[发明专利]一种基于Reid和人脸识别技术的4S门店潜客行为分析系统

说明书

本发明提供一种基于Reid和人脸识别技术的4S门店潜客行为分析系统，包括以下步骤：步骤(1).从视频监控中，解码视频流，定时抽取画面帧；步骤(2).对画面帧进行行人检测，得到行人人体图片；步骤(3).使用Reid模型计算行人图片，提取行人特征向量，步骤(4).将步骤(3)所述数据存储到数据库，包括图片拍摄时间，摄像机编号；步骤(5).筛选有人脸关联的人体轨迹数据，就可以知道对应顾客的轨迹行为数据；后续每个画面帧，计算行人特征向量，判断是否之前出现过。本发明客流计算可靠性更高，数据更完整，能有效去除重复客流。数据无感采集，对顾客行为无干预，体验感较好。

技术领域

本发明涉及数据结构化处理领域，具体为一种基于Reid和人脸识别技术的4S门店潜客行为分析系统。

背景技术

对电商而言，数据是非常重要的，他们可以通过用户的点击、浏览、购买等等行为，来获取用户的来源、时间、爱好甚至是找到消费者的线下位置，通过分析这些数据找到了推广渠道、推广内容，做到真正的满足用户需求进行精准的商品推荐来促进成交。

实体4S门店的数据来源非常少，除了CRM\ERP\POS等等成交数据以外，实体商家们往往忽略了客流量的重要性，或者是意识到客流量是一切成交的主导者，但没有很好的方法去解决这样问题。而客流统计和客流分析的诞生，恰好解决了实体店对于客流量数据的统计、管理和分析的问题。

通过对4S门店监控视频的结构化处理，分析顾客重点关注和停留的区域，一方面可以支持门店优化，展品陈列，门店选址，另一方面还可以针对不同群体，提供顾客个性化服务和个性化推荐，实现精准营销。

传统客流统计方式，常见有三种，一是红外线感应客流统计，其主要的原理是检测从红外感应区域经过的人体遮挡红外线使其产生的电阻变化、或是通过检测人体发出的特定波长红外线来判断人体数量。但是这种方式存在，多人同时进出时，精度较低，且无法判断客流方向的弊端。二是三辊闸客流统计，主要采用机械方式，顾客进入相关场所需要经过翻滚闸口，翻滚闸滚动一次，由此记录一个进出人员。这种方式准确度较高，但是便利性不够，体验感不好，无法应用于商场或4S门店。三是基于人工智能深度学习技术的头肩检测客流统计，该方式使用过道或天花板上安装摄像头，捕捉正下方经过的行人画面，通过检测头肩来判断是否有行人通过。该方式效率较高，单摄像头覆盖区域较广，但是存在无法去除重复客流计数，无法获取除客流外更多客户特征，无法获取客户轨迹的问题。

发明内容

本发明所解决的技术问题在于提供一种基于Reid和人脸识别技术的4S门店潜客行为分析系统，以解决上述背景技术中提出的问题。

本发明所解决的技术问题采用以下技术方案来实现：一种基于Reid和人脸识别技术的4S门店潜客行为分析系统，包括以下步骤：

步骤(1).从视频监控中，解码视频流，定时抽取画面帧；

步骤(2).对画面帧进行行人检测，得到行人人体图片；

步骤(3).使用Reid模型计算行人图片，提取行人特征向量，作为比对不同人的依据；同时用人脸检测和人脸识别模型计算行人图片，如果有清晰人脸，就把人体图与人脸图关联起来；

步骤(4).将步骤(3)所述数据存储到数据库，包括图片拍摄时间，摄像机编号；

步骤(5).筛选有人脸关联的人体轨迹数据，就可以知道对应顾客的轨迹行为数据；后续每个画面帧，计算行人特征向量，判断是否之前出现过。

所述步骤(4)中数据库包括人体特征数据库、人脸数据库、轨迹数据库，所述人体特征数据库使用key-value的redis数据库，按照地点和时间存储更新，计算两个人体特征向量之间的余弦距离，小于指定阈值，就认为是同一个人。

所述人脸数据库管理所有顾客的人脸数据，人脸图片搜索时，如果不存在对应客户数据，就添加到数据库中，作为新客户人脸记录。