本发明公开了一种视频分析方法、装置及系统，其中，所述视频分析方法包括：预设滞留区域；获取进出店人员视频图像；根据所述进出店人员视频图像，实时获取所述滞留区域中进出店人员并跟踪所述滞留区域中进出店人员；判断所述滞留区域中进出店人员是否为店员；如果所述滞留区域中进出店人员是店员，则不计入客流统计人数。本发明通过判断滞留区域中进出店人员的轨迹以及行为，准确进行店员判断，提高系统识别精度，降低了设计成本。
1.一种视频分析方法，其特征在于，包括：预设滞留区域；所述滞留区域包括：进门线，迎宾区域和轨迹区域；
根据所述进出店人员视频图像，实时获取所述滞留区域中进出店人员并跟踪所述滞留区域中进出店人员；
如果所述滞留区域中进出店人员是店员，则不计入客流统计人数；
其中，所述判断所述滞留区域中进出店人员是否为店员的步骤包括：获取所述滞留区域中进出店人员的跟踪轨迹；
判断所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是否为偶数次；
如果所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是偶数次，且最后跟踪的进出店人员到进门线的门内侧，则判断所述滞留区域中进出店人员是店员。
2.根据权利要求1所述的视频分析方法，其特征在于，所述判断所述滞留区域中进出店人员是否为店员的步骤包括：预设所述迎宾区域内停留时间阈值；
判断所述滞留区域中进出店人员是否在所述迎宾区域内，且在所述迎宾区域内停留时间是否超出所述迎宾区域内停留时间阈值；
如果所述所述滞留区域中进出店人员在所述迎宾区域内，且在所述迎宾区域内停留时间超出所述迎宾区域内停留时间阈值，判断所述滞留区域中进出店人员是店员。
3.根据权利要求2所述的视频分析方法，其特征在于，所述判断所述滞留区域中进出店人员是否为店员的步骤包括：预设所述轨迹区域内停留时间阈值；
判断所述轨迹区域中进出店人员是否有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间是否超出所述轨迹区域内停留时间阈值；
如果所述轨迹区域中进出店人员有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间超出所述轨迹区域内停留时间阈值，则判断所述轨迹区域中进出店人员是店员。
4.一种视频分析装置，其特征在于，包括：预设单元，用于预设滞留区域；所述滞留区域包括：进门线，迎宾区域和轨迹区域；
统计跟踪单元，用于根据所述进出店人员视频图像，实时获取所述滞留区域中进出店人员并跟踪所述滞留区域中进出店人员；
判断单元，用于判断所述滞留区域中进出店人员是否为店员；
记录单元，用于如果所述滞留区域中进出店人员是店员，则不计入客流统计人数；
信息获取子单元，用于获取所述滞留区域中进出店人员的跟踪轨迹；
判断子单元，用于判断所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是否为偶数次；
输出子单元，用于如果所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是偶数次，且最后跟踪的进出店人员到进门线的门内侧，则判断所述滞留区域中进出店人员是店员。
5.根据权利要求4所述的视频分析装置，其特征在于，所述预设单元还用于预设所述迎宾区域内停留时间阈值；
所述判断子单元，还用于判断所述滞留区域中进出店人员是否在所述迎宾区域内，且在所述迎宾区域内停留时间是否超出所述迎宾区域内停留时间阈值；
所述输出子单元，用于如果所述所述滞留区域中进出店人员在所述迎宾区域内，且在所述迎宾区域内停留时间超出所述迎宾区域内停留时间阈值，判断所述滞留区域中进出店人员是店员。
6.根据权利要求5所述的视频分析装置，其特征在于，所述预设单元还用于预设所述轨迹区域内停留时间阈值；
所述判断子单元，还用于判断所述轨迹区域中进出店人员是否有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间是否超出所述轨迹区域内停留时间阈值；
所述输出子单元，还用于如果所述轨迹区域中进出店人员有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间超出所述轨迹区域内停留时间阈值，则判断所述轨迹区域中进出店人员是店员。
7.一种视频分析系统，其特征在于，包括：如权利要求4至6中任意一项所述的视频分析装置。
一种视频分析方法、装置及系统
技术领域
[0001] 本发明涉及视频分析技术领域，特别涉及一种视频分析方法、装置及系统。
背景技术
