客流统计系统技术方案_第1页
客流统计系统技术方案_第2页
客流统计系统技术方案_第3页
客流统计系统技术方案_第4页
客流统计系统技术方案_第5页
已阅读5页,还剩12页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、 /16 /16技术方案目录目录第1章.五方通话系统错误!未定义书签。第1章.客流统计系统系统概述本系统采用独有的智能视频分析处理和追踪处理,用一个摄像头进行智能分析处理,可以实现更高精度。同时采用人形区域识别技术,可识别人体的形状,实现高速高密度分析处理;可在计数范围内从各个角度把握、追踪人像;很复杂的人的行为亦可准确计数,可更精确的掌握实际客流量。客流统计系统采用立体图像处理技术和追踪追尾处理,用一台摄像机进行三次元处理,可以实现更高精度。采用基于人体模型的计算机视觉技术,具有业内领先的客流统计准确率在98%以上,同时采用人形立体识别技术,可识别人的立体形状,实现高速高密度分析处理,可在计

2、数范围内从各个角度把握、追踪人像;很复杂的人的行为亦可准确计数,可更精确的掌握实际客流量。统计系统基本功能如下:精确计数,统计商场内总客流量统计商场各楼层客流量统计各店铺内的客流量、客流变化情况和平均客流量统计商场内滞留人数访客平均驻留时间,商铺的客流吸引力可以有效整合POS信息合并算出购买率系统设计范围商业客流统计系统分为两部分:进入商场的主要出入口、可以进入商场内的电梯厅、商住共用电梯厅、扶梯、店铺主入口设置客流统计信息点。共计设置79个客流统计信息点。6个人脸识别点。在商业主入口(风雨连廊)、商业次主入口、主要通道口、停车场电梯、手扶梯等主要通道出入口安装部署客流统计点,获取商业中心整体

3、的客流量数据,掌握商业中心整体客流量的变化趋势及规律,通过对节假日、促销活动前后整体客流量变化的跟踪,可以对平常日、节假日、活动日客流变化及促销效果作出整体的判断和评估,为优化总体资源的利用提供实时数据依据。在商业每个楼层垂直电梯、手扶梯、步行楼梯等安装部署客流统计点,获取各个楼层的客流量数据。掌握各个楼层在不同时段的客流量分布规律、客流贡献(集客力)及流动规律等与运营之间的相互关系。了解顾客对各个区域的关注度和各区域的繁忙度,方便购物中心进一步优化客流动线,以使顾客在购物中心内部更加有序、有效地流动,给商场带来更多的销售机会。在商业每个店铺门口预留客流统计点。根据店铺的出入门情况,每个门口预

4、留线管、网络信号线,确保后期扩展需要。设计原则实用性:通过与上级主管部门的密切沟通,对智能视频分析系统的需求进行深入的分析,并对其中技术上可行的功能,通过设计合理的图像采集和分析系统得以实现。先进性:在考虑系统的实用性和成本的前提下,通过自主研发国际领先的视频图像分析算法,使系统能够检测尽可能多种异常行为,并在检测率和误报率等性能方面达到业内最高水平。可扩展性:针对未来不可预测的安全风险,我公司可以定制开发相应的视频分析模块,并在计算量允许的情况下,接入本系统,实现功能上的不断升级。标准性:系统设计时,所采用的技术手段遵循业界标准,特别是提供了标准接口,使系统具有较高的灵活性,与其它视频编码设

5、备和视频监控平台系统方便互联。可靠性:系统采用与视频监控平台分离的设计方案,确保视频监控平台软件与智能分析系统能够各自长期稳定、可靠安全地运行。客流系统特点集客力评估:通过历史销量和客流量的对比分析,可预测客流高峰日、高峰时段,从而制订有效的商场推广活动策略;通过对营销和促销活动前后的客流对比分析,有效评估投资和回报;提升商场人气:通过长期客流趋势的分析,进而分析商店种类和商店分布对客 /16 /16流及销量的影响,做出更好的管理决策,提高商场人气。合理调整业态及店铺布局:通过客流数据进行整体客流趋势分析、楼层和重点区域客流统计分析、顾客动线及停留时间分析对商场业态和店铺布局做出调整。店铺KP

