一种动线生成方法、装置、设备及系统

摘要

本发明实施例提供了一种动线生成方法、装置、设备及系统，方法包括：获取图像分析数据；基于图像分析数据中包括的人员属性，识别相同的人员；针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到图像的时刻；根据所确定的监控点的位置及时刻，生成该人员的人员动线。可见，本方案是基于图像分析数据，确定采集到人员的图像的监控点位置及对应的采集时刻，根据该位置及时刻生成动线，即使终端设备未开启WIFI，或者屏蔽了MAC地址，依然可以生成人员的人员动线。

权利要求

1.一种动线生成方法，其特征在于，包括：

获取图像分析数据；

基于所述图像分析数据中包括的人员属性，识别相同的人员，所述相同的人员为获取到的各个图像分析数据中的相同人员；

针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻；

根据所确定的监控点的位置及时刻，生成该人员的人员动线；

将所生成的人员动线相互进行匹配，将匹配成功的人员动线划分为一个动线组；

统计每个动线组中包含的人员动线的数量，将数量满足预设条件的动线组确定为目标动线组；

针对每个目标动线组，将该目标动线组中包含的人员动线进行融合，生成该目标动线组对应的场景动线。

2.根据权利要求1所述的方法，其特征在于，所述将所生成的人员动线相互进行匹配，将匹配成功的人员动线划分为一个动线组，包括：从所生成的人员动线中，选择满足预设属性条件的目标人员动线；

将所选择的目标人员动线相互进行匹配，将匹配成功的目标人员动线划分为一个动线组。

3.根据权利要求2所述的方法，其特征在于，所述确定采集到该人员的图像的监控点的位置，包括：在预先生成的地图中，确定采集到该人员的图像的监控点的位置，作为监控位置；

根据所确定的监控点的位置及时刻，生成该人员的人员动线，包括：根据所确定的时刻的先后顺序，将所述监控位置进行连接，得到该人员在所述地图中的人员动线；

所述针对每个目标动线组，生成该目标动线组对应的场景动线，包括：针对每个目标动线组，在所述地图中生成该目标动线组对应的场景动线；

所述方法还包括：

在所述地图中显示预先配置的场景动线。

4.根据权利要求2所述的方法，其特征在于，在所述根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻之后，还包括：根据所确定的监控点的位置及时刻，统计该人员在各位置的停留时长；

在所述针对每个目标动线组，生成该目标动线组对应的场景动线之后，还包括：针对每个目标动线组，基于该目标动线组中每条人员动线中各位置的停留时长，得到该目标动线组对应的场景动线中各位置停留时长典型值；

针对生成的每条场景动线，标记该场景动线中各位置停留时长典型值。

5.根据权利要求1所述的方法，其特征在于，在所述生成该人员的人员动线之后，还包括：统计每个待处理位置处的人员动线数量，作为该待处理位置处的客流量。

6.根据权利要求1所述的方法，其特征在于，所述获取图像分析数据，包括：接收多个监控点发送的图像分析数据；

或者，接收多个监控点发送的图像；识别所述图像中的人员属性，确定采集所述图像的监控点位置或监控点标识，确定采集所述图像的时刻，得到包括所述人员属性、所述监控点位置或监控点标识、及所述时刻的图像分析数据。

7.根据权利要求1所述的方法，其特征在于，所述根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻，包括：将该人员的图像分析数据中包括的监控点位置确定为采集到该人员的图像的监控点的位置；或者，根据该人员的图像分析数据中包括的监控点标识、以及预先获取的监控点标识及位置的对应关系，确定采集到该人员的图像的监控点的位置；

将该人员的图像分析数据中的时刻确定为采集到该人员的图像的时刻。

8.一种动线生成装置，其特征在于，包括：

获取模块，用于获取图像分析数据；

识别模块，用于基于所述图像分析数据中包括的人员属性，识别相同的人员，所述相同的人员为获取到的各个图像分析数据中的相同人员；

第一确定模块，用于针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻；

第一生成模块，用于根据所确定的监控点的位置及时刻，生成该人员的人员动线；

第二生成模块，用于将所生成的人员动线相互进行匹配，将匹配成功的人员动线划分为一个动线组；统计每个动线组中包含的人员动线的数量，将数量满足预设条件的动线组确定为目标动线组；针对每个目标动线组，将该目标动线组中包含的人员动线进行融合，生成该目标动线组对应的场景动线。

9.一种电子设备，其特征在于，包括处理器和存储器；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现权利要求1‑7任一所述的方法步骤。

10.一种动线生成系统，其特征在于，包括：监控点和处理设备；其中，所述监控点，用于采集图像；识别所述图像中的人员属性，确定采集所述图像的时刻，得到包括所述人员属性、所述时刻、以及所述监控点的位置或标识的图像分析数据；将所述图像分析数据发送至所述处理设备；

所述处理设备，用于接收所述图像分析数据；基于所述图像分析数据中包括的人员属性，识别相同的人员，所述相同的人员为获取到的各个图像分析数据中的相同人员；针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻；根据所确定的监控点的位置及时刻，生成该人员的人员动线；