[0002] 现有技术中客流统计系统通常为基于红外对射客流统计系统，或者，基于视频分析系统的客流统计系统。这两种客流统计系统将店铺中店员过滤的方案包含两种，具体如下：
[0003] 1、基于辅助措施的店员过滤手段，例如：使用射频识别技术(Radio Frequency Identification，简称RFID)标识店员，在店员经过店门的时候通过接收器获得店员信息。
[0004] 2、基于店员特征的过滤手段，预先设置店员的衣服颜色或者纹理，通过视频分析，匹配与已知店员特征一致的人则认为是店员。
[0005] 因此，在发明人设计视频分析系统的客流统计系统过程中，发现现有技术中至少存在如下问题：
[0006] 现有技术中采用RFID标识店员的店员过滤的方案，设备成本较高；现有技术采用预设店员穿特定颜色或者纹理的衣服，例如黑白剑条衣服等，容易让同样穿黑色衣服的顾客被系统当作店员，从而使得系统的识别精度不高。
发明内容
[0007] 鉴于上述问题，提出了本发明以便克服上述问题或者至少部分地解决上述问题，本发明的技术方案是这样实现的：
[0008] 一方面，本发明提供了一种视频分析方法，包括：
[0009] 预设滞留区域；
[0010] 获取进出店人员视频图像；
[0011] 根据所述进出店人员视频图像，实时获取所述滞留区域中进出店人员并跟踪所述滞留区域中进出店人员；
[0012] 判断所述滞留区域中进出店人员是否为店员；
[0013] 如果所述滞留区域中进出店人员是店员，则不计入客流统计人数。
[0014] 优选地，所述滞留区域包括：进门线，迎宾区域和轨迹区域。
[0015] 优选地，所述判断所述滞留区域中进出店人员是否为店员的步骤包括：
[0016] 获取所述滞留区域中进出店人员的跟踪轨迹；
[0017] 判断所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是否为偶数次；
[0018] 如果所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是偶数次，且最后跟踪的进出店人员到进门线的门内侧，则判断所述滞留区域中进出店人员是店员。
[0019] 优选地，所述判断所述滞留区域中进出店人员是否为店员的步骤包括：
[0020] 预设所述迎宾区域内停留时间阈值；
[0021] 判断所述滞留区域中进出店人员是否在所述迎宾区域内，且在所述迎宾区域内停留时间是否超出所述迎宾区域内停留时间阈值；
[0022] 如果所述所述滞留区域中进出店人员在所述迎宾区域内，且在所述迎宾区域内停留时间超出所述迎宾区域内停留时间阈值，判断所述滞留区域中进出店人员是店员。
[0023] 优选地，所述判断所述滞留区域中进出店人员是否为店员的步骤包括：
[0024] 预设所述轨迹区域内停留时间阈值；
[0025] 判断所述轨迹区域中进出店人员是否有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间是否超出所述轨迹区域内停留时间阈值；
[0026] 如果所述轨迹区域中进出店人员有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间超出所述轨迹区域内停留时间阈值，则判断所述轨迹区域中进出店人员是店员。
[0027] 另一方面，本发明提供了一种视频分析装置，包括：
[0028] 预设单元，用于预设滞留区域；所述滞留区域包括：进门线，迎宾区域和轨迹区域。
[0029] 图像获取单元，用于获取进出店人员视频图像；
[0030] 统计跟踪单元，用于根据所述进出店人员视频图像，实时获取所述滞留区域中进出店人员并跟踪所述滞留区域中进出店人员；
[0031] 判断单元，用于判断所述滞留区域中进出店人员是否为店员；
[0032] 记录单元，用于如果所述滞留区域中进出店人员是店员，则不计入客流统计人数。
[0033] 优选地，所述判断单元包括：
[0034] 信息获取子单元，用于获取所述滞留区域中进出店人员的跟踪轨迹；
[0035] 判断子单元，用于判断所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是否为偶数次；
[0036] 输出子单元，用于如果所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是偶数次，且最后跟踪的进出店人员到进门线的门内侧，则判断所述滞留区域中进出店人员是店员。
[0037] 优选地，所述预设单元还用于预设所述迎宾区域内停留时间阈值；
[0038] 所述判断单元包括：
