[发明专利]物品关注度的确定方法、装置和系统在审
| 申请号: | 201810705659.5 | 申请日: | 2018-06-29 |
| 公开(公告)号: | CN108898109A | 公开(公告)日: | 2018-11-27 |
| 发明(设计)人: | 梁喆;周舒畅;张一山;朱雨 | 申请(专利权)人: | 北京旷视科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 邓超 |
| 地址: | 100000 北京*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 关注度 货架 视频帧图像 移动轨迹 智能识别技术 获取目标 距离目标 购物 分析 | ||
1.一种物品关注度的确定方法,其特征在于,所述方法包括:
获取目标货架的多个视频帧图像;
从多个所述视频帧图像中识别行人的移动轨迹;
根据距离所述目标货架设定范围内的所述移动轨迹,确定所述行人对所述目标货架上物品的关注度。
2.根据权利要求1所述的方法,其特征在于,所述从多个所述视频帧图像中识别行人的移动轨迹的步骤,包括:
通过预设的神经网络对所述视频帧图像中的行人进行目标检测,得到所述行人的检测数据;所述检测数据通过检测框标识;
根据多个所述视频帧图像中,相邻视频帧图像之间或者相隔预定数量视频帧图像之间的所述检测数据的重叠程度,确定属于同一个行人的检测数据;
连接同一个行人的检测数据,得到所述行人的移动轨迹。
3.根据权利要求2所述的方法,其特征在于,所述通过预设的神经网络对所述视频帧图像中的行人进行目标检测,得到所述行人的检测数据的步骤,包括:
通过第一神经网络对所述视频帧图像中的行人进行行人检测,得到所述行人的人形数据;所述人形数据通过人形检测框标识;
或者,通过第二神经网络对所述视频帧图像中的行人进行人头检测,得到所述行人的人头数据;所述人头数据通过人头检测框标识。
4.根据权利要求2所述的方法,其特征在于,所述根据多个所述视频帧图像中,相邻视频帧图像或者相隔预定数量视频帧图像之间的所述检测数据的重叠程度,确定属于同一个行人的检测数据的步骤,包括:
计算相邻视频帧图像或者相隔预定数量视频帧图像之间的,两两所述检测数据对应检测框的重叠面积和共占面积;
计算所述重叠面积和所述共占面积的比值;
判断所述比值是否大于预设的比值阈值;
如果是,确定所述比值对应的两个检测数据属于同一个行人的检测数据。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
为所述移动轨迹添加跟踪标识;其中,所述跟踪标识与所述移动轨迹所属的行人相匹配。
6.根据权利要求5所述的方法,其特征在于,所述根据距离所述目标货架设定范围内的所述移动轨迹,确定所述行人对所述目标货架上物品的关注度的步骤,包括:
根据所述行人的位置信息以及所述目标货架的位置信息,确定所述行人与所述目标货架的空间距离;
从所述行人的移动轨迹中,提取所述空间距离小于设定空间阈值的轨迹片段;
根据所述轨迹片段所属移动轨迹的跟踪标识,统计所述目标货架对应的第一标识数量;
根据所述第一标识数量,确定所述行人对所述目标货架上物品的关注度。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:为所述目标货架划分多个子区域;
所述根据距离所述目标货架设定范围内的所述移动轨迹,确定所述行人对所述目标货架上物品的关注度的步骤,包括:
从所述轨迹片段中,提取属于每个所述子区域的子片段;
统计各个所述子区域对应的子片段的第二标识数量;
根据所述第二标识数量,确定所述行人对各个所述子区域内物品的关注度。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据所述行人对所述目标货架上物品的关注度,绘制所述目标货架上物品的热力图。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
如果所述行人发生结账行为,采集所述行人的人脸图像;
通过第三神经网络对所述人脸图像进行人脸检测,得到所述行人的人脸数据;
通过第四神经网络对所述人脸数据进行人脸特征提取,得到所述目标对象的人脸特征;
将所述人脸特征和所述行人结账时产生的购物清单关联保存。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司,未经北京旷视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810705659.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于扫地机器人的用户异常行为监测系统及方法
- 下一篇:一种智能家居系统





