,第一目標場所相對於第二目標場所而言屬於普通店或是平價店。例如第一目標場所為店鋪A,第二目標場所為店鋪A的連鎖店-店鋪B。考慮到連鎖店之間存在的關聯性,雖然店鋪A的人流情況不能等同於店鋪B的人流情況,但兩個店鋪的人流情況會存在一定相似性,因此,可以通過在預設時長內進入店鋪A的第一人流數量和經過店鋪A的第二人流數量,生成針對店鋪B陳列物品的調整資訊。
示範性地,針對第二目標場所內陳列物品的調整資訊可以包含但不限於針對陳列的物品的擺放順序的調整資訊、針對陳列的物品的類型的調整資訊等,通過第一人流數量和第二人流數量可以反映出店鋪在預設時長內的進店率,可以反映出用戶對店鋪內陳列的物品的喜好程度,因此可以基於第一人流數量和第二人流數量來生成針對店鋪內陳列物品的調整資訊,例如若店鋪的進店率很低(即第一人流數量和第二人流數量均較低,例如,低於各自對應的常規人流數量),可以反映店鋪內陳列物品可能不受用戶喜歡,因此可以適當調整店鋪內陳列的物品。
本公開實施例中,通過對第一目標場所採集的影音串流,獲取影音串流中行人的軌跡資訊,這樣可以基於行人的軌跡資訊,進一步可以快速確定出預設時長內進入第一目標場所的第一人流數量和經過第一目標場所的第二人流數量,從而基於快速確定的第一人流數量和第二人流數量,可以快速確定出針對第二目標場所內陳列物品的調整資訊。
下面將結合具體實施例對上述S101~S103進行闡述。
針對上述S101,在基於對第一目標場所採集的影音串流,確定影音串流中行人的軌跡資訊時,如圖2所示,可以包括S201~S203:
S201,對影音串流中的目標影音幀進行行人檢測,識別出目標影音串流中包含的各行人的位置資訊。
示範性地,目標影音幀為對影音串流進行分幀處理後按照採集時間順序依次獲取的每幀影音幀,也可以是對影音串流進行分幀處理後的按照採集時間順序間隔一幀或設定幀獲取的影音幀,在此不進行限定。
示範性地,可以採用行人識別算法對目標影音幀進行行人檢測,得到目標影音幀中包含的各行人的位置資訊。另外,考慮到目標影音幀中不同行人之間可能存在遮擋情況,從目標影音幀中可能無法檢測到整個人的完整身體資訊,因此,在對影音串流中的目標影音幀進行行人檢測時,可以考慮採用頭肩檢測算法,完成對目標影音幀中行人的檢測,確定目標影音幀中包含的各行人的位置資訊。其中,頭肩檢測算法指的是通過對目標影音幀中行人的頭部和肩部進行識別,得到表示行人頭部特徵點和肩部特徵點的位置資訊,從而得到指示行人頭肩位置的檢測框,可以將檢測框的中心位置點在目標影音幀中的位置作為行人在目標影音幀中的位置。
S202,根據目標影音幀中包含的各行人的位置資訊,確定目標行人在影音串流中的位置資訊。
示範性地,在影音採集部件的採集位姿固定後,影音串流中的目標影音幀可以對應相同的坐標系,通過確定目標影音幀中包含的各行人在相同的坐標系下的位置資訊,可以確定目標行人在影音串流中的位置資訊。
其中,目標行人可以是目標影音幀中的各行人,也可以是特定的一個行人或多個行人。這樣,可以基於目標行人在目標影音幀中的位置資訊,確定出該目標行人在影音串流中的位置資訊,例如目標行人在第一幀目標影音幀中的位置資訊為位置A,在第二幀目標影音幀中的位置資訊為位置B,在第三幀目標影音幀中的位置資訊為位置C,則目標行人在影音串流中的位置資訊按時序排列,依次包括位置A、位置B和位置C。
S203,根據目標行人在影音串流中的位置資訊,確定目標行人的軌跡資訊。
示範性地,可以根據目標行人在影音串流中的位置資訊,以及目標影音幀的時間順序,快速確定出目標行人的軌跡資訊,例如上述確定出的目標行人在影音串流中的位置資訊包括位置A、位置B和位置C,且第一幀目標影音幀的採集時間早於第二幀目標影音幀的採集時間,第二幀目標影音幀採集時間早於第三幀目標影音幀的採集時間,因此目標行人的軌跡資訊為從A位置到B位置,再從B位置到C位置。
本公開實施例中,通過使用行人檢測技術,可以快速確定出影音幀中各行人的位置資訊,這樣基於各行人的位置資訊,可以確定出目標行人影音串流中的位置資訊,進而可以快速確定出目標行人的軌跡資訊。
示範性地,目標影音幀中可能包含多個不同的行人,因此在對目標影音幀進行行人檢測的過程中,為了確定目標行人的軌跡資訊時,需要在不同的目標影音幀中,確定出目標行人,因此,在根據目標影音幀中包含的各行人的位置資訊,確定目標行人在影音串流中的位置資訊之前,本公開實施例提供的資訊處理方法還包括以下S2011~S2013:
S2011,獲取目標影音幀中的行人的特徵資訊。
示範性地,可以在確定目標幀影音幀中包含行人的頭肩資訊後,在目標影音幀中提取用於描述行人頭肩的特徵資訊,例如可以包括頭肩的輪廓特徵、形狀特徵、顏色特徵、紋理特徵以及運動特徵等中的一項或是多項的組合。
S2012,基於不同目標影音幀分別包含的行人的特徵資訊,確定不同目標影音幀中包含的行人之間的特徵相似度。
示範性地,例如針對任意兩幀相鄰的目標影音幀,分別記為第一目標影音幀和第二目標影音幀,若第一目標影音幀和第二目標影音幀中均分別包含三個行人,可以對每個目標影音幀中包含的行人通過序號等標識進行區分,例如第一目標影音幀中的三個行人分別記為第一個行人、第二個行人以及第三個行人,同樣,第二目標影音幀中的三個行人分別記為第一個行人、第二個行人以及第三個行人。
進一步地,可以基於第一目標影音幀中的第一個行人的特徵資訊以及第二目標影音幀中的三個行人分別對應的特徵資訊,確定第一目標影音幀中的第一個行人分別與第二目標影音幀中包含的三個行人之間的特徵相似度,然後按照相同的方式確定第一目標影音幀中包含的第二個行人分別與第二目標影音幀中包含的三個行人的特徵相似度,以及第三個行人分別與第二目標影音幀中包含的三個行人的特徵相似度。
S2013,將特徵相似度中高於預設相似度閾值的最大相似度對應的行人作為目標行人。
示範性地,以上述確定第一目標影音幀中的第一個行人分別與第二目標影音幀中包含的三個行人的特徵相似度的過程為例,例如第一目標影音幀中的第一個行人與第二目標影音幀中包含的第二個行人之間的特徵相似度高於閾值,且在得到的三個特徵相似度中為最大相似度,則第一目標影音幀第一個行人和第二目標影音幀中的第二個行人為相同的行人,可以記錄為目標行人,同樣可以確定分別與第一目標影音幀中第二個行人以及第三個行人為同一行人的行人。
示範性地,在目標行人包含多個時,可以按照同一ID對每個目標行人進行編碼,也就是使用相同的ID對在不同影音幀中出現的同一個行人進行標記,從而完成多個行人的標記過程,這樣便於通過ID對目標行人的軌跡進行追蹤。
本公開實施例中,提出可以通過提取目標影音幀中包含的行人的特徵資訊,確定不同目標影音幀中的目標行人,為後續對目標行人進行追蹤確定目標行人的軌跡資訊提供便利。