[0039] 所述判断子单元，还用于判断所述滞留区域中进出店人员是否在所述迎宾区域内，且在所述迎宾区域内停留时间是否超出所述迎宾区域内停留时间阈值；
[0040] 所述输出子单元，用于如果所述所述滞留区域中进出店人员在所述迎宾区域内，且在所述迎宾区域内停留时间超出所述迎宾区域内停留时间阈值，判断所述滞留区域中进出店人员是店员。
[0041] 优选地，所述预设单元还用于预设所述轨迹区域内停留时间阈值；
[0042] 所述判断单元包括：
[0043] 所述判断子单元，还用于判断所述轨迹区域中进出店人员是否有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间是否超出所述轨迹区域内停留时间阈值；
[0044] 所述输出子单元，还用于如果所述轨迹区域中进出店人员有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间超出所述轨迹区域内停留时间阈值，则判断所述轨迹区域中进出店人员是店员。
[0045] 再一方面，本发明提供了一种视频分析系统，包括：如上任一一项所述视频分析装置。
[0046] 本发明的技术方案通过判断滞留区域中进出店人员的轨迹以及行为，准确进行店员判断，提高系统识别精度，降低了设计成本。
附图说明
[0047] 图1为本发明实施例提供的一种视频分析方法流程示意图；
[0048] 图2为本发明实施例提供的一种视频分析装置结构示意图；
[0049] 图3为本发明实施例提供的一种视频分析系统结构示意图；
[0050] 图4为本发明实施例提供的滞留区域划分示意图。
具体实施方式
[0051] 为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
[0052] 如图1为所示为本发明实施例提供的一种视频分析方法流程示意图；该视频分析方法包括：
[0053] 101：预设滞留区域；
[0054] 102：获取进出店人员视频图像；
[0055] 103：根据所述进出店人员视频图像，实时获取所述滞留区域中进出店人员并跟踪所述滞留区域中进出店人员；
[0056] 104：判断所述滞留区域中进出店人员是否为店员；
[0057] 105：如果所述滞留区域中进出店人员是店员，则不计入客流统计人数。
[0058] 需要说明的是，所述滞留区域如图4所示包括：进门线，迎宾区域和轨迹区域。其中，所述进门线为图示中横向直线所示，该直线横穿两个迎宾区域以及进门箭头；所述轨迹区域为图示中最外围矩形框；所述箭头所指方向为进门方向。
[0059] 还需要说明的是，所述判断所述滞留区域中进出店人员是否为店员的步骤包括：
[0060] 获取所述滞留区域中进出店人员的跟踪轨迹；
[0061] 判断所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是否为偶数次；
[0062] 如果所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是偶数次，且最后跟踪的进出店人员到进门线的门内侧，则判断所述滞留区域中进出店人员是店员。
[0063] 还需要说明的是，所述判断所述滞留区域中进出店人员是否为店员的步骤包括：
[0064] 预设所述迎宾区域内停留时间阈值；
[0065] 判断所述滞留区域中进出店人员是否在所述迎宾区域内，且在所述迎宾区域内停留时间是否超出所述迎宾区域内停留时间阈值；
[0066] 如果所述所述滞留区域中进出店人员在所述迎宾区域内，且在所述迎宾区域内停留时间超出所述迎宾区域内停留时间阈值，判断所述滞留区域中进出店人员是店员。
[0067] 还需要说明的是，所述判断所述滞留区域中进出店人员是否为店员的步骤包括：
[0068] 预设所述轨迹区域内停留时间阈值；
[0069] 判断所述轨迹区域中进出店人员是否有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间是否超出所述轨迹区域内停留时间阈值；
[0070] 如果所述轨迹区域中进出店人员有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间超出所述轨迹区域内停留时间阈值，则判断所述轨迹区域中进出店人员是店员。
[0071] 基于以上实施例，如图2所示，为本发明实施例提供的一种视频分析装置结构示意图；该装置包括：
[0072] 预设单元201，用于预设滞留区域；所述滞留区域包括：进门线，迎宾区域和轨迹区域。
[0073] 图像获取单元202，用于获取进出店人员视频图像；