将所生成的人员动线相互进行匹配，将匹配成功的人员动线划分为一个动线组；统计每个动线组中包含的人员动线的数量，将数量满足预设条件的动线组确定为目标动线组；针对每个目标动线组，将该目标动线组中包含的人员动线进行融合，生成该目标动线组对应的场景动线。

说明书

一种动线生成方法、装置、设备及系统

技术领域

[0001] 本发明涉及数据处理技术领域，特别是涉及一种动线生成方法、装置、设备及系统。

背景技术

[0002] 动线，是指将人移动过程中形成的点进行连接所生成的线。动线可以应用到各种场景，比如，通过对商场、超市中的顾客进行跟踪生成动线，基于生成的动线可以对客流量进行分析，分析结果可以为商铺租金收取、客流引流等工作提供支撑。

[0003] 现有方案中，一般是通过WIFI(WIreless‑FIdelity)探针获取用户携带的终端设备的MAC(Media Access Control，媒体访问控制)地址，基于该MAC地址实现对用户的跟踪，从而得到用户的多个位置，将这些位置进行连接生成动线。

[0004] 但是，这种方案中，如果终端设备未开启WIFI，则WIFI探针不能对终端设备进行跟踪；而且如果终端设备屏蔽了自身MAC地址，WIFI探针也不能对终端设备进行跟踪。

发明内容

[0005] 本发明实施例的目的在于提供一种动线生成方法、装置、设备及系统，以解决上述技术问题。

[0006] 为达到上述目的，本发明实施例提供了一种动线生成方法，包括：

[0007] 获取图像分析数据；

[0008] 基于所述图像分析数据中包括的人员属性，识别相同的人员；

[0009] 针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻；

[0010] 根据所确定的监控点的位置及时刻，生成该人员的人员动线。

[0011] 可选的，在所述根据所确定的监控点的位置及时刻，生成该人员的人员动线之后，还包括：

[0012] 将所生成的人员动线进行匹配，基于匹配结果，生成一条或多条场景动线。

[0013] 可选的，所述将所生成的人员动线进行匹配，基于匹配结果，生成一条或多条场景动线，可以包括：

[0014] 将所生成的人员动线进行匹配，将匹配成功的人员动线划分为一个动线组；

[0015] 统计每个动线组中包含的人员动线的数量，将数量满足预设条件的动线组确定为目标动线组；

[0016] 针对每个目标动线组，生成该目标动线组对应的场景动线。

[0017] 可选的，所述将所生成的人员动线进行匹配，将匹配成功的人员动线划分为一个动线组，可以包括：

[0018] 从所生成的人员动线中，选择满足预设属性条件的目标人员动线；

[0019] 将所选择的目标人员动线进行匹配，将匹配成功的目标人员动线划分为一个动线组。

[0020] 可选的，所述确定采集到该人员的图像的监控点的位置，包括：

[0021] 在预先生成的地图中，确定采集到该人员的图像的监控点的位置，作为监控位置；

[0022] 根据所确定的监控点的位置及时刻，生成该人员的人员动线，包括：

[0023] 根据所确定的时刻的先后顺序，将所述监控位置进行连接，得到该人员在所述地图中的人员动线；

[0024] 所述针对每个目标动线组，生成该目标动线组对应的场景动线，包括：

[0025] 针对每个目标动线组，在所述地图中生成该目标动线组对应的场景动线；

[0026] 所述方法还包括：

[0027] 在所述地图中显示预先配置的场景动线。

[0028] 可选的，在所述根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻之后，还包括：

[0029] 根据所确定的监控点的位置及时刻，统计该人员在各位置的停留时长；

[0030] 在所述针对每个目标动线组，生成该目标动线组对应的场景动线之后，还包括：

[0031] 针对每个目标动线组，基于该目标动线组中每条人员动线中各位置的停留时长，得到该目标动线组对应的场景动线中各位置停留时长典型值；

[0032] 针对生成的每条场景动线，标记该场景动线中各位置停留时长典型值。

[0033] 可选的，在所述生成该人员的人员动线之后，还包括：

[0034] 统计每个待处理位置处的人员动线数量，作为该待处理位置处的客流量。

[0035] 可选的，所述获取图像分析数据，包括：

[0036] 接收多个监控点发送的图像分析数据；

[0037] 或者，接收多个监控点发送的图像；识别所述图像中的人员属性，确定采集所述图像的监控点位置或监控点标识，确定采集所述图像的时刻，得到包括所述人员属性、所述监控点位置或监控点标识、及所述时刻的图像分析数据。

[0038] 可选的，所述根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻，包括：

[0039] 将该人员的图像分析数据中包括的监控点位置确定为采集到该人员的图像的监控点的位置；或者，根据该人员的图像分析数据中包括的监控点标识、以及预先获取的监控点标识及位置的对应关系，确定采集到该人员的图像的监控点的位置；