6、I:统计各店铺的客流数据,通过数据分析得到进店率、提袋率、回头率等经营信息,为店铺经营者提供经营决策依据。改善用户体验:根据客流数据和热力图数据合理安排商场服务人员配置和顾客服务设施。为顾客营造舒适便捷的购物体验。安全保障:根据当前客流状态和变化趋势,对流量较大的区域采取预防突发事件的措施,保障顾客安全。合理配置人员:通过分析客流人群转化率,合理分配导购、物业管理人员、商场服务人员等,控制商场运营成本。节约能源:对出入口客流量和方向的统计分析,可以了解客流季节性变化,及时调整开关门、空调、照明灯的数量,合理安排开、关店时间,从而节约能源。设计原则实用性:通过与上级主管部门的密切沟通,对智能视频

7、分析系统的需求进行深入的分析,并对其中技术上可行的功能,通过设计合理的图像采集和分析系统得以实现。先进性:在考虑系统的实用性和成本的前提下,通过自主研发国际领先的视频图像分析算法,使系统能够检测尽可能多种异常行为,并在检测率和误报率等性能方面达到业内最高水平。可扩展性:针对未来不可预测的安全风险,我公司可以定制开发相应的视频分析模块,并在计算量允许的情况下,接入本系统,实现功能上的不断升级。标准性:系统设计时,所采用的技术手段遵循业界标准,特别是提供了标准接口,使系统具有较高的灵活性,与其它视频编码设备和视频监控平台系统方便互联。可靠性:系统采用与视频监控平台分离的设计方案,确保视频监控平台软

8、件与智能分析系统能够各自长期稳定、可靠安全地运行。客流系统特点集客力评估:通过历史销量和客流量的对比分析,可预测客流高峰日、高峰时段,从而制订有效的商场推广活动策略;通过对营销和促销活动前后的客流对比分析,有效评估投资和回报;提升商场人气:通过长期客流趋势的分析,进而分析商店种类和商店分布对客流及销量的影响,做出更好的管理决策,提高商场人气。合理调整业态及店铺布局:通过客流数据进行整体客流趋势分析、楼层和重点区域客流统计分析、顾客动线及停留时间分析对商场业态和店铺布局做出调整。店铺KPI:统计各店铺的客流数据,通过数据分析得到进店率、提袋率、回头率等经营信息,为店铺经营者提供经营决策依据。改善

9、用户体验:根据客流数据和热力图数据合理安排商场服务人员配置和顾客服务设施。为顾客营造舒适便捷的购物体验。安全保障:根据当前客流状态和变化趋势,对流量较大的区域采取预防突发事件的措施,保障顾客安全。合理配置人员:通过分析客流人群转化率,合理分配导购、物业管理人员、商场服务人员等,控制商场运营成本。节约能源:对出入口客流量和方向的统计分析,可以了解客流季节性变化,及时调整开关门、空调、照明灯的数量,合理安排开、关店时间,从而节约能源。系统架构客流统计系统的硬件核心部分主要由视频传感器和智能视频计数终端组成。在电脑管理端安装一套客流统计软件,用于自动地抓取各控制器得到的计数数据,并按各入口及各时间带

10、进行统计整理。统计的数据通过后台数据管理报表展现,用于分析各入口及各时间带的数据。商场出入口和店铺客流统计系统,用于统计商场和店铺出入口的进出客流,前端客流统计部分只需要网线直连客流统计智能一体机和交换机即可。客流统计智能一体机完成前端视频的采集,分析客流数据并将数据通过网络传到后台,不同权限的用户可以在后台客流统计系统中实时查看当前的客流数据,也可以通过移动端查看客流数据。系统功能算法先进,高精度系统采用基于模型的机器视觉技术,对视频中物体特征进行提取,识别出哪些是人,哪些是物,从而排除非人的干扰,如:物体影子、背包、随身物件、黑白衣服和其它配饰等。除颜色和形状特征外,加入位置特征用来跟踪检

