[发明专利]一种客流排队时间的检测方法、装置及系统

说明书

本发明涉及人工智能技术领域，公开了一种客流排队时间的检测方法、装置及系统。该方法包括：获取待检测视频图像帧集合；根据所述待检测视频图像帧集合进行人脸聚类，获取至少一组相同人脸聚类集合；所述相同人脸聚类集合包括：人脸特征信息和人脸抓拍时间信息；根据所述人脸特征信息和所述人脸时间信息，确定所述相同人脸聚类集合的排队时间。采用本发明技术方案确定排队人员的排队时间，不但可以准确的确定排队人员需要排队的时间，还可以节约硬件成本，降低计算资源的需求。

技术领域

本发明涉及人工智能技术领域，特别涉及一种客流排队时间的检测方法、装置及系统。

背景技术

近年来，以卷积神经网络为代表的深度学习技术被广泛应用于各类人工智能任务，例如物体分类、人脸识别、行人身份再识别等。卷积神经网络在这些问题上取得的突破性进展源于其层次化的学习结构所带来的强大表达能力。在客流统计应用场景中，客流排队时间是一个非常重要的参数。由于客流速度未知，估算排队时间有误差。通常根据领域经验设置客流速度，若客流速度改变，往往无法及时更新。

由于客流排队时间是一个十分重要的信息。通过对客流排队时间的估计，可以作出客流疏导的方案。若客流过度拥挤，很容易导致顾客放弃排队，造成成交率下降。在地铁、公园等场所，甚至可能引发踩踏事件。

但是，客流排队时间的估计也是一个十分困难的问题。首先，客流的信息很难采集。传统的方式是在进门处放置闸机，统计客流量，进而估算排队时间。其次，顾客在排队的过程中会有各种变动，例如插队、放弃排队等。另外，当客流十分拥挤的情况下，顾客之间存在遮挡的问题，导致获取的信息不完整。

在现有技术的实现过程中，发明人发现现有技术至少存在如下技术问题：

现有技术中客流排队时间检测不够精确，且无法根据实际情况进行实时判断，给出实时排队时间，且需要多台硬件设备配合实现，从而使得系统的使用和维护成本较高。

发明内容

本发明的目的在于提供一种客流排队时间的检测方法、装置及系统，以克服现有技术中的缺陷。

为解决上述技术问题，本发明的实施方式提供了一种客流排队时间的检测方法，包括：

获取待检测视频图像帧集合；

根据所述待检测视频图像帧集合进行人脸聚类，获取至少一组相同人脸聚类集合；所述相同人脸聚类集合包括：人脸特征信息和人脸抓拍时间信息；

根据所述人脸特征信息和所述人脸时间信息，确定所述相同人脸聚类集合的排队时间。

本发明的实施方式还提供了一种客流排队时间的检测装置，包括。

信息获取单元，用于获取待检测视频图像帧集合；

聚类单元，用于根据所述待检测视频图像帧集合进行人脸聚类，获取至少一组相同人脸聚类集合；所述相同人脸聚类集合包括：人脸特征信息和人脸抓拍时间信息；

排队时间确定单元，用于根据所述人脸特征信息和所述人脸时间信息，确定所述相同人脸聚类集合的排队时间。

本发明的实施方式还提供了一种客流排队时间的检测系统，包括：如上所述客流排队时间的检测装置。

本发明提供的一种客流排队时间的检测方法、装置及系统，通过获取待检测视频图像帧集合；根据所述待检测视频图像帧集合进行人脸聚类，获取至少一组相同人脸聚类集合；所述相同人脸聚类集合包括：人脸特征信息和人脸抓拍时间信息；根据所述人脸特征信息和所述人脸时间信息，确定所述相同人脸聚类集合的排队时间。采用本发明技术方案确定排队人员的排队时间，不但可以准确的确定排队人员需要排队的时间，还可以节约硬件成本，降低计算资源的需求。

附图说明