[0040] 将该人员的图像分析数据中的时刻确定为采集到该人员的图像的时刻。

[0041] 为达到上述目的，本发明实施例还提供了一种动线生成装置，包括：

[0042] 获取模块，用于获取图像分析数据；

[0043] 识别模块，用于基于所述图像分析数据中包括的人员属性，识别相同的人员；

[0044] 第一确定模块，用于针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻；

[0045] 第一生成模块，用于根据所确定的监控点的位置及时刻，生成该人员的人员动线。

[0046] 可选的，所述装置还包括：

[0047] 第二生成模块，用于将所生成的人员动线进行匹配，基于匹配结果，生成一条或多条场景动线。

[0048] 可选的，所述第二生成模块，包括：

[0049] 匹配子模块，用于将所生成的人员动线进行匹配，将匹配成功的人员动线划分为一个动线组；

[0050] 统计子模块，用于统计每个动线组中包含的人员动线的数量，将数量满足预设条件的动线组确定为目标动线组；

[0051] 生成子模块，用于针对每个目标动线组，生成该目标动线组对应的场景动线。

[0052] 可选的，所述匹配子模块，具体用于：

[0053] 从所生成的人员动线中，选择满足预设属性条件的目标人员动线；

[0054] 将所选择的目标人员动线进行匹配，将匹配成功的目标人员动线划分为一个动线组。

[0055] 可选的，所述第一确定模块，具体用于：在预先生成的地图中，确定采集到该人员的图像的监控点的位置，作为监控位置；

[0056] 所述第一生成模块，具体用于：根据所确定的时刻的先后顺序，将所述监控位置进行连接，得到该人员在所述地图中的人员动线；

[0057] 所述第二生成模块，具体用于：针对每个目标动线组，在所述地图中生成该目标动线组对应的场景动线；

[0058] 所述装置还包括：

[0059] 显示模块，用于在所述地图中显示预先配置的场景动线。

[0060] 可选的，所述装置还包括：

[0061] 第一统计模块，用于根据所确定的监控点的位置及时刻，统计该人员在各位置的停留时长；

[0062] 标记模块，用于针对每个目标动线组，基于该目标动线组中每条人员动线中各位置的停留时长，得到该目标动线组对应的场景动线中各位置停留时长典型值；针对生成的每条场景动线，标记该场景动线中各位置停留时长典型值。

[0063] 可选的，所述装置还包括：

[0064] 第二统计模块，用于统计每个待处理位置处的人员动线数量，作为该待处理位置处的客流量。

[0065] 可选的，所述获取模块，具体用于：

[0066] 接收多个监控点发送的图像分析数据；

[0067] 或者，接收多个监控点发送的图像；识别所述图像中的人员属性，确定采集所述图像的监控点位置或监控点标识，确定采集所述图像的时刻，得到包括所述人员属性、所述监控点位置或监控点标识、及所述时刻的图像分析数据。

[0068] 可选的，所述第一确定模块，具体用于：

[0069] 将该人员的图像分析数据中包括的监控点位置确定为采集到该人员的图像的监控点的位置；或者，根据该人员的图像分析数据中包括的监控点标识、以及预先获取的监控点标识及位置的对应关系，确定采集到该人员的图像的监控点的位置；

[0070] 将该人员的图像分析数据中的时刻确定为采集到该人员的图像的时刻。

[0071] 为达到上述目的，本发明实施例还提供了一种电子设备，包括处理器和存储器；

[0072] 存储器，用于存放计算机程序；

[0073] 处理器，用于执行存储器上所存放的程序时，实现上述任一种动线生成方法。

[0074] 为达到上述目的，本发明实施例还提供了一种动线生成系统，包括：监控点和处理设备；其中，

[0075] 所述监控点，用于采集图像；识别所述图像中的人员属性，确定采集所述图像的时刻，得到包括所述人员属性、所述时刻、以及所述监控点的位置或标识的图像分析数据；将所述图像分析数据发送至所述处理设备；

[0076] 所述处理设备，用于接收所述图像分析数据；基于所述图像分析数据中包括的人员属性，识别相同的人员；针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻；根据所确定的监控点的位置及时刻，生成该人员的人员动线。

[0077] 可见，本方案是基于图像分析数据，确定采集到人员的图像的监控点位置及对应的采集时刻，根据该位置及时刻生成动线，即使终端设备未开启WIFI，或者屏蔽了MAC地址，依然可以生成人员动线。

[0078] 当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

[0079] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0080] 图1为本发明实施例提供的一种动线生成方法的流程示意图；

[0081] 图2为本发明实施例提供的一种动线示意图；

[0082] 图3为本发明实施例提供的一种应用场景示意图；

[0083] 图4为本发明实施例提供的一种动线生成装置的结构示意图；

[0084] 图5为本发明实施例提供的一种电子设备的结构示意图；

[0085] 图6为本发明实施例提供的一种动线生成系统的结构示意图。

具体实施方式

[0086] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0087] 为了解决上述技术问题，本发明实施例提供了一种动线生成方法、装置、设备及系统，该方法及装置可以应用于服务器、数据分析平台等各种电子设备，具体不做限定。下面首先对本发明实施例提供的动线生成方法进行详细介绍。

[0088] 图1为本发明实施例提供的一种动线生成方法的流程示意图，包括：

[0089] S101：获取图像分析数据。

[0090] 举例来说，本方案可以应用于超市、商场等各种场景。下面以商场为例进行说明。可以在商场中设置多个监控点，比如，可以在商场中每个商铺的入口、出口处设置监控点，或者，还可以在楼梯口、电梯口、扶梯口、各个通道处设置监控点。