11、测,支持多区域、多方向的统计,能有效排除行人快速移动、来回走动、横穿、推拉门、门口徘徊、站立不动等行为造成的干扰。系统客流统计精度可达95%以上。高度集成,高稳定性前端设备采用客流统计智能一体机和客流统计仪,客流统计仪可以对标清模拟视频信号和高清网络数字信号进行客流统计分析,客流统计智能一体机集采集、客流统计分析、数据传输于一体。准确统计通道口出入人数、区域客流、进店率等信息。系统集中供电,具有自动侦测机制,配备数据服务器的管理和存储等功能,在遇断电、断网情况时,电源恢复后设备可自动重启,实现数据续传,避免了历史数据丢失等问题造成的损失。系统采用嵌入式内核,内嵌操作系统,7X24小时稳定运行,

12、不易受到黑客、病毒的入侵和攻击无病毒干扰,配备看门狗,避免死机现象。低功耗采用超低功耗设计方案,客流统计仪整机最大功耗小于15W,客流统计智能一体机最大功耗小于4W。符合国家倡导“节能减排的基本思想。丰富的数据挖掘功能系统根据时间粒度(年、月、周、日、分)和空间范围(区域、出入口)提供多种报表,且展示形式丰富,如表格、柱状图、线状图、饼图、雷达图、热力图、双坐标轴等,并且可以任意切换。系统拥有强大的数据分析能力,可提供全面的指标(基础指标、观测指标、统计指标、分析指标等)和全方位的分析维度(天气分析、同比环比、时间对比等),方便用户从不同的层面对数据进行统计分析。系统能够深度挖掘客流数据信息,

13、客流数据结合POS数据、天气数据、活动数据等。对数据进行深度挖掘,获取商场整体客流趋势、消费者的消费习惯、店铺业态分布影响、商场客流密度分布情况(热力图)、活动效果等信息。系统兼容性强,采用标准XML通信协议,支持与第三方系统平台互连,支持多级联网的系统架构,可实现多用户登录与分级授权管理,实现数据共享。 /16 /16丰富数据应用丰富的客流数据和相关数据对于商场和店铺的经营有很大的应用,商场可以进行业态优化设计、店铺规划设计、活动策划、环境优化和POP营销等。店铺可以综合客流数据、POS数据等信息来调整商品摆放位置和营销活动等。数据安全系统具有防破坏、防入侵、防误操作的特性。提供数据多级备份

14、、数据恢复措施,具有高度的安全性和保密性。进店率统计系统进店率是店铺过道客流与进店人数的数据比,可以精确得知店铺对客户的吸引程度前端视频采集相机根据现场环境确定相机类型,前端相机将采集到的视频数据传输到客流统计仪(CBox)进行客流统计,经过分析后得到的客流数据结果,通过网络发送到后台得到和店铺进出客流计算得出进店率。局域网内所有有权限的用户,都可以通过WEB或者移动客户端访问的方式查看客流统计分析的结果。热力图系统热力图可以统计中庭、休息区划定区域内人员的分布情况,可以看出商场内哪个区域人员较为密集,从而得知商场的区域热度。前端视频采集相机采用鱼眼相机,前端相机将采集到的视频数据传输到客流统

15、计仪(CBox)进行区域客流统计,经过分析后得到的区域客流数据结果,通过网络发送到后端得到热力图。局域网内所有有权限的用户,都可以通过WEB或者移动客户端访问的方式查看客流统计分析的结果。年龄、性别检测系统年龄、性别检测系统可以检测人脸并识别性别与年龄,辅助用户精准营销。前端视频采集相机采用高清相机,将采集到的视频数据传输到客流统计仪(CBox)进行人脸识别,经过分析后得到的性别和年龄等数据结果,通过网络发送到后端。局域网内所有有权限的用户,都可以通过WEB或者移动客户端访问的方式查看客流统计分析的结果。平台对接设计客流统计系统提供完善的对外数据接口和数据访问方式,方便与其它第三方平台进行系统