針對上述S102,在基於影音串流中行人的軌跡資訊,確定在預設時長內進入第一目標場所的第一人流數量時,包括:
基於軌跡資訊和第一判定標誌,對預設時長內進入第一目標場所的行人數量進行統計,得到第一人流數量,其中,第一判定標誌用於判斷行人是否進入第一目標場所。
其中,第一判定標誌可以為預先繪製的用於判斷行人是否進入第一目標場所的判定線。
具體地,可以針對判定線標記進方向和出方向,影音串流中的行人的軌跡方向與進方向匹配,可以確定行人為進入第一目標場所,基於此可以統計預設時長內的第一人流數量。
本公開實施例中,在對行人的軌跡進行追蹤過程中,可以結合預先繪製的用於判斷行人是否進入第一目標場所的第一判定標誌,較為準確的確定出行人是否進入第一目標場所,該過程可以節省人工對人流數量進行統計的時間,提高了人流數量統計效率。
針對上述S102,在基於影音串流中行人的軌跡資訊,確定在預設時長內經過第一目標場所的第二人流數量時,包括:
基於軌跡資訊、第一判定標誌和第二判定標誌,對預設時長內經過第一目標場所且未進入第一目標場所的行人數量進行統計,得到第二人流數量;其中,第一判定標誌用於判斷行人是否進入第一目標場所,第二判定標誌用於判斷行人是否經過第一目標場所。
其中,第一判定標誌可以為上述提到的判定線,第二判定標誌可以為預先繪製的用於判斷行人是否經過第一目標場所的判定區域,根據影音串流中的行人的軌跡資訊,確定行人的軌跡為進入判定區域,且未進入第一目標場所,可以確定行人經過第一目標場所,基於此可以統計預設時長內的第二人流數量。
示範性地,可以通過影音串流中行人的軌跡資訊,以及判定線,確定出在預設時長內進入第一目標場所的行人數量,以及可以通過影音串流中行人的軌跡資訊、判定線以及判定區域,確定出在預設時長內經過第一目標場所且未進入第一目標場所的行人數量。
在一種實施方式中,如圖3所示,為第一目標場所的示意圖,該第一目標場所可以為店鋪A,該店鋪A靠近出入口的位置部署有店頭陳列區域。其中,出入口為店鋪A設置的唯一通道,在實際部署過程中,店鋪A也可以包括多個通道,例如,包括兩個通道,一個為出口,一個為入口,或是這兩個通道都為出入口。店頭陳列區域可以包括但不限於店鋪的櫥窗、店鋪內靠近出入口位置的用於陳列商品的區域等,在此不予限定。參考圖3,判定線可以位於判定區域外,靠近店鋪出入口的一側。
為保證獲取到的第一、第二人流數量的可靠性,判定線通常可以設置在店鋪A的出入口所在區域內,具體可以與店鋪A的出入口所在位置重合,或是位於店鋪A內部,靠近出入口的位置(即圖3所示判定線)。而判定區域則可以設置在店鋪A的外部,靠近出入口的位置。通常情況下,出入口所在位置可以位於判定線與判定區域的之間,當然,出入口所在位置也可以與判定線以及判定區域存在重疊,例如,判定區域靠近出入口的一條邊分別與判定線、以及出入口所在位置重合。在實際部署過程中,判定線也可位於判定區域內,或者判定線與判定區域靠近出入口的一條邊重合且位於店鋪外靠近出入口的位置等。
參考圖3,可以通過影音串流中行人的軌跡資訊,確定行人是否跨過判定線,而由於判定線位於店鋪內,因此,可以將跨過判定線的行人確定為由出入口進入店鋪的行人,從而統計出在預設時長內經過第一目標場所的行人數量。此外,可以通過影音串流中行人的軌跡資訊,統計出在預設時長內經過判斷區域,且未跨過判定線進入店鋪的行人,由此得到在預設時長內經過第一目標場所且未進入第一目標場所的行人數量。
需要說明的是,判定線的長短、判定區域的大小,以及各自與店鋪之間的關係,在本公開中不予限定,可以包括但不限於例舉的情況。此外,類似的,也可以將圖3所示的店鋪B、店鋪C中的一個或是多個場所確定為第一目標場所,在此不予限定。
本公開實施例中,在對行人的軌跡進行追蹤過程中,可以結合預先繪製的用於判斷行人是否進入第一目標場所的第一判定標誌,以及用於判斷行人是否經過第一目標場所的第二判定標誌,較為準確的確定出行人是否經過第一目標場所,該過程可以節省人工對人流數量進行統計的時間,提高了人流數量統計效率。
在一種實施方式中,第一目標場所包括設定範圍區域內的第一店鋪,針對上述S103,基於第一人流數量和第二人流數量,生成針對第二目標場所內陳列物品的調整資訊時,如圖4所示,可以包括以下S301~S302:
S301,基於第一人流數量和第二人流數量,確定第一店鋪在預設時長內的進店率。
示範性地,設定範圍區域可以包含商場、商場內的指定區域、某條街道、或者某條街道的指定區域等,第一店鋪可以為設定範圍區域內的任一店鋪。
示範性地,第一人流數量可以包含在預設時長內進入第一店鋪的行人的數量,第二人流數量可以包含在預設時長內經過第一店鋪但是未進入該第一店鋪的行人的數量,通過第一人力數量和第二人流數量可以確定出第一店鋪在預設時長內的進店率。
具體地,在基於第一人流數量和第二人流數量,確定第一店鋪在預設時長內的進店率時,可以包括:
S3011,對第一人流數量和第二人流數量進行求和,得到在預設時長內經過第一目標場所的總人流數量;
S3012,將第一人流數量和總人流數量的比值,作為第一店鋪在預設時長內的進店率。
具體地,可以按照以下公式來確定第一店鋪在預設時長內的進店率:
其中,
表示第一店鋪在預設時長內的進店率;
表示在預設時長內進入第一店鋪的第一人流數量;
表示在預設時長內經過第一店鋪的第二人流數量,t用於表示預設時長對應的時段,以表明上述各參數反映的是同一時段t內產生的參數。
本公開實施例中,在第一目標場所為店鋪時,可以通過影音串流檢測確定出店鋪在預設時長內的進店率,節省了人工統計進店率需要的時間,提高了獲取店鋪的進店率的效率。
S302,基於第一店鋪在預設時長內的進店率,生成針對第二目標場內陳列物品的調整資訊。
示範性地,第二目標場所內陳列的物品與第一店鋪陳列的物品相同,因此可以通過提前統計第一店鋪在一定時間段內的用戶行為數據,來確定該第一店鋪內陳列的物品的受歡迎程度,並以此來確定針對第二目標場所內陳列物品的調整資訊。
本公開實施例中,可以通過統計預設時長內進入第一店鋪的第一人流數量和經過第一店鋪的第二人流數量,確定出反應第一店鋪在預設時長內的進店率,該進店率可以反映出第一店鋪陳列的物品在預設時長內的受歡迎程度,這樣可以直接基於該進店率為與第一店鋪關聯的第二目標場所制定調整方案,整個過程無需再通過人工統計第二目標場所的銷售數據,節省了人力成本,且提高了確定的調整方案的準確度。
在一種實施方式中,第一店鋪包括至少兩個,每個第一店鋪的進店率均可以按照上述方式進行確定,針對上述S302,在基於第一店鋪在預設時長內的進店率,生成針對第二目標場內陳列物品的調整資訊時,包括:
基於第一店鋪中每個店鋪在同一統計時段內對應的進店率,以及每個店鋪在同一統計時段內陳列的物品,生成針對第二目標場所內陳列物品的調整資訊。
示範性地,統計時段為預設時長的整數倍,例如可以為一個季度,或者一個活動週期,基於每個店鋪在同一統計時段內對應的進店率,以及每個店鋪在同一統計時段內陳列的物品,確定針針對每個店鋪的第一用戶行為統計結果;其中,第一用戶行為統計結果用於反映用戶在同一統計時段內針對不同物品類型的喜好程度。
示範性地,預設時長可以為第一店鋪當天的工作時長,例如可以為8小時,統計時段可以包含一個季度,例如春季,針對陳列不同類型物品的店鋪進行進店率統計,可以確定出不同店鋪在統計時段內的受歡迎程度,該統計結果可以用於針對店鋪內陳列的物品進行調整。
本公開實施例中,可以通過在同一統計時段統計陳列不同物品的店鋪的進店率,例如統計出商場內的多個店鋪在同一個季度內的進店率,從而可以確定出多個店鋪陳列的物品在該同一統計時段內的受歡迎程度,進而可以生成針對第二目標場所陳列物品的調整資訊,該過程無需再統計第二目標場所在該統計時段內的銷售數據,節省了人力成本,且提高了確定的調整方案的準確度。
具體地,在基於第一店鋪中每個店鋪在同一統計時段內對應的進店率,以及每個店鋪在同一統計時段內陳列的物品,生成針對第二目標場所內陳列物品的調整資訊時,包括以下S3021~S3022:
S3021,基於每個店鋪在同一統計時段內對應的進店率,從第一店鋪中確定第一目標店鋪和第二目標店鋪,第一目標店鋪為第一店鋪中最低進店率對應的店鋪,第二目標店鋪為第一店鋪中最高進店率對應的店鋪;
S3022,將第一目標店鋪作為第二目標場所,基於第二目標店鋪內陳列的物品,生成針對第二目標場所內陳列物品的調整指示資訊。
示範性地,可以對旅遊類的商區中的多個第一店鋪進行進店率統計,確定該商區中進店率最低的第一目標店鋪,以及進店率最高的第二目標店鋪,第二目標店鋪陳列的物品在同一統計時段內的受歡迎程度高於第一目標店鋪陳列的物品,因此,針對與第一目標店鋪陳列的物品相同的第二目標場所,可以根據第二目標店鋪陳列的物品,生成針對第二目標場所內陳列物品的調整指示資訊。
示範性地,可以根據第二目標店鋪陳列的物品的類型和/或陳列的物品在店鋪內的擺放順序,生成針對第二目標場所內陳列物品的調整指示資訊,例如指示第二目標場所可以按照第二目標店鋪陳列的物品進行調整,或者,指示第二目標場所可以按照第二目標店鋪陳列的物品的擺放順序進行調整,或者指示第二目標場所可以按照第二目標店鋪陳列的物品以及物品的擺放順序進行調整。
本公開實施例中,通過統計不同店鋪在同一統計時段內對應的進店率,可以選擇出在預設範圍區域內最低進店率的第一目標店鋪以及最高進店率的第二目標店鋪,進一步可以根據第二目標店鋪陳列的物品對與第一目標店鋪相同的第二目標場所制定調整方案,無需額外考察第二目標場所中的進店率情況,可以節省人力成本,從而提高確定資源配置的效率。
在另一種實施方式中,第一店鋪為一個,針對上述S302,在基於第一店鋪在預設時長內的進店率,生成針對第二目標場所內陳列物品的調整資訊時,包括:
基於第一店鋪在不同統計時段內對應的進店率,以及第一店鋪在不同統計時段內分別陳列的物品,確定針對第二目標場所內陳列物品的調整資訊。
示範性地,不同統計時段可以包含不同的季度,針對同一店鋪,可能在不同的季度陳列有不同的物品,也可能在不同的季度陳列的物品相同,這裡可以根據統計出的第一店鋪在不同季度內對應的進店率,確定出第一店鋪在不同季度內陳列的物品的受歡迎程度。
進一步可以根據統計出的第一店鋪在不同統計時段內陳列的物品的受歡迎程度,生成與該第一店鋪關聯的第二目標場所內陳列物品的調整資訊,便於第二目標場所可以基於該調整資訊進行資源配置的調整。
本公開實施例中,可以對同一店鋪在不同統計時段的進店率進行統計,從而確定出該同一店鋪陳列的物品與不同統計時間段的關聯關係,例如該店鋪陳列的物品在哪個統計時間段最受歡迎,從而可以基於同一店鋪陳列的物品與不同統計時間段的關聯關係對第二目標場所制定調整方案,確定出第二目標場所在不同統計時段陳列的物品,該過程可以節省人工線下統計進店率的成本,提高資源配置的效率。
具體地,在一種實施方式中,在基於第一店鋪在不同統計時段內分別對應的進店率,以及第一店鋪在不同統計時段內分別陳列的物品,生成針對第二目標場所內陳列物品的調整資訊時,包括以下S3023~S3024:
S3023,在第一店鋪在不同統計時段陳列內分別陳列的物品相同的情況下,基於第一店鋪在不同統計時段內分別對應的進店率,確定第一店鋪陳列的物品對應的目標陳列時段;目標陳列時段對應的進店率大於或等於預設進店率閾值;
S3024,基於目標陳列時段,生成在目標陳列時段針對第二目標場所內陳列物品的調整資訊。
示範性地,預設進店率閾值可以為預先根據大數據統計得到的,例如可以根據店鋪的進店率與銷售數量之間的關係,選擇銷售數量達到要求時對應的進店率作為預設進店率閾值;或者預設進店率閾值可以人為設定,在此不進行限定。
示範性地,例如第一店鋪在不同的季度陳列的物品均相同,可以根據第一店鋪在不同的季度內分別對應的進店率,確定出第一店鋪陳列的物品在哪個季度受歡迎程度高,例如第一店鋪在春季和秋季對應的進店率大於或等於預設進店率閾值,則可以將春季和秋季作為第一店鋪陳列的物品對應的目標陳列時段。
示範性地,在第一店鋪陳列的物品對應的目標陳列時段確定後,可以基於該目標陳列時段,生成在目標陳列時段針對第二目標場所內陳列物品的調整資訊,例如生成指示第二目標場所在春季和秋季陳列的物品與第一店鋪陳列的物品相同,和/或,生成指示第二目標場所在春季和秋季陳列的物品的擺放順序與第一店鋪陳列的物品的擺放順序一致。
本公開實施例中,在第一店鋪在不同統計時段陳列的物品相同的情況下,通過對同一店鋪在不同統計時段的進店率進行統計,可以選擇該第一店鋪陳列的物品受歡迎的目標陳列時段,基於此可以對第二目標場所在目標陳列時段陳列的物品制定調整方案,該過程可以節省通過人工線下統計第二目標場在不同陳列時段的進店率所需的時間,也無需統計第二目標場所在不同陳列時段的銷售數據,從而可以提高調整方案的制定效率。
在另一種實施方式中,在基於第一店鋪在不同統計時段內分別對應的進店率,以及第一店鋪在不同統計時段內分別陳列的物品,生成針對第二目標場所內陳列物品的調整資訊時,包括以下S3025~S3026:
S3025,在所述第一店鋪在不同統計時段陳列內分別陳列的物品不相同的情況下,基於所述第一店鋪在不同統計時段內分別對應的進店率,確定所述第一店鋪在不同統計時段陳列的物品與對應陳列時段之間的匹配度;
S3026,基於確定的所述匹配度,生成在特定陳列時段針對所述第二目標場所內陳列物品的調整資訊。
