3D双目客流统计的原理解析

时间:2021-07-30 14:17   点击:

客流分析系统是以前端的客流设备统计数据的支持为前提,两相结合以达到把控客流的变化规律,实现商业的价值化,
 
如今的市场的发展迅猛,随之而来的竞争现象不断出现,激烈化程度趋渐增加,因此国内很多的商家经营决策者早已经意识到了客流信息对于企业的管理和营运决策分析的重要性,所以客流统计被广泛接受和认可。
 
一、3D双目客流系统检测阶段
  第一步:背景模型是客流分析算法处理的基础,本算法采用帧间差分算法与概率统计模型相结合的方法,能够在各种复杂环境下建立起一副尽可能真实的背景图像,从而为前景目标的提取提供重要基础。在系统中,一个模型可以理解为在一个环境(主要为角度)下,一个“人”特征的集合体。首先在一个固定角度的场景下,取得很多人 的图片,称之为样本,取得足够的样本(一般在十万到一百万之间)后,通过样 本来学习这些特征,得到的参数就是模型,模型集合了训练样本的特点。在遇到 相似场景时,装载相应模型就完成了系统检测的初始化。下图为一个场景下不同 的样本。
  第二步:提取特征。为了让模型应用于一个物体,以确定这个物体是不是人, 我们需要提取相应的特征。根据机器自动学习的结果,一个模型 90%的数据是 基于形状提取的,10%的数据基于颜色和纹理提取。下图的红线为提取的形状特 征。
  第三步:输出结果。将模型视为一个过滤器,而特征是待分类的材料,满足 过滤器的材料得以通过(即判定为“人”),不满足的则被拦住。根据模型和特 征,通过计算就可以判断一个物体是不是人。
 
二、3D双目客流统计跟踪阶段
  跟踪主要是对特征信息的跟踪,包括位置信息,特征点,头肩信息等。由于每个目标的特征信息都不会完全一致,所以即使多目标交错,拥挤,本算法也能大限度的跟踪并区分出每个独立目标。系统跟踪阶段也采取了和特征相关的技术,有颜色特征、形状特征和位置特 征。通过计算来比较前后两帧图像中所有人的特征,判定特征相近的两人为同 一人;通过比较所有的图像,可以得到一个人完整的轨迹;通过计算轨迹的条数, 可以检测区域的客流;通过计算轨迹的方向,可以判断人是走入还是走出检测区 域。如下两组图较形象的展现了系统的跟踪过程:
  基于模型的检测机制,大幅度提高了系统的场景普适性。如在实际施工过程
  中,遇到出入口较宽、吊顶过高(十米以上)、吊顶过低或其材质特殊(如玻璃) 等情况,采取倾斜安装智能一体机,较传统的基于背景建模的检测技术,优势更 加明显。
 
三、3D双目客流量统计计数规则
    在跟踪的基础上,计数的规则为:目标从跟踪线进入,并被连续跟踪若干次之后,从计数线离开,则为有效计数。不满足该规则的目标均不计数。系统的每一路视频都可以设置单独的计数规则。正常进入、斜向进入、双向 同时进出都作为正常数据,计入统计中。基鸿运客流统计系统可有效排除各种干扰,如:犹豫未进入、门口徘徊、门口横穿等情况,保证数据真实性。
 
客户的行为分析、销售预测以及零售产业链管理等给管理者带来有价值。如产业升值,商场的良好业绩表现,最终促成产业的价值的提升。租户的业绩的确保了商场稳定的租金,销售返利以及广告收入来源。充足的客流为租户品牌商带来了销售机会。
 
无论对于商场物业,品牌的所有者,或是商场管理者,亦或是租户,都希望商场通过良好的运营管理吸引足够多的顾客光顾,这是商场获取稳定收益并实现产业升值的基本特征。

相关阅读:3d客流统计设备 

上一篇:客流统计|大数据数据时代的经营工具 下一篇:新零售|一个通过客流统计实现的经营模式