信息采集方法和装置、关注度检测方法、装置和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112307871A(43)申请公布日2021.02.02(21)申请号202010479278.7(22)申请日2020.05.29(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人聂铭君王璟璟吴江旭胡淼枫马事伟张然(74)专利代理机构中国贸促会专利商标事务所有限公司11038代理人刘剑波(51)Int.Cl.G06K9/00(2006.01)G06N3/04(2006.01)权利要求书2页说明书8页附图3页(54)发明名称信息采集方法和装置、关注度检测方法、装置和系统(57)摘要本公开提供一种信息采集方法和装置、关注度检测方法、装置和系统。信息采集装置从视频采集设备依次获取所采集的视频帧；利用第一深度学习模型检测视频帧中是否有行人；在视频帧中有行人的情况下，利用第二深度学习模块对视频帧进行处理，以生成行人的行人边界框，并给行人边界框分配对应的行人标识；利用第三深度学习模块对行人边界框内的图像进行识别，以识别出行人的特征信息；将行人历史数据写入数据库中，其中行人历史数据包括视频帧的时间戳和标识，行人边界框的坐标信息、行人标识和特征信息。以便利用数据库中的不同行人在预定区域内的特征信息，确定预定区域的关注度。本公开能够方便快捷地了解行人对放置在相关区域的货架的关注度。CN112307871ACN112307871A权利要求书1/2页1.一种信息采集方法，包括：从视频采集设备依次获取所采集的视频帧；利用第一深度学习模型检测所述视频帧中是否有行人；在所述视频帧中有行人的情况下，利用第二深度学习模块对所述视频帧进行处理，以生成所述行人的行人边界框，并给所述行人边界框分配对应的行人标识；利用第三深度学习模块对所述行人边界框内的图像进行识别，以识别出所述行人的特征信息；将行人历史数据写入数据库中，其中所述行人历史数据包括所述视频帧的时间戳和标识，所述行人边界框的坐标信息、所述行人标识和所述特征信息。2.根据权利要求1所述的方法，其中，在将行人历史数据写入数据库中后，还包括：将所述数据库中的各行人历史数据按照行人标识进行分组；对每一组行人历史数据进行第一去重处理，以便在具有相同特征信息、视频帧的时间戳之间的间隔小于时间门限的多条行人历史数据中，仅保留一条行人历史数据。3.根据权利要求2所述的方法，其中，在将行人历史数据写入数据库中后，还包括：将所述数据库中的各行人历史数据按照视频帧的生成时间进行分组；在每一组行人历史数据进行第二去重处理，以便在行人边界框的中心位置之间的距离小于距离门限的多条行人历史数据中，仅保留一条行人历史数据。4.根据权利要求1所述的方法，其中，给所述行人边界框分配对应的行人标识包括：利用第二深度学习模块识别所述行人边界框内的行人特征信息；检索所述行人特征信息是否已包括在行人特征库中；若所述行人特征信息未包括在所述行人特征库中，则将所述行人特征信息写入所述行人特征库中，并为所述行人边界框分配新的行人标识。5.根据权利要求4所述的方法，还包括：若所述行人特征信息已包括在所述行人特征库中，则将所述行人特征库中与所述行人特征信息相关联的行人特征分配给所述行人边界框。6.根据权利要求1所述的方法，还包括：在所述视频帧中没有行人的情况下，丢弃所述视频帧。7.根据权利要求1-6中任一项所述的方法，其中，所述行人的特征信息包括所述行人的属性特征信息和行为特征信息。8.根据权利要求7所述的方法，其中，所述行人的属性特征信息包括行人的性别、年龄、穿着特征、外貌特征中的至少一项；所述行人的行为特征信息包括行走、停留、拿取、放回、持有中的至少一项。9.一种信息采集装置，包括：前置模块，被配置为从视频采集设备依次获取所采集的视频帧，利用第一深度学习模型检测所述视频帧中是否有行人；检测模块，被配置为在所述视频帧中有行人的情况下，利用第二深度学习模块对所述视频帧进行处理，以生成所述行人的行人边界框，并给所述行人边界框分配对应的行人标识；识别模块，被配置为利用第三深度学习模块对所述行人边界框内的图像进行识别，以2CN112307871A权利要求书2/2页识别出所述行人的特征信息；数据处理模块，被配置为将行人历史数据写入数据库中，其中所述行人历史数据包括所述视频帧的时间戳和标识，所述行人边界框的坐标信息、所述行人标识和所述特征信息。10.一种信息采集装置，包括：存储器，被配置为存储指令；处理器，耦合到存储器，处理器被配置为基于存储器存储的指令执行实现如权利要求1-8中任一项所述的方法。11.一种关注度检测方法，包括：接收用于查询预定区域关注度的查询请求；利