示範性地,例如第一店鋪在不同的季度陳列的物品均不相同,可以根據第一店鋪在不同的季度內分別對應的進店率,確定出第一店鋪在不同統計時段陳列的物品與對應陳列時段之間的匹配度,在任一統計時段對應的進店率越高,說明第一店鋪在該任一統計時段陳列的物品受歡迎程度越高,可以認為第一店鋪在該任一統計時段陳列的物品與物品的陳列時段之間的匹配度越高,反之在任一統計時段對應的進店率越低,認為第一店鋪在該任一統計時段陳列的物品與物品的陳列時段之間的匹配度越低。
示範性地,在確定出第一店鋪在不同統計時段陳列的物品與對應陳列時段之間的匹配度後,可以根據該匹配度,確定出在特定陳列時段,例如在匹配度高於預設匹配度閾值的陳列時段,針對第二目標場所內陳列物品的調整資訊,例如生成指示第二目標場所在特定陳列時段陳列的物品與第一店鋪在特定時段陳列的物品相同,和/或,生成指示第二目標場所在特定陳列時段陳列的物品的擺放順序與第一店鋪在特定時段陳列的物品的擺放順序一致。
本公開實施例中,在第一店鋪在不同統計時段陳列的物品不相同的情況下,通過對同一店鋪在不同統計時段的進店率進行統計,可以快速確定該第一店鋪在不同統計時段陳列的物品與對應陳列時段之間的匹配度,例如在第一個統計時段對應的進店率較高,可以反應在第一個統計時段陳列的物品與該第一統計時段之間的匹配度較高,從而確定第一店鋪在第一個統計時段銷售的物品適合在第一統計時段進行銷售,反之則不適合在第一個統計時段進行銷售,基於此可以對第二目標場所在不同陳列時段陳列的物品制定調整方案,該過程可以節省通過人工線下統計第二目標場在不同陳列時段的進店率所需的時間,也無需統計第二目標場所在不同陳列時段的銷售數據,從而可以提高調整方案的制定效率。
在一些場景中,第一目標場所可能會在預設時長內發生大量人流出入,為了安全考慮,一般需要對第一目標場所的人流出入量進行檢測,以免發生危險事故。
在一種實施方式中,本公開實施例提供的資訊處理方法還包括:
在確定第一人流數量大於第一預設閾值的情況下,生成第一預警提示資訊。
示範性地,第一預設閾值可以根據實際需要進行設置,例如可以根據第一目標場所的類型、統計時間段、第一目標場所進口尺寸等來設置。
生成的第一預警提示資訊可以為文字、語音、影音等格式的資訊,例如,生成的第一預警提示資訊可以為“注意,第一目標場所的進人流數量較大,請大家注意安全”。
本公開實施例中,可以對預設時長內進入第一目標場所的人流數量進行統計,在確定預設時長內進入第一目標場所的人流數量較多時,可以生成預警提示資訊,以提高行人在進入第一目標場所時的安全性。
在一種實施方式中,如圖5所示,本公開實施例提供的資訊處理方法還包括以下S401~S402:
S401,基於軌跡資訊和第一判定標誌,確定在預設時長內離開第一目標場所的第三人流數量,第一判定標誌用於判斷行人是否進入第一目標場所。
示範性地,預先繪製的用於判斷行人是否離開第一目標場所的第一判定標誌與上述圖3所示的用於判斷行人是否進入第一目標場所的判定線可以相同,具體可以通過標記與進方向相反的出方向作為指示離開第一目標場所的方向,在影音串流中的行人的軌跡方向與出方向匹配,可以確定行人為離開第一目標場所,基於此可以統計預設時長內的第三人流數量。
S402,在確定第三人流數量大於第二預設閾值的情況下,生成第二預警提示資訊。
示範性地,第二預設閾值可以根據實際需要進行設置,例如可以根據第一目標場所的類型、統計時間段、第一目標場所出口尺寸等來設置。
生成的第二預警提示資訊可以為文字、語音、影音等格式的資訊,例如,生成的第二預警提示資訊可以為“注意,第一目標場所的出人流數量較大,請大家注意安全”。
本公開實施例中,可以對預設時長內離開第一目標場所的人流數量進行統計,在確定預設時長內離開第一目標場所的人流數量較多時,可以生成預警提示資訊,以提高行人在離開第一目標場所時的安全性。
在一種可能的實施方式中,如圖6所示,本公開實施例提供的資訊處理方法還包括以下S501~S502:
S501,基於第一目標場所在預設時長內的歷史存留人數、第一人流數量和第三人流數量,確定第一目標場所在預設時長內的人員淨存量;
S502,在確定第一目標場所在預設時長內的人員淨存量大於第三預設閾值的情況下,生成第三預警提示資訊。
示範性地,第一目標場所在預設時長內的歷史存留人數可以為從開始統計第一人流數量和第三人流數量時,第一目標場所內當前存在的人數,例如,第一目標場所從當天8:00開始允許行人進入,在統計當前9:00~10:00的人員淨存量時,第一目標場所在9:00對應的當前人數可以作為第一目標場所在9:00~10:00的歷史存留人數,歷史存留人數可以通過歷史階段(8:00~9:00)統計的進人流數量和出人流數量的差值確定。
進一步地,通過第一人流數量和第三人流數量,可以確定在預設時長內第一目標場所進入的人數,結合第一目標場所在預設時長內的歷史存留人數,可以確定第一目標場所在預設時長內的人員淨存量。
示範性地,第三預設閾值可以根據實際需要進行設置,例如可以根據第一目標場所的類型、統計時間段、第一目標場所的容量等來設置。
生成的第三預警提示資訊可以為文字、語音、影音等格式的資訊,例如,生成的第三預警提示資訊可以為“注意,當前時間第一目標場所內的人員淨存量較多”。
本公開實施例中,可以實時檢測第一目標場所中的人員淨存量,並在確定人員淨存量超過閾值的情況下,進行預警提示,例如在發生擁擠的情況下,可以進行疏通處理,從而提高行人在第一目標場所中駐留時的安全性。
本領域技術人員可以理解,在具體實施方式的上述方法中,各步驟的撰寫順序並不意味著嚴格的執行順序而對實施過程構成任何限定,各步驟的具體執行順序應當以其功能和可能的內在邏輯確定。
基於同一技術構思,本公開實施例中還提供了與資訊處理方法對應的資訊處理裝置,由於本公開實施例中的裝置解決問題的原理與本公開實施例上述資訊處理方法相似,因此裝置的實施可以參見方法的實施,重複之處不再贅述。
參照圖7所示,為本公開實施例提供的一種資訊處理裝置600的示意圖,該資訊處理裝置600包括:
獲取模組601,用於基於對第一目標場所採集的影音串流,獲取影音串流中行人的軌跡資訊;
確定模組602,用於基於影音中行人的軌跡資訊,確定在預設時長內進入第一目標場所的第一人流數量和經過第一目標場所的第二人流數量;
生成模組603,用於基於第一人流數量和第二人流數量,生成針對第二目標場所內陳列物品的調整資訊。
在一種可能的實施方式中,第二目標場所與第一目標場所相同,或者,第二目標場所為與第一目標場所存在關聯的關聯場所。
