[发明专利]基于边缘计算技术的精准客群分析方法

说明书

本发明公开了一种基于边缘计算技术的精准客群分析方法。本发明一种基于边缘计算技术的精准客群分析方法，包括：外部光线穿过镜头后，照射到传感器面上，传感器将从镜头上传导过来的光线转换为电信号，再通过内部的AD转换为数字信号；图像信号通过视频输入模块，再经过视频处理子系统处理后输出色差分量格式的数据。本发明的有益效果：本发明首先在硬件端实现了视频图像解析、目标检测跟踪(一台设备同一画面最多支持10张人脸检测跟踪)、亮度补偿可调节、人脸特征提取等，使得网络带宽消耗减少，通行效率显著提高，能支持更高的并发，对实时性要求较高和批次客流较大的行业有明显帮助。

技术领域

本发明涉及人脸识别领域，具体涉及一种基于边缘计算技术的精准客群分析方法。

背景技术

当今的商业讯息万变，如何在最短的时间内对市场微弱变化做出快速精准的反应，并且最大限度的节约商业运作成本，从而实现高效的商业运营管理已经成为商业运营成败的核心要素。例如：

实时采集客流信息，为运营管理提供科学依据。

防止客流过多而发生不必要的意外，建立安全的公共场所。

通过统计各出入口的客流以及客流进出的方向，可以精准判断各出入口设置的合理性。

通过统计各主要区域客流，从而对整个区域的合理分布提供科学依据。

通过客流统计，可以客观决定柜台、商铺租金价位水平。

然而，在现有技术中，往往使用红外感应模式统计客流，此方式成本比计较适中，但由于红外极易受到外界因素干扰，使其统计数据产生较大误差；对于比较宽的门口，多人同时经过也容易产生漏数现象。

传统技术存在以下技术问题：

而目前通过云端人脸检测和比对的客流统计方式，对网络带宽的消耗较大、多人同时进店的响应速度将受到影。

发明内容

本发明要解决的技术问题是提供一种基于边缘计算技术的精准客群分析方法，用于统计、分析客流。

为了解决上述技术问题，本发明提供了一种基于边缘计算技术的精准客群分析方法，包括：外部光线穿过镜头后，照射到传感器面上，传感器将从镜头上传导过来的光线转换为电信号，再通过内部的AD转换为数字信号；图像信号通过视频输入模块，再经过视频处理子系统处理后输出色差分量格式的数据；

生产者负责接收色差分量格式数据的接收与分发：

生产者在色差分量数据中填充帧序号(累加)并发给视频输出模块，交由人脸识别算法进行处理；

生产者在色差分量数据中填充帧序号(累加)并保存于图像缓存队列；用于同步视频帧和人脸识别算法的处理结果；

生产者将色差分量数据发送MJPEG编码器，并在MJPEG接收线程中累加帧序号，以此同步色差分量数据和MJPEG帧序号；

消费者负责接收和处理人脸识别算法的结果：

消费者接收人脸识别算法的结果(包含对应的帧序号)，并通过图像缓存队列匹配对应的视频帧，将人脸位置绘制到色差分量图像中，然后发送给编码器，接收码流向外提供码流播放服务；

将人脸识别算法的结果发送给人脸跟踪线程；

人脸跟踪线程在规定时间内，优选符合要求的人脸目标，发送给抓拍线程。抓拍线程收到抓拍任务，通过人脸信息中的帧序号匹配JPEG队列中对应的图片，再根据人脸信息中的人脸位置截取人脸图片。

在其中一个实施例中，经过滤光片滤波后照射到传感器面上。

在其中一个实施例中，所述视频处理子系统处理包括自动跟踪白平衡、镜头阴影、灰度、锐度、自动曝光和降噪。