[0091] 一种实施方式中，监控点采集图像，并对采集的图像进行分析，得到图像分析数据。举例来说，监控点可以提取图像中的人脸特征、人体特征，识别图像中人员的年龄段、性别，并为同一人员分配同一ID；人脸特征、人体特征、年龄段、性别及人员ID均可作为图像分析数据。

[0092] 可以理解，监控点采集的图像可以为视频图像，这样，对图像进行分析得到图像分析数据的过程中，可以在视频图像中对同一人员进行跟踪，跟踪时可以为同一人员分配同一ID。或者，也可以基于人脸特征与人体特征的相似度，判断图像中的人员是否人同一人员，如果是，则分配相同的人员ID，如果不是，则分配不同的人员ID。

[0093] 此外，图像分析数据中还可以包括监控点位置、图像的采集时刻等，具体不做限定。或者，一种情况下，可以预先为每个监控点分配标识，并将监控点标识与监控点位置对应存储，这样，图像分析数据中可以包括监控点标识，不包括监控点位置。

[0094] 监控点将该图像分析数据发送给执行本方案的电子设备(执行主体，以下简称本设备)，本设备接收场景中的每个监控点发送的图像分析数据。

[0095] 另一种实施方式中，监控点采集图像后，将图像发送至本设备，本设备对采集的图像进行分析，得到图像分析数据。具体的，本设备可以识别图像中的人员属性，比如，本设备可以提取图像中的人脸特征、人体特征，识别图像中人员的年龄段、性别，并为同一人员分配同一ID；人脸特征、人体特征、年龄段、性别及人员ID均可作为图像分析数据。

[0096] 可以理解，监控点采集的图像可以为视频图像，这样，对图像进行分析得到图像分析数据的过程中，可以在视频图像中对同一人员进行跟踪，跟踪时可以为同一人员分配同一ID。或者，也可以基于人脸特征与人体特征的相似度，判断图像中的人员是否人同一人员，如果是，则分配相同的人员ID，如果不是，则分配不同的人员ID。

[0097] 本设备还可以确定采集该图像的监控点位置或监控点标识。举例来说，监控点在向本设备发送图像时，可以将监控点自身的标识或位置一并发送至本设备；或者，本设备也可以在接收到图像后，确定发送该图像的监控点标识，或者，根据该标识进一步确定监控点位置。

[0098] 本设备还可以确定采集该图像的时刻。举例来说，监控点在向本设备发送图像时，可以将该图像的采集时刻一并发送至本设备；或者，监控点也可以将采集的图像实时发送至本设备，这样，本设备可以将接收图像的时刻作为图像的采集时刻。

[0099] 这样，本设备获取到的图像分析数据中可以包括：人员属性、采集图像的监控点位置或监控点标识、采集图像的时刻。人员属性中可以包括：人脸特征、人体特征、年龄段、性别及人员ID，具体不做限定。

[0100] S102：基于图像分析数据中包括的人员属性，识别相同的人员。

[0101] 如上所述，人员属性中可以包括人员ID。举例来说，如果图像分析数据A与图像分析数据B中包括的人员ID相同，则可以将图像分析数据A与图像分析数据B作为同一人员的图像分析数据。

[0102] 或者，也可以基于人员属性中包括的人脸特征、人体特征的相似度，识别相同的人员。

[0103] S103：针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻。

[0104] 一种情况下，图像分析数据中包括监控点位置，这样，便可以直接读取图像分析数据中的监控点位置，作为采集到该人员的图像的监控点的位置。

[0105] 另一种情况下，图像分析数据中包括监控点标识，这样，可以根据该监控点标识、以及预先获取的监控点标识及位置的对应关系，确定采集到该人员的图像的监控点的位置。

[0106] 如上所述，图像分析数据中包括时刻，将该时刻作为采集到该人员的图像的时刻。

[0107] 这里所说的监控点位置可以为真实空间中的位置。或者，如图2所示，监控点位置可以为地图中的位置。图2中的各商铺名称仅为举例说明，并不是本发明实施例的重点，也不对本实施例构成限定。

[0108] 仍以商场例来说，可以预先根据商场中各商铺的实际位置，生成商场地图，如图2所示，在商场地图中可以标记每个监控点。这样，S103确定出的监控点位置可以直接体现在地图上。

[0109] S104：根据所确定的监控点的位置及时刻，生成该人员的人员动线。

[0110] 可以理解，根据所确定的时刻的先后顺序，将S103中确定出的监控点位置进行连接，便得到了人员动线。如果监控点位置为地图中的位置，则得到了地图中的人员动线。参考图2，图2中各箭头组成的连接线即可以理解为在地图中生成的人员动线。

[0111] 比如，S101中获取到五份图像分析数据：图像分析数据A、图像分析数据B、图像分析数据C、图像分析数据D、图像分析数据E。其中，图像分析数据A、图像分析数据B、图像分析数据C中的人员属性相同。也就是说，这三份图像分析数据为同一人员的图像分析数据，为了方便描述，将该人员记为人员1。