在一種可能的實施方式中,第一目標場所包括設定範圍區域內的第一店鋪,生成模組603在用於基於第一人流數量和第二人流數量,生成針對第二目標場所內陳列物品的調整資訊時,包括:
基於第一人流數量和第二人流數量,確定第一店鋪在預設時長內的進店率;
基於第一店鋪在預設時長內的進店率,生成針對第二目標場內陳列物品的調整資訊。
在一種可能的實施方式中,第一店鋪包括至少兩個,生成模組603在用於基於第一店鋪在預設時長內的進店率,生成針對第二目標場所內陳列物品的調整資訊時,包括:
基於第一店鋪中每個店鋪在同一統計時段內對應的進店率,以及每個店鋪在同一統計時段內陳列的物品,生成針對第二目標場所內陳列物品的調整資訊。
在一種可能的實施方式中,生成模組603在用於基於第一店鋪中每個店鋪在同一統計時段內對應的進店率,以及每個店鋪在同一統計時段內陳列的物品,生成針對第二目標場所內陳列物品的調整資訊時,包括:
基於每個店鋪在同一統計時段內對應的進店率,從第一店鋪中確定第一目標店鋪和第二目標店鋪,第一目標店鋪為第一店鋪中最低進店率對應的店鋪,第二目標店鋪為第一店鋪中最高進店率對應的店鋪;
將第一目標店鋪作為第二目標場所,基於第二目標店鋪內陳列的物品,生成針對第二目標場所內陳列物品的調整指示資訊。
在一種可能的實施方式中,第一店鋪為一個,生成模組在用於基於第一店鋪在預設時長內的進店率,生成針對第二目標場所內陳列物品的調整資訊時,包括:
基於第一店鋪在不同統計時段內分別對應的進店率,以及第一店鋪在不同統計時段內分別陳列的物品,生成針對第二目標場所內陳列物品的調整資訊。
在一種可能的實施方式中,生成模組603在用於基於第一店鋪在不同統計時段內分別對應的進店率,以及第一店鋪在不同統計時段內分別陳列的物品,生成針對第二目標場所內陳列物品的調整資訊時,包括:
在第一店鋪在不同統計時段陳列內分別陳列的物品相同的情況下,基於第一店鋪在不同統計時段內分別對應的進店率,確定第一店鋪陳列的物品對應的目標陳列時段;目標陳列時段對應的進店率大於或等於預設進店率閾值;
基於目標陳列時段,生成在目標陳列時段針對第二目標場所內陳列物品的調整資訊。
在一種可能的實施方式中,生成模組603在用於基於第一店鋪在不同統計時段內分別對應的進店率,以及第一店鋪在不同統計時段內分別陳列的物品,生成針對第二目標場所內陳列物品的調整資訊時,包括:
在第一店鋪在不同統計時段陳列內分別陳列的物品不相同的情況下,基於第一店鋪在不同統計時段內分別對應的進店率,確定第一店鋪在不同統計時段陳列的物品與對應陳列時段之間的匹配度;
基於確定的匹配度,生成在特定陳列時段針對第二目標場所內陳列物品的調整資訊。
在一種可能的實施方式中,生成模組603在用於基於第一人流數量和第二人流數量,確定第一店鋪在預設時長內的進店率時,包括:
基於第一人流數量和第二人流數量,得到總人流數量;
將第一人流數量和總人流數量的比值,作為第一店鋪在預設時長內的進店率。
在一種可能的實施方式中,獲取模組601在用於基於對第一目標場所採集的影音串流,獲取影音串流中行人的軌跡資訊時,包括:
對影音串流中的目標影音幀進行行人檢測,識別出目標影音幀中包含的各行人的位置資訊;
根據目標影音幀中包含的各行人的位置資訊,確定目標行人在影音串流中的位置資訊;
根據目標行人在所示影音串流中的位置資訊,確定目標行人的軌跡資訊。
在一種可能的實施方式中,在根據目標行人在影音串流中的位置資訊,確定目標行人的軌跡資訊之前,獲取模組601還用於:
獲取目標影音幀中的行人的特徵資訊;
基於不同目標影音幀分別包含的行人的特徵資訊,確定不同目標影音幀中包含的行人之間的特徵相似度;
將特徵相似度中高於預設相似度閾值的最大相似度對應的行人作為目標行人。
在一種可能的實施方式中,確定模組602在用於基於影音串流中行人的軌跡資訊,確定在預設時長內進入第一目標場所的第一人流數量時,包括:
基於軌跡資訊和第一判定標誌,對預設時長內進入第一目標場所的行人數量進行統計,得到第一人流數量,第一判定標誌用於判斷行人是否進入第一目標場所。
在一種可能的實施方式中,確定模組602在用於基於影音串流中行人的軌跡資訊,確定在預設時長內經過第一目標場所的第二人流數量時,包括:
基於軌跡資訊、第一判定標誌和第二判定標誌,對預設時長內經過第一目標場所且未進入第一目標場所的行人數量進行統計,得到第二人流數量,第一判定標誌用於判斷行人是否進入第一目標場所,第二判定標誌用於判斷行人是否經過第一目標場所。
在一種可能的實施方式中,資訊處理裝置600還包括第一預警模組604,第一預警模組604用於:
在確定第一人流數量大於第一預設閾值的情況下,生成第一預警提示資訊。
在一種可能的實施方式中,資訊處理裝置還包括第二預警模組605,確定模組602還用於:
基於軌跡資訊和第一判定標誌,確定在預設時長內離開第一目標場所的第三人流數量,第一判定標誌用於判斷行人是否進入第一目標場所;
第二預警模組605,用於在確定第三人流數量大於第二預設閾值的情況下,生成第二預警提示資訊。
在一種可能的實施方式中,確定模組602還用於:
基於第一目標場所在預設時長內的歷史存留人數、第一人流數量和第三人流數量,確定第一目標場所在預設時長內的人員淨存量;
第二預警模組605,還用於在確定第一目標場所在預設時長內的人員淨存量大於第三預設閾值的情況下,生成第三預警提示資訊。
關於裝置中的各模組的處理流程、以及各模組之間的交互流程的描述可以參照上述方法實施例中的相關說明,這裡不再詳述。
對應於圖1中的資訊處理方法,本公開實施例還提供了一種電子設備700,如圖8所示,為本公開實施例提供的電子設備700結構示意圖,包括:
處理器71、儲存器72、和匯流排73;儲存器72用於儲存執行指令,包括記憶體721和外部儲存器722;這裡的記憶體721也稱記憶體儲存器,用於暫時存放處理器71中的運算數據,以及與硬碟等外部儲存器722交換的數據,處理器71通過記憶體721與外部儲存器722進行數據交換,當電子設備700運行時,處理器71與儲存器72之間通過匯流排73通訊,使得處理器71執行以下指令:基於對第一目標場所採集的影音串流,獲取影音串流中行人的軌跡資訊;基於影音串流中行人的軌跡資訊,確定在預設時長內進入第一目標場所的第一人流數量和經過第一目標場所的第二人流數量;基於第一人流數量和第二人流數量,生成針對第二目標場所內陳列物品的調整資訊。
本公開實施例還提供一種計算機可讀儲存媒體,該計算機可讀儲存媒體上儲存有計算機程式,該計算機程式被處理器運行時執行上述方法實施例中所述的資訊處理方法的步驟。其中,該儲存媒體可以是揮發性或非揮發性的計算機可讀取儲存媒體。