16、对接,可配合其它业务系统厂商进行对应开发。系统对外接口的方式,以POS为例,具体可以分为以下2种:系统可以提供完善的数据挖掘功能。将客流系统数据结合用户现有的POS等系统,进行数据集成对接,将数据完整地显示给用户。系统可以将基础数据发送到第三方平台的开放数据库。人脸抓拍功能人脸识别抓拍是对监控信息深度挖掘的有效工具,本系统采用模式识别、图像处理、计算机视觉等的新的生物识别技术,可精确检测抓拍人脸特征图片,为识别人脸属性提供必要依据。性别识别对于性别的识别主要是对视频图像下具体人员的男女进行区分,我们分别针对男、女性别的不同设计一个基于大数据深度学习的检测器,一个检测器负责分析一段视频是否存在男

17、性,另一个检测器负责分析一段视频是否存在女性。系统在实际运行的视频监控系统中提取大量的视频片断,包括有男性特征的视频以及有女性特征的视频,其中大部分形成训练样本,小部分作为测试样本。通过主观评价获取训练样本的主观评价结果,即是男性还是女性,作为检测器的期望输出结果。年龄识别功能对于年龄的识别在于通过摄像头采集到具体人员的面部特征后对其年龄进行自动判断。我们将所有年龄划按照一岁一个阶段,针对不同阶段的年龄特征,每一个岁数都用了大量的样本来建模,系统设计了不同年龄阶段的基于大数据深度学习的检测器,每个检测器负责分析一段视频是否存在某一年龄阶段的具体人员,以及对具体人员的预估年龄进行判断,输出识别结

18、果,最后得到具体的年龄值。断点续传功能前端客流统计智能一体机和高清摄像机与中心服务器实时通讯,将客流信息实时传至客流中心管理平台;当网络发生故障时可支持断点续传,网络恢复后自动完成上一次没有进行完的传输任务。人脸属性统计分析具有日、月、季、年等的男女人数对比功能;并可根据具体人员的年龄对具体男女人员情况进行具体对应;比如:日统计表,周统计表,月度统计表,年度统计表等;男女人数与性别统计男女人数与年龄对应地图导航地图导航功能是以图形化方式为向导查询数据的一种方式,目的是简化繁琐的查询条件输入,将常用报表一次性展现,用户只需操纵地图导航到达目的地点,和此地点相关的报表就会呈现。地图可按照全国、商场

19、、楼层、店铺逐级显示,全国地图可显示各省商场信息,商场级可显示出入口信息,支持360度旋转,楼层、店铺可显示客流及铺位号等信息。1)商场级可快速查看当日客流、昨日客流、当月总客流、近7天客流、销售额趋势、天气情况,各商铺排名、各主力店客流排名、各品牌客流排名、商场当天每小时客流趋势、各商场当月客流天客流、各商场当天小时客流、各商场当天10分钟客流等报表,下拉滚动条可展现更多报表,支持定制报表。2)楼层级可快速查看当日客流、昨日客流、当月总客流、近7天客流量、商场所在地天气情况、各个楼层人数占比、选定楼层各品牌客流排名等信息,支持颜色显示店铺热度。多维度查询多维度报表查询可对不同指标进行排行(店

20、铺、主力店、区域排行、品牌品类排行等),支持商场KPI指标展现,能够与销售数据集成,提供选定时段销售数据分析、来客转化率及趋势变化等图表,提供提袋率、客流密度、店铺按区域排名、店铺之间同比环比等分析报表,能够提供选定时段客流量趋势变化、客流数量对比、人均停留时间及对比、人均停留时间趋势变化等图表,可根据用户需求定制报表。时间维度包括:10分钟、日、周、月、年、时段、同比、环比等。空间纬度包括:全国、商场、区域、楼层、店铺等。商业层级包括:业态、业种等。相关数据包括:节假日、天气、活动、周边事件等。数据指标包括:客流量、滞留量、平均滞留时间、集客力、游逛深度、客流密度、营业额、成交笔数、转化率(