[0112] 假设图像分析数据A中包括监控点位置X、图像采集时刻为10：00，图像分析数据B中包括监控点位置Y、图像采集时刻为10：01，图像分析数据C中包括监控点位置Z、图像采集时刻为10：02；也就是说，人员1先经过位置X，再经过位置Y，再经过位置Z。按照X‑Y‑Z的顺序，将这三个监控点位置相连接，生成人员1的动线。

[0113] 一种实施方式中，本设备可以持续获取图像分析数据。本设备可以通过碰撞算法，对获取到的图像分析数据进行碰撞处理。以商场为例来说，可以仅获取商场营业时间内的图像分析数据。比如，本设备可以每隔预设时间段，接收一次监控点发送的图像分析数据。比如，假设本设备第一次接收到监控点发送的图像分析数据后，采用本实施例提供的方案，生成每个人员的人员动线。之后，本设备第二次接收到监控点发送的图像分析数据后，可以基于这两次接收到的图像分析数据中包括的人员属性，识别相同的人员，并在第一次生成的该人员的人员动线的基础上继续生成新的人员动线，换句话说，也就是对第一次生成的人员动线进行延长。

[0114] 类似的，之后每次接收到图像分析数据后，都可以在本次接收到的图像分析数据与之前接收到的图像分析数据中，识别相同的人员，并在之前生成的人员动线的基础上继续延长。

[0115] 如果本次接收到的图像分析数据中存在新的人员属性，新的人员属性也就是之前接收到的图像分析数据中不存在的人员属性，则表示新的人员进行了商场，则利用本实施例提供的方案，针对新的人员生成动线。

[0116] 比如，如果人员A在商场中逛了四个小时，则商场中的监控点持续采集到人员A的图像，并基于图像分析数据，确定采集到人员A的监控点的位置、采集时刻，根据所确定的时刻的先后顺序，将所确定的监控点的位置进行连接，得到这四个小时内人员A在商场中的动线。

[0117] 一种情况下，可以保存人员A的动线。比如，几天之后，人员A又进入了商场，则可以在保存的人员A的动线的基础上，继续生成新的动线。或者，也可以仅基于人员A本次在商场中的图像分析数据，生成新的动线，将该新的动线与保存的人员的A的动线进行对比。这两种方案都有助于分析人员A的购物行为。

[0118] 比如，假设人员A一个月(30天)内每天都到商场进行购物，针对人员A保存了这一个月内的30条动线(每天对应一条动线)。将这30条动线进行对比发现，人员A前10天均光顾了商铺X，而后20天均未光顾商铺X，则可以将这一信息反馈给商铺X，使得商铺X及时发现问题。

[0119] 本实施例中，本设备(执行主体)仅获取图像分析数据，数据量较小，因此，本设备中可以保存较多数据，有利于商铺统计回头客的相关信息。

[0120] 作为一种实施方式，在生成人员动线后，还可以生成场景动线。人员动线反应的是单个人员在场景中的运动轨迹，而场景动线反应的是客流在场景中的运动轨迹。

[0121] 具体的，在S104之后，可以将所生成的人员动线进行匹配，基于匹配结果，生成一条或多条场景动线。

[0122] 将所生成的人员动线进行匹配，也就是将人员动线中的各监控点位置进行匹配，这里所说的位置是带有方向的，如果方向不匹配，也不能认为是匹配成功。

[0123] 匹配成功的条件可以有多种：

[0124] 一种情况下，可以针对每两条人员动线，判断该两条人员动线是否相同，如果相同，表示该两条人员动线匹配成功。也就是说，这种情况下，只有在人员动线完全相同时，才认为匹配成功。

[0125] 另一种情况下，可以选择任意两条人员动线，作为第一人员动线和第二人员动线；针对第一人员动线中的每个第一监控点位置，确定第二人员动线中距离该第一监控点位置最近的第二监控点位置，判断所确定的第二监控点位置与该第一监控点位置的距离是否大于预设阈值；如果第一人员动线中的全部第一监控点位置与其对应的第二监控点位置的距离都不大于预设阈值，则表示该两条人员动线匹配成功。也就是说，这种情况下，如果两条人员动线不完全相同，但是其中各监控点位置偏差不大，也认为匹配成功。

[0126] 假设人员动线1中包括3个监控点位置，这3个监控点位置依次为：X1‑Y1‑Z1，人员动线2中包括3个监控点位置，这3个监控点位置依次为：X2‑Y2‑Z2；确定与X1距离最近的为X2，与Y1距离最近的为Y2，与Z1距离最近的为Z2；判断出X1与X2的距离不大于预设阈值，Y1与Y2的距离不大于预设阈值，Z1与Z2的距离不大于预设阈值，则表示动线1与动线2匹配成功。

[0127] 另一种情况下，可以针对每两条人员动线，判断该两条人员动线的相似度是否大于预设阈值，如果大于，表示该两条人员动线匹配成功。

[0128] 举例来说，假设人员动线1中包括6个监控点的位置，人员动线2中包括8个监控点的位置，人员动线2中的前6个监控点位置与人员动线1中的6个监控点位置相同，这种情况下，认为这两条人员动线相似度较高，该两条人员动线匹配成功。