本公開實施例還提供一種計算機程式或計算機程式產品,該計算機程式或計算機程式產品承載有程式代碼,所述程式代碼包括的指令在被處理器執行時使得所述處理器執行上述方法實施例中所述的資訊處理方法的步驟,具體可參見上述方法實施例,在此不再贅述。
其中,上述計算機程式產品可以具體通過硬體、軟體或其結合的方式實現。在一個可選實施例中,所述計算機程式產品具體體現為計算機儲存媒體,在另一個可選實施例中,計算機程式產品具體體現為軟體產品,例如軟體開發包(Software Development Kit,SDK)等等。
所屬領域的技術人員可以清楚地瞭解到,為描述的方便和簡潔,上述描述的系統和裝置的具體工作過程,可以參考前述方法實施例中的對應過程,在此不再贅述。在本公開所提供的幾個實施例中,應該理解到,所揭露的系統、裝置和方法,可以通過其它的方式實現。以上所描述的裝置實施例僅僅是示意性的,例如,所述單元的劃分,僅僅為一種邏輯功能劃分,實際實現時可以有另外的劃分方式,又例如,多個單元或組件可以結合或者可以整合到另一個系統,或一些特徵可以忽略,或不執行。另一點,所顯示或討論的相互之間的耦合或直接耦合或通訊連接可以是通過一些通訊接口,裝置或單元的間接耦合或通訊連接,可以是電性,機械或其它的形式。
所述作為分離部件說明的單元可以是或者也可以不是實體上分開的,作為單元顯示的部件可以是或者也可以不是實體單元,即可以位於一個地方,或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。
另外,在本公開各個實施例中的各功能單元可以整合在一個處理單元中,也可以是各個單元單獨實體存在,也可以兩個或兩個以上單元整合在一個單元中。
所述功能如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時,可以儲存在一個處理器可執行的非揮發性的計算機可讀取儲存媒體中。基於這樣的理解,本公開的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的部分可以以軟體產品的形式體現出來,該計算機軟體產品儲存在一個儲存媒體中,包括若干指令用以使得一台計算機設備(可以是個人計算機,伺服器,或者網路設備等)執行本公開各個實施例所述方法的全部或部分步驟。而前述的儲存媒體包括:隨身碟、移動硬碟、唯讀記憶體(Read-Only Memory,ROM)、隨機存取記憶體(Random Access Memory,RAM)、磁碟或者光碟等各種可以儲存程式代碼的媒體。
最後應說明的是:以上所述實施例,僅為本公開的具體實施方式,用以說明本公開的技術方案,而非對其限制,本公開的保護範圍並不局限於此,儘管參照前述實施例對本公開進行了詳細的說明,本領域的普通技術人員應當理解:任何熟悉本技術領域的技術人員在本公開揭露的技術範圍內,其依然可以對前述實施例所記載的技術方案進行修改或可輕易想到變化,或者對其中部分技術特徵進行等同替換;而這些修改、變化或者替換,並不使相應技術方案的本質脫離本公開實施例技術方案的精神和範圍,都應涵蓋在本公開的保護範圍之內。因此,本公開的保護範圍應所述以申請專利範圍的保護範圍為准。
S101:基於對第一目標場所採集的影音串流,獲取影音串流中行人的軌跡資訊
S102:基於影音串流中行人的軌跡資訊,確定在預設時長內進入第一目標場所的第一人流數量和經過第一目標場所的第二人流數量
S103:基於第一人流數量和第二人流數量,生成針對第二目標場所內陳列物品的調整資訊
S201:對影音串流中的目標影音幀進行行人檢測,識別出目標影音串流中包含的各行人的位置資訊
S202:根據目標影音幀中包含的各行人的位置資訊,確定目標行人在影音串流中的位置資訊
S203:根據目標行人在影音串流中的位置資訊,確定目標行人的軌跡資訊
S301:基於第一人流數量和第二人流數量,確定第一店鋪在預設時長內的進店率
S302:基於第一店鋪在預設時長內的進店率,生成針對第二目標場內陳列物品的調整資訊
S401:基於軌跡資訊和第一判定標誌,確定在預設時長內離開第一目標場所的第三人流數量,第一判定標誌用於判斷行人是否進入第一目標場所
S402:在確定第三人流數量大於第二預設閾值的情況下,生成第二預警提示資訊
S501:基於第一目標場所在預設時長內的歷史存留人數、第一人流數量和第三人流數量,確定第一目標場所在預設時長內的人員淨存量
S502:在確定第一目標場所在預設時長內的人員淨存量大於第三預設閾值的情況下,生成第三預警提示資訊
600:資訊處理裝置
601:獲取模組
602:確定模組
603:生成模組
604:第一預警模組
605:第二預警模組
700:電子設備
71:處理器
72:儲存器
73:匯流排
721:記憶體
722:外部儲存器
圖1示出了本公開實施例所提供的一種資訊處理方法的流程圖。
圖2示出了本公開實施例所提供的一種確定目標行人的軌跡資訊的方法流程圖。
圖3示出了本公開實施例所提供的一種確定第一人流數量和第二人流數量的場景示意圖。
圖4示出了本公開實施例所提供的一種生成針對第二目標場所內陳列物品的調整資訊的方法流程圖。
圖5示出了本公開實施例所提供的一種預警提示的方法流程圖。
圖6示出了本公開實施例所提供的另一種預警提示的方法流程圖。
圖7示出了本公開實施例所提供的一種資訊處理裝置的結構示意圖。
圖8示出了本公開實施例所提供的一種電子設備的示意圖。
S101:基於對第一目標場所採集的影音串流,獲取影音串流中行人的軌跡資訊
S102:基於影音串流中行人的軌跡資訊,確定在預設時長內進入第一目標場所的第一人流數量和經過第一目標場所的第二人流數量
S103:基於第一人流數量和第二人流數量,生成針對第二目標場所內陳列物品的調整資訊
Claims (10)
- 一種資訊處理方法,包括由計算機設備執行以下操作: 基於對第一目標場所採集的影音串流,獲取所述影音串流中行人的軌跡資訊; 基於所述影音串流中行人的軌跡資訊,確定在預設時長內進入所述第一目標場所的第一人流數量和經過所述第一目標場所的第二人流數量; 基於所述第一人流數量和所述第二人流數量,生成針對第二目標場所內陳列物品的調整資訊。
- 如請求項1所述的資訊處理方法,其中所述第二目標場所與所述第一目標場所相同,或者,所述第二目標場所為與所述第一目標場所存在關聯的關聯場所; 所述第一目標場所包括設定範圍區域內的一個或多個第一店鋪,所述基於所述第一人流數量和所述第二人流數量,生成針對第二目標場所內陳列物品的調整資訊,包括由計算機設備執行以下操作: 針對每個所述第一店鋪,基於所述第一人流數量和所述第二人流數量,確定所述第一店鋪在所述預設時長內的進店率; 基於各所述第一店鋪在所述預設時長內的進店率,生成針對所述第二目標場內陳列物品的調整資訊。
