[发明专利]一种针对连锁门店入店人员分析的智能分析方法

权利要求书

1.一种针对连锁门店入店人员分析的智能分析方法，其特征在于：

采用以下步骤，

步骤1：抓拍引擎对每帧图片的人脸进行检测、且对人脸图像设置有编号，该编号具有唯一值；

对同一个编号的人脸图片集按照清晰度进行排序，将清晰度最高的图片传递给识别引擎；

步骤2：识别引擎判断该人脸图片对应的编号是否已经分析过，如果是，则进入步骤9，否则，从该人脸图片中提取人脸特征，进入步骤3；

步骤3：处理模块将人脸特征和本地员工库进行比对，如果匹配则进入步骤9，否则进入步骤4；

步骤4：处理模块判断是否设置有夜间防范，该夜间防范为，夜间指定的时间段内，如果在监控区域发现非公司员工，则通知终端系统进行报警，如果是，则进入步骤5，否则，进入步骤6；

步骤5：处理模块通知终端系统进行报警，进入步骤9；

步骤6：处理模块将该人脸特征和黑名单库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤7；

步骤7：处理模块将该人脸特征和会员底库进行比对，如果匹配则推送到终端系统，进入步骤9，否则进入步骤8；

步骤8：处理模块将该人脸特征和本地熟客库进行比对，如果匹配则推送到终端系统，进入下一步骤；

步骤9：处理模块将该人脸特征及对应的编号发送给人脸聚类模块，人脸聚类模块对该人脸特征进行分类，进入步骤10；

步骤10：重复步骤1至步骤，对下一个人脸编号进行分析。

2.根据权利要求1所述一种针对连锁门店入店人员分析的智能分析方法，其特征在于：所述人脸聚类模块具体包括如下流程：

S1：设置有临时聚类人脸库，临时聚类人脸库中包括聚类熟客组、聚类普通组、聚类会员组；

S2：如果该人脸图像对应的是会员，加入当天的聚类会员组，进入S5，否则进入S3；

S3：如果是熟客，加入当天的聚类熟客组，并将该熟客的生存周期设置从当天开始，熟客的生存周期为N天，进入S5，否则进入S4；

S4：如果是一般顾客，加入当天的聚类普通组，进入S5；

S5：判断是否在统计时间段，如果是，则进入S7，否则，进入S6；

S6：回到步骤S1，对下一个编号进行聚类分析；

S7：将当天最终聚类人脸库发送到客流统计模块，设定有熟客人数阈值C，检索N天内的临时聚类人脸库，如果一般顾客的数量达到熟客人数阈值C，则立即将信息推送到终端系统，将超过N天的临时聚类人脸库清零。

3.根据权利要求1所述一种针对连锁门店入店人员分析的智能分析方法，其特征在于：设置有客流统计模块，包括如下流程：

S1：对当天最终聚类人脸库中的编号计数；

S2：对当天最终聚类人脸库对应的属性，该属性包括年龄段和性别，进行分类统计；

S3：将结果发送到终端系统，并重置客流统计模块。