[0129] 再举一例，假设人员动线1中包括6个监控点的位置，人员动线2中包括6个监控点的位置，人员动线2中的前5个监控点位置与人员动线1中的前5个监控点位置相同，这种情况下，认为这两条人员动线相似度较高，该两条人员动线匹配成功。

[0130] 上面介绍的是两条动线进行匹配的方式，多条动线进行匹配的方式类似，不再赘述。将匹配成功的人员动线划分为一个动线组；统计每个动线组中包含的人员动线的数量，将数量满足预设条件的动线组确定为目标动线组；针对每个目标动线组，生成该目标动线组对应的场景动线。

[0131] 可以理解，场景动线反应的是客流的运动轨迹，如果动线组中人员动线的数量较少，则构不成客流，只是个别人员动线，因此，只针对人员动线数量较多的动线组(目标动线组)，生成场景动线。

[0132] 上述“数量满足预设条件”可以为动线组中的人员动线数量大于阈值，或者，也可以为动线组中的人员动线数量与人员动线的总数量的比值大于阈值，等等，具体不做限定。

[0133] 如果目标动线组中的人员动线都相同，则生成的场景动线也与该人员动线相同。如果目标动线组中的人员动线并不完全相同，则可以对各条人员动线进行融合，生成场景动线。

[0134] 延续上述“X1与X2的距离不大于预设阈值，Y1与Y2的距离不大于预设阈值，Z1与Z2的距离不大于预设阈值”的例子，可以取X1与X2的中间位置，Y1与Y2的中间位置，Z1与Z2的中间位置，将这三个中间位置连接生成场景动线。

[0135] 延续上述“人员动线2中的前5个监控点位置与人员动线1中的前5个监控点位置相同”的例子，可以将这前5个监控点位置相连接，生成场景动线。

[0136] 对各条人员动线进行融合的方式有多种，不再一一列举。

[0137] 一种实施方式中，场景动线还可以仅反应满足预设属性条件的客流运动轨迹。比如，该预设属性条件可以为性别属性、年龄属性等，具体不做限定。比如，场景动线可以仅反应女性客流运动轨迹，或者仅反应老年顾客运动轨迹。

[0138] 这种实施方式中，将所生成的人员动线进行匹配，将匹配成功的人员动线划分为一个动线组，包括：

[0139] 从所生成的人员动线中，选择满足预设属性条件的目标人员动线；

[0140] 将所选择的目标人员动线进行匹配，将匹配成功的目标人员动线划分为一个动线组。

[0141] 可以理解，商场中一些商铺仅销售女性用品，对于这些商铺来说，可以仅向其展示基于女性人员动线生成的场景动线；一些商场仅销售老年用品，对于这些商铺来说，可以仅向其展示基于老年人员动线生成的场景动线。

[0142] 如上所述，一种情况下，监控点位置为地图中的位置，这样，也就是针对每个目标动线组，在地图中生成该目标动线组对应的场景动线。

[0143] 一种实施方式中，可以在地图中显示预先配置的场景动线，该预先配置的场景动线可以为估算得到的场景动线，在地图中同时展示估算得到的场景动线和根据实际客流量生成的场景动线，可以直观地反应估算结果是否准确，还可以引导相关人员改进估算方式。

[0144] 如上所述，可以生成满足预设属性条件的场景动线，相对应的，也可以在地图中显示预先配置的满足预设属性条件的场景动线。比如，可以同时在地图上展示预先配置的女性场景动线和基于女性人员动线生成的场景动线；或者，同时在地图上展示预先配置的老年场景动线和基于老年人员动线生成的场景动线，等等。也就是说，可以将属性相同的估算得到的场景动线与实际生成的场景动线进行同时展示，这样，可以直观反应二者的对比效果。

[0145] 一种实施方式中，可以在根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻之后，根据所确定的监控点的位置及时刻，统计该人员在各位置的停留时长；

[0146] 然后针对每个目标动线组，基于该目标动线组中每条人员动线中各位置的停留时长，得到该目标动线组对应的场景动线中各位置停留时长典型值；针对生成的每条场景动线，标记该场景动线中各位置停留时长典型值。

[0147] 该典型值可以为均值、中值、加权值等等，具体不做限定。下面以均值为例进行简单的说明：假设目标动线组中包括100条人员动线，其中50条人员动线中，位置A处的停留时长为10分钟，位置B处的停留时长为20分钟；另50条人员动线中，位置A处的停留时长为30分钟，位置B处的停留时长为40分钟；这样，该目标动线组对应的场景动线的位置A处的停留时长典型值(均值)＝(10分钟+30分钟)/2＝20分钟，该目标动线组对应的场景动线的位置B处的停留时长典型值(均值)＝(20分钟+40分钟)/2＝30分钟。

[0148] 或者，也可以在生成的人员动线中，标记人员在各位置的停留时长。

[0149] 仍以商场为例来说，应用本实施方式，可以确定顾客在各家商铺的停留时长，将停留时长标记在动线(场景动线或人员动线)中，使得动线携带的信息更丰富。

[0150] 一种情况下，可以根据人员在各位置的停留时长，生成停留时长报表。举例来说，该停留时长报表可以根据实际情况进行设定。举个简单的例子，报表的横坐标可以为各商铺标识，纵坐标可以为顾客的停留时长典型值。