- 如請求項2所述的資訊處理方法,其中,所述基於各所述第一店鋪在所述預設時長內的進店率,生成針對第二目標場所內陳列物品的調整資訊,包括由計算機設備執行以下操作: 基於所述每個店鋪在同一統計時段內對應的進店率,從多個所述第一店鋪中確定第一目標店鋪和第二目標店鋪,所述第一目標店鋪為所述第一店鋪中最低進店率對應的店鋪,所述第二目標店鋪為所述第一店鋪中最高進店率對應的店鋪; 將所述第一目標店鋪作為所述第二目標場所,基於所述第二目標店鋪內陳列的物品,生成針對所述第二目標場所內陳列物品的調整指示資訊; 和/或, 針對每個所述第一店鋪,基於所述第一店鋪在不同統計時段內分別對應的進店率,以及所述第一店鋪在不同統計時段內分別陳列的物品,生成針對所述第二目標場所內陳列物品的調整資訊。
- 如請求項3所述的資訊處理方法,其中,所述基於所述第一店鋪在不同統計時段內分別對應的進店率,以及所述第一店鋪在不同統計時段內分別陳列的物品,生成針對所述第二目標場所內陳列物品的調整資訊,包括由計算機設備執行以下操作: 在所述第一店鋪在不同統計時段陳列內分別陳列的物品相同的情況下, 基於所述第一店鋪在不同統計時段內分別對應的進店率,確定所述第一店鋪陳列的物品對應的目標陳列時段;所述目標陳列時段對應的進店率大於或等於預設進店率閾值;並 基於所述目標陳列時段,生成在所述目標陳列時段針對所述第二目標場所內陳列物品的調整資訊; 在所述第一店鋪在不同統計時段陳列內分別陳列的物品不相同的情況下, 基於所述第一店鋪在不同統計時段內分別對應的進店率,確定所述第一店鋪在不同統計時段陳列的物品與對應陳列時段之間的匹配度; 基於確定的所述匹配度,生成在特定陳列時段針對所述第二目標場所內陳列物品的調整資訊。
- 如請求項2至4之中任一所述的資訊處理方法,其中,所述基於所述第一人流數量和所述第二人流數量,確定第一店鋪在所述預設時長內的進店率,包括由計算機設備執行以下操作: 基於所述第一人流數量和所述第二人流數量,得到總人流數量; 將所述第一人流數量和所述總人流數量的比值,作為所述第一店鋪在所述預設時長內的進店率。
- 如請求項1至5之中任一所述的資訊處理方法,其中,所述基於對第一目標場所採集的影音串流,獲取所述影音串流中行人的軌跡資訊,包括由計算機設備執行以下操作: 對所述影音串流中的目標影音幀進行行人檢測,識別出所述目標影音幀中包含的各行人的位置資訊; 根據所述目標影音幀中包含的各行人的位置資訊,確定目標行人在所述影音串流中的位置資訊; 根據所述目標行人在所述影音串流中的位置資訊,確定所述目標行人的軌跡資訊。
- 如請求項6所述的資訊處理方法,其中,在所述根據所述目標影音幀中包含的各行人的位置資訊,確定目標行人在所述影音串流中的位置資訊之前,所述資訊處理方法還包括由計算機設備執行以下操作: 獲取所述目標影音幀中的行人的特徵資訊; 基於不同目標影音幀分別包含的行人的特徵資訊,確定所述不同目標影音幀中包含的行人之間的特徵相似度; 將所述特徵相似度中高於預設相似度閾值的最大相似度對應的行人作為所述目標行人。
- 如請求項1至7之中任一所述的資訊處理方法,其中, 基於所述影音串流中行人的軌跡資訊,確定在預設時長內進入所述第一目標場所的第一人流數量,包括由計算機設備執行以下操作: 基於所述軌跡資訊和第一判定標誌,對所述預設時長內進入所述第一目標場所的行人數量進行統計,得到所述第一人流數量,所述第一判定標誌用於判斷行人是否進入所述第一目標場所; 基於所述影音串流中行人的軌跡資訊,確定在預設時長內經過所述第一目標場所的第二人流數量,包括由計算機設備執行以下操作: 基於所述軌跡資訊、所述第一判定標誌和第二判定標誌,對所述預設時長內經過所述第一目標場所且未進入所述第一目標場所的行人數量進行統計,得到所述第二人流數量,所述第二判定標誌用於判斷行人是否經過所述第一目標場所; 和/或, 所述資訊處理方法還包括由計算機設備執行以下任意一個或多個操作: 在確定所述第一人流數量大於第一預設閾值的情況下,生成第一預警提示資訊; 在確定在所述預設時長內離開所述第一目標場所的第三人流數量大於第二預設閾值的情況下,生成第二預警提示資訊; 在確定所述第一目標場所在所述預設時長內的人員淨存量大於第三預設閾值的情況下,生成第三預警提示資訊。
- 一種電子設備,包括:處理器、儲存器和匯流排,所述儲存器儲存有所述處理器可執行的機器可讀指令,當電子設備運行時,所述處理器與所述儲存器之間通過匯流排通訊,所述機器可讀指令被所述處理器執行時執行如請求項1至8之中任一所述資訊處理方法的步驟。
- 一種計算機可讀儲存媒體,其中,該計算機可讀儲存媒體上儲存有計算機程式,該計算機程式被處理器運行時執行如請求項1至8之中任一所述資訊處理方法的步驟。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011505600.5 | 2020-12-18 | ||
CN202011505600.5A CN112508626A (zh) | 2020-12-18 | 2020-12-18 | 一种信息处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202226114A true TW202226114A (zh) | 2022-07-01 |
Family
ID=74922511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110145989A TW202226114A (zh) | 2020-12-18 | 2021-12-09 | 資訊處理方法、裝置、電子設備及儲存媒體、計算機程式 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN112508626A (zh) |
TW (1) | TW202226114A (zh) |
WO (1) | WO2022127276A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508626A (zh) * | 2020-12-18 | 2021-03-16 | 北京市商汤科技开发有限公司 | 一种信息处理方法、装置、电子设备及存储介质 |
CN113705470A (zh) * | 2021-08-30 | 2021-11-26 | 北京市商汤科技开发有限公司 | 获取客流信息的方法、装置、计算机设备以及存储介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007179199A (ja) * | 2005-12-27 | 2007-07-12 | Canon Marketing Japan Inc | 販売分析装置および販売分析方法およびプログラムおよび記録媒体 |