21、提袋率)、平均客单价、平均成交客单价、坪效等。展现形式丰富:柱状图、折线图、饼状图、热度图、表格等形式呈现。品牌业态分析通过本报表可以综合对比某几个业态的竞争力,为管理者调配业态做参考,每一个轴都代表了该业态的相应实力。如下图表对比了餐饮和服装业两个业态。活动分析本报表集中把业主关心的节假日对经营情况的影响列出,横向为主要指标,纵向为节假日情况。天气分析本报表集中把业主关心的天气情况对经营情况的影响列出,横向为主要指标,纵向为天气情况。任意时段对比该报表允许客户对任意两段时间的客流以及销售数据进行对比,横向为两段时间,纵向为主要指标。同比环比查询将数据的同比及环比数据一次性取出供分析,横向为各

22、种同比环比的数据,纵向为集团下的各个商场。历史报表查询为了能够快速查找浏览过的报表,系统提供历史浏览记录功能和收藏夹功能,客户浏览过的页面都会依次进入浏览历史队列,直接从“浏览历史”中即可找到浏览过的报表,点击可直接连接到报表。另外如果是常用报表,可以都添加到收藏夹,下次可以直接从收藏夹打开所需要的报表,对于使用频率最高的报表,还可以直接设置为首页,下次登录系统直接转入定制的首页报表。后台管理设有后台管理平台,方便管理人员对系统进行设置和维护,后台管理系统的默认页如下图。组织关系配置模块组织关系配置模块允许用户配置统计点位的组织逻辑关系,并且可以导出拓扑图,同时还可以导出系统的硬件关系图,个人

23、权限管理本系统的个人权限管理包括超级管理员、普通管理员、浏览者等角色。根据商业行业的特点,本系统提供了矩阵式的授权方式,可以授权一个用户对某类资源具有某种访问权限。例如,可以授权用户仅对珠海商场的万千百货店的客流数据具有查看权限,从而实现了对集团内所有用户的授权。商场注册管理商场注册管理用来管理总部和各地商场的对接,保证数据安全无误的上传,注册内容包括商场ID和密码。异常处理模块异常处理模块负责自动检测系统数据和硬件的常见问题,包括:数据丢失或不完整检测、数据一致性检测和摄像机视频状态检测。数据一致性检测,即摄像机每十分钟数据、摄像机每天数据、商场每十分钟数据统计结果是否一致。摄像机视频状态检

24、测,如果检测出有故障的摄像机,可以通过页面直接申请报修。设备状态检测本模块对前端所有设备进行常规检测,方便维护人员了解系统硬件的整体运行状态中心检测功能这是本系统为检测中心管理平台所设计的一个模块,其作用是每隔一段时间检测中心管理平台的一个特定的WebService,从返回的信息可以获知中心Web服务或者数据库是否正常运行,如果异常则通过Email发给预先设置好的用户信箱,便于实时查看。综合客户端综合客户端是基于CS架构的软件,主要用于管理员维护系统。根据权限不同,可以使用增删点位、浏览视频等不同功能。系统原理人脸属性识别原理广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像

25、采集人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。人脸属性识别系统有别于传统的人脸识别技术,它能对人的性别、年龄以及身份进行同时识别,其大概的技术路径如下:第一步:人脸或头肩部的检测第二步:脸部特征定位与校正(克服姿态的影响)第三步:人脸特征分析性别、年龄为实现可靠的人脸识别,当被检测人员进入人脸检测区域时,视频中的人脸需达到如下要求:1)、对焦准确,行人脸部细节清晰可见;2)、尽量使人行进方向正对镜头方向;3)、在检测区域内的最小人脸尺寸不小于画面宽度的1/15,以720P为例,不小于70像素;4)、图像人脸亮度正常,避免

26、过曝(白脸)和欠曝(黑脸);5)、不存在运动模糊现象;6)、相机覆盖场景不大于4米;7)、相机与安装分析程序的服务器之间网络状况良好(延迟值在10ms以内);工作原理客流统计处理算法是整个系统的灵魂。系统对单个人的定位检测主要有检测、跟踪两部分,以保证客流统计的准确率。检测阶段主要用来分辩物体是不是人,而跟踪阶段则用来确认一段时间内究竟有多少人走过,包括进出方向的识别。检测阶段系统检测阶段使用了基于模型的机器视觉技术:第一步:装载模型。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。跟踪阶段系统跟踪阶段也

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论