[0151] 作为一种实施方式，在生成人员动线之后，可以统计每个待处理位置处的人员动线数量，作为该待处理位置处的客流量。

[0152] 以图2为例来说，在地图中生成人员动线后，可以针对地图中的每个待处理位置，统计该待处理位置处的人员动线数量，作为该待处理位置处的客流量。可以将图2中的每个商铺作为待处理位置，统计每个商铺处的人员动线数量，这样便得到了商铺的客流量。

[0153] 一种实施方式中，可以在待处理位置处的人员动线中，选择满足预设属性条件的目标人员动线；统计待处理位置处的目标人员动线的数量，作为该待处理位置处的客流量。

[0154] 该预设属性条件可以根据实际需求进行设定，比如，性别为女、年龄段为24‑29等，具体不做限定。

[0155] 举例来说，假设商铺A为女性用品专卖店，则商铺A可以仅统计女性客流量，这样，在商铺A处的动线中，可以选择女性人员动线，仅统计所选择的人员动线的数量。

[0156] 再举一例，假设商铺B为老年用品专卖店，则商铺B可以仅统计老年客流量，这样，在商铺B处的动线中，可以选择老年人员动线，仅统计所选择的人员动线的数量。

[0157] 可见，本实施方式中，可以根据实际需求，统计用户感兴趣的数据。

[0158] 一种实施方式中，在上述得到待处理位置处的客流量之后，还可以根据待处理位置处的客流量，生成客流量报表。

[0159] 举例来说，该客流量报表可以根据实际情况进行设定。举个简单的例子，报表的横坐标可以为时间，纵坐标可以为客流量，这样，可以反应不同时间段内商铺的客流量变化情况。

[0160] 或者，还可以获取待处理位置处的交易额，将所述客流量与所述交易额进行对比，输出对比结果。

[0161] 举例来说，如果商铺A的客流量较大，而交易额较少，可能是因为商铺管理或者货品摆放存在问题。将客流量与交易额的对比结果反馈给商铺A，可以帮助商铺A及时确定自身问题并进行整改。

[0162] 或者，还可以根据地图中各位置处的客流量，形成热区分布图。比如，可以将客流量较多的区域标红，标红区域即为热区。这样，可以直观反应商场中哪个商铺的客流量较大，为商铺租金收取、客流引流等工作提供支撑。

[0163] 应用本发明图1所示实施例，第一方面，基于图像分析数据，确定采集到人员的图像的监控点位置及对应的采集时刻，根据该位置及时刻生成动线，即使终端设备未开启WIFI，或者屏蔽了MAC地址，依然可以生成人员的人员动线。第二方面，基于生成的动线(人员动线或场景动线)，统计客流量、顾客停留时长、回头客等信息，有助于商家决策。第三方面，本设备仅获取图像分析数据，数据量较小，可以保存较多信息，进一步有助于统计回头客等信息。

[0164] 下面参考图3，介绍一种具体的实施方式：

[0165] 图3中，多个人脸抓拍机作为监控点进行图像采集；人脸抓拍机对采集到的图像进行初步分析，比如，提取人脸特征，确定人员性别、年龄段、是否佩戴眼镜，并为该图像中的人员分配ID；人脸抓拍机将初步分析得到的数据、图像的采集时刻、以及人脸抓拍机自身标识或位置作为图像分析数据发送至大数据平台。

[0166] 大数据平台对接收到的大量图像分析数据进行碰撞处理：基于图像分析数据中包括的人员属性，识别相同的人员；针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻；大数据平台将所确定的“每个人员对应的位置及时刻”发送至应用平台。

[0167] 应用平台中预先生成了场景的矢量地图，如果场景中包括多个楼层，则可以分楼层切换地图。另外，由于人脸抓拍机的位置通常是固定的，因此，可以将人脸抓拍机添加到该矢量地图中。应用平台接收大数据平台发送的“每个人员对应的位置及时刻”，据此在该矢量地图中，生成每个人员的人员动线。

[0168] 应用平台还可以将所生成的人员动线进行匹配，基于匹配结果，生成一条或多条场景动线。应用平台，还可以仅生成满足预设属性条件的场景动线，该属性条件可以为性别属性、年龄属性等，具体不做限定。

[0169] 应用平台还可以在该矢量地图中展示预先配置的场景动线，将预先配置的场景动线与生成的场景动线进行对比，可以反应配置的准确度。

[0170] 此外，应用平台还可以根据用户需求统计客流量、顾客停留时长、回头客信息等。具体的，可以根据人员动线的数量确定各商铺的客流量；根据所确定的监控点的位置及时刻，统计人员在各位置的停留时长；根据图像分析数据中的人员属性，识别相同人员，将不同日期光顾同一商铺的相同人员作为回头客。可以根据用户需求制定相应的统计策略，具体统计策略不做限定。