[0074] 统计跟踪单元203，用于根据所述进出店人员视频图像，实时获取所述滞留区域中进出店人员并跟踪所述滞留区域中进出店人员；
[0075] 判断单元204，用于判断所述滞留区域中进出店人员是否为店员；
[0076] 记录单元205，用于如果所述滞留区域中进出店人员是店员，则不计入客流统计人数。
[0077] 需要说明的是，所述判断单元204包括：
[0078] 信息获取子单元，用于获取所述滞留区域中进出店人员的跟踪轨迹；
[0079] 判断子单元，用于判断所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是否为偶数次；
[0080] 输出子单元，用于如果所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点是偶数次，且最后跟踪的进出店人员到进门线的门内侧，则判断所述滞留区域中进出店人员是店员。
[0081] 还需要说明的是，所述预设单元201还用于预设所述迎宾区域内停留时间阈值；
[0082] 所述判断单元204包括：
[0083] 所述判断子单元，还用于判断所述滞留区域中进出店人员是否在所述迎宾区域内，且在所述迎宾区域内停留时间是否超出所述迎宾区域内停留时间阈值；
[0084] 所述输出子单元，用于如果所述所述滞留区域中进出店人员在所述迎宾区域内，且在所述迎宾区域内停留时间超出所述迎宾区域内停留时间阈值，判断所述滞留区域中进出店人员是店员。
[0085] 还需要说明的是，所述预设单元201还用于预设所述轨迹区域内停留时间阈值；
[0086] 所述判断单元204包括：
[0087] 所述判断子单元，还用于判断所述轨迹区域中进出店人员是否有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间是否超出所述轨迹区域内停留时间阈值；
[0088] 所述输出子单元，还用于如果所述轨迹区域中进出店人员有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间超出所述轨迹区域内停留时间阈值，则判断所述轨迹区域中进出店人员是店员。
[0089] 基于以上实施例，对本发明工作原理进行详细说明；
[0090] 所述轨迹区域设置原则为，店员的徘徊范围，也就是说，通常情况下，店员在门口的活动不会超出这个区域；所述进门线的的设置原则放在店门附近；所述迎宾区域的设置原则为，店员招揽顾客或者迎宾，送别宾客等行为最常滞留的区域。
[0091] 基于以上预设的滞留区域范围，实时获取进出店人员视频图像；并根据所述进出店人员视频图像，实时获取所述滞留区域中进出店人员并跟踪所述滞留区域中进出店人员；即根据所述视频图像，获取图像中进出店人员的运动轨迹；通过所述进出店人员的运动轨迹判断是否为店员；其具体的判断方法包括如下：
[0092] (1)进门线附近徘徊行为判断；该类行为的特点是店员因为需要看店外的情况而在门口频繁进出，该类行为的判断方法是判断所述滞留区域中进出店人员的跟踪轨迹与所述进门线的交点，即人的轨迹频繁与进门线相交，若交点为偶数次，即最后人还会回到进门线的门内侧或者外侧，则判断该行为为店员。
[0093] (2)迎宾区域内行为判断；该类行为的特点是店员会从迎宾区站立，且在迎宾区域内迎接宾客，该类行为的判断方法是所述滞留区域中进出店人员是否在所述迎宾区域内，且在所述迎宾区域内停留时间是否超出所述迎宾区域内停留时间阈值，即如果人的轨迹在迎宾区滞留足够长的时间，例如：设置迎宾区域内停留时间阈值超过10秒，则判断该行为为店员。
[0094] (3)轨迹区域内行为判断；该类行为的特点是判断所述轨迹区域中进出店人员是否有至少两个并排进出店人员，且其中一个在所述轨迹区域内停留时间是否超出所述轨迹区域内停留时间阈值，即店员会尾随顾客走出并且最后停留门口一段时间，例如：设置轨迹区域内停留时间阈值超过3秒，该类行为的判断方法为，当两个以上的轨迹一同走出，并且其中一个轨迹落后其他轨迹走出，并且在轨迹区域内滞留足够长的时间，则判断该行为为店员。
[0095] 通过以上视频分析进出店人员的行为，不但可以让客流统计更准确的反应顾客数量；还可以使得管理者实时了解店员的具体工作状态，便于管理者管理。
[0096] 如图3所示，为本发明实施例提供的一种视频分析系统结构示意图；该系统包括：如上任一所述视频分析装置。
[0097] 本发明的技术方案通过判断滞留区域中进出店人员的轨迹以及行为，准确进行店员判断，提高系统识别精度，降低了设计成本。
[0098] 以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