US20140278655A1 (en) * | 2013-03-15 | 2014-09-18 | Shopper Scientist, Llc | Modeling shoppers' time in stores in relation to their purchases |
CN105321090A (zh) * | 2014-07-29 | 2016-02-10 | 中华电信股份有限公司 | 来店客群分析及人流情报***及其使用方法 |
CN107180378A (zh) * | 2017-05-11 | 2017-09-19 | 北京旷视科技有限公司 | 商品关注度获得方法及装置 |
CN108537166B (zh) * | 2018-04-08 | 2020-10-02 | 上海天壤智能科技有限公司 | 确定货架浏览量以及分析浏览量的方法和装置 |
CN108537189B (zh) * | 2018-04-16 | 2020-11-17 | 上海小蚁科技有限公司 | 生成顾客轨迹图的方法及装置、存储介质、终端 |
CN108665305B (zh) * | 2018-05-04 | 2022-07-05 | 水贝文化传媒(深圳)股份有限公司 | 用于门店信息智能分析的方法及*** |
CN108985865A (zh) * | 2018-08-27 | 2018-12-11 | 广州联欣自动识别技术有限公司 | 智能门店的顾客数据分析方法和*** |
CN109271942A (zh) * | 2018-09-26 | 2019-01-25 | 上海七牛信息技术有限公司 | 一种人流统计方法以及*** |
CN111125288A (zh) * | 2019-12-25 | 2020-05-08 | 北京市商汤科技开发有限公司 | 区域部署方法、装置及存储介质 |
CN111274340B (zh) * | 2020-01-15 | 2023-06-30 | 中国联合网络通信集团有限公司 | 人流密度的监控处理方法、设备及存储介质 |
CN111738134A (zh) * | 2020-06-18 | 2020-10-02 | 北京市商汤科技开发有限公司 | 获取客流数据的方法、装置、设备及介质 |
CN112052838A (zh) * | 2020-10-10 | 2020-12-08 | 腾讯科技(深圳)有限公司 | 一种对象流量数据监控方法、装置以及可读存储介质 |
CN112508626A (zh) * | 2020-12-18 | 2021-03-16 | 北京市商汤科技开发有限公司 | 一种信息处理方法、装置、电子设备及存储介质 |
-
2020
- 2020-12-18 CN CN202011505600.5A patent/CN112508626A/zh not_active Withdrawn
-
2021
- 2021-09-28 WO PCT/CN2021/121449 patent/WO2022127276A1/zh active Application Filing
- 2021-12-09 TW TW110145989A patent/TW202226114A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
CN112508626A (zh) | 2021-03-16 |
WO2022127276A1 (zh) | 2022-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022127276A1 (zh) | 信息处理方法、装置、电子设备及存储介质、计算机程序 | |
CN109636258A (zh) | 一种房地产客户到访管理*** | |
WO2020134231A1 (zh) | 信息推送方法、装置及信息展示*** | |
WO2023029574A1 (zh) | 获取客流信息的方法、装置、计算机设备以及存储介质 | |
CN105809178A (zh) | 一种基于人脸属性的人群分析方法及装置 | |
JP6397581B2 (ja) | 混雑状況可視化装置、混雑状況可視化システム、混雑状況可視化方法、および混雑状況可視化プログラム | |
WO2020093830A1 (zh) | 指定区域的人流状况估算方法和装置 | |
CN108446681B (zh) | 行人分析方法、装置、终端及存储介质 | |
WO2013189465A2 (zh) | 人数获取方法、装置及*** | |
TWI754456B (zh) | 區域部署方法、裝置及電腦可讀取記錄媒體 | |
WO2021143228A1 (zh) | 数据推送方法、装置、电子设备、计算机存储介质和计算机程序 | |
CN109993392A (zh) | 业务投诉风险预估方法、装置、计算设备及存储介质 | |
WO2023077797A1 (zh) | 排队分析方法和装置 | |
JP2012252613A (ja) | 顧客行動追跡型映像配信システム | |
TW201733318A (zh) | 信號處理方法及裝置 | |
WO2023071188A1 (zh) | 一种异常行为检测的方法、装置、电子设备及存储介质 | |
CN106878102B (zh) | 一种基于网络流量多字段识别的人流量检测方法及*** | |
CN108875677B (zh) | 客流量统计方法及装置、存储介质、终端 | |
CN113920585A (zh) | 行为识别方法及装置、设备和存储介质 | |
CN208335207U (zh) | 基于人脸识别的展会服务*** | |
WO2021104388A1 (en) | System and method for interactive perception and content presentation | |
TWI745101B (zh) | 資料處理方法、裝置及電腦可讀取記錄媒體 | |
CN108537184A (zh) | 一种适用市场调查的人流统计*** | |
CN108009530A (zh) | 一种身份标定***和方法 | |
CN112100230A (zh) | 一种客流统计分析的方法 |