[0171] 与上述方法实施例相对应，本发明实施例还提供一种动线生成装置，如图4所示，包括：

[0172] 获取模块401，用于获取图像分析数据；

[0173] 识别模块402，用于基于所述图像分析数据中包括的人员属性，识别相同的人员；

[0174] 第一确定模块403，用于针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻；

[0175] 第一生成模块404，用于根据所确定的监控点的位置及时刻，生成该人员的人员动线。

[0176] 作为一种实施方式，所述装置还可以包括：

[0177] 第二生成模块(图中未示出)，用于将所生成的人员动线进行匹配，基于匹配结果，生成一条或多条场景动线。

[0178] 作为一种实施方式，所述第二生成模块，可以包括：

[0179] 匹配子模块，用于将所生成的人员动线进行匹配，将匹配成功的人员动线划分为一个动线组；

[0180] 统计子模块，用于统计每个动线组中包含的人员动线的数量，将数量满足预设条件的动线组确定为目标动线组；

[0181] 生成子模块，用于针对每个目标动线组，生成该目标动线组对应的场景动线。

[0182] 作为一种实施方式，所述匹配子模块，具体可以用于：

[0183] 从所生成的人员动线中，选择满足预设属性条件的目标人员动线；

[0184] 将所选择的目标人员动线进行匹配，将匹配成功的目标人员动线划分为一个动线组。

[0185] 作为一种实施方式，第一确定模块403，具体可以用于：在预先生成的地图中，确定采集到该人员的图像的监控点的位置，作为监控位置；

[0186] 第一生成模块404，具体可以用于：根据所确定的时刻的先后顺序，将所述监控位置进行连接，得到该人员在所述地图中的人员动线；

[0187] 所述第二生成模块，具体用于：针对每个目标动线组，在所述地图中生成该目标动线组对应的场景动线；

[0188] 所述装置还可以包括：

[0189] 显示模块(图中未示出)，用于在所述地图中显示预先配置的场景动线。

[0190] 作为一种实施方式，所述装置还可以包括：第一统计模块和标记模块(图中未示出)，其中，

[0191] 第一统计模块，用于根据所确定的监控点的位置及时刻，统计该人员在各位置的停留时长；

[0192] 标记模块，用于针对每个目标动线组，基于该目标动线组中每条人员动线中各位置的停留时长，得到该目标动线组对应的场景动线中各位置停留时长典型值；针对生成的每条场景动线，标记该场景动线中各位置停留时长典型值。

[0193] 作为一种实施方式，所述装置还可以包括：

[0194] 第二统计模块(图中未示出)，用于统计每个待处理位置处的人员动线数量，作为该待处理位置处的客流量。

[0195] 作为一种实施方式，获取模块401，具体可以用于：

[0196] 接收多个监控点发送的图像分析数据；

[0197] 或者，接收多个监控点发送的图像；识别所述图像中的人员属性，确定采集所述图像的监控点位置或监控点标识，确定采集所述图像的时刻，得到包括所述人员属性、所述监控点位置或监控点标识、及所述时刻的图像分析数据。

[0198] 作为一种实施方式，第一确定模块403，具体可以用于：

[0199] 将该人员的图像分析数据中包括的监控点位置确定为采集到该人员的图像的监控点的位置；或者，根据该人员的图像分析数据中包括的监控点标识、以及预先获取的监控点标识及位置的对应关系，确定采集到该人员的图像的监控点的位置；

[0200] 将该人员的图像分析数据中的时刻确定为采集到该人员的图像的时刻。

[0201] 应用本发明图4所示实施例，基于图像分析数据，确定采集到人员的图像的监控点位置及对应的采集时刻，根据该位置及时刻生成动线，即使终端设备未开启WIFI，或者屏蔽了MAC地址，依然可以生成人员的人员动线。

[0202] 本发明实施例还提供一种电子设备，如图5所示，包括处理器501和存储器502；

[0203] 存储器502，用于存放计算机程序；

[0204] 处理器501，用于执行存储器502上所存放的程序时，实现上述任一种动线生成方法。

[0205] 上述电子设备提到的存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non‑Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

[0206] 上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field‑Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

[0207] 本发明实施例还提供一种动线生成系统，如图6所示，包括：监控点和处理设备；其中，

[0208] 所述监控点，用于采集图像；识别所述图像中的人员属性，确定采集所述图像的时刻，得到包括所述人员属性、所述时刻、以及所述监控点的位置或标识的图像分析数据；将所述图像分析数据发送至所述处理设备；

[0209] 所述处理设备，用于接收所述图像分析数据；基于所述图像分析数据中包括的人员属性，识别相同的人员；针对识别出的每个人员，根据该人员的图像分析数据，确定采集到该人员的图像的监控点的位置、以及采集到所述图像的时刻；根据所确定的监控点的位置及时刻，生成该人员的人员动线。

[0210] 该处理设备可以执行上述任一种动线生成方法。

[0211] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

[0212] 本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于图4所示的动线生成装置实施例、图5所示的电子设备实施例、图6所示的动线生成系统实施例而言，由于其基本相似于图1‑3所示的动线生成方法实施例，所以描述的比较简单，相关之处参见图1‑3所示的动线生成方法实施例的部分说明即可。

[0213] 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。