[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

说明书

一种针对连锁门店入店人员分析的智能分析方法，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2；解决了对入店人员客流量统计不够精准的问题，能够对连锁门店的人流量、人员属性，年龄和性别的进行精准识别。

技术领域

本发明涉及视频监控领域，具体涉及一种针对连锁门店入店人员分析的智能分析方法。

背景技术

对于线下零售的连锁门店，顾客数据的收集，包括场内客流量、性别比例、年龄层次、往来频率等，加上后续的顾客爱好分析、消费水平分析等，形成可视化数据，可极好的成为管理者的营销决策依据。传统零售连锁门店其中一个要解决的核心问题是对每个门店客流数据的分析，今天门店来了多少人？A店和B店的客流量是多少？对比客流量和收入，两个门店的转化率是多少？目前大多数解决方案采用在出入口部署置顶人数统计摄像机，通过对人的头部与双肩进行识别判定，或者通过WIFI探针计数进出人员。这些方案存在的最大问题是：统计得来的数据只是人次统计，无法排除店员进出次数、同一人员多次进出等情况，导致数据不准；同时也无法得知进店人员的年纪、性别等属性数据，无法多维度分析顾客数据。也无法分辨会员、熟客甚至惯偷等，导致后续精准服务和安全保卫无法跟上。现在已经有基于人脸识别技术的系统，但一般是通过前端的摄像机传回视频流在后台计算分析，由于视频流解码的计算，很可能会有延时，另外连锁门店不大可能每个门店安装一台计算机，成本较高，部署复杂。

发明内容

本发明针对现有技术的不足，提出一种针对连锁门店入店人员分析的智能分析方法，具体技术方案如下：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。

为更好的实现本发明，进一步地：

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；