一种客流统计方法、装置、计算机设备及存储介质与流程

1.本公开涉及信息处理技术领域，具体而言，涉及一种客流统计方法、装置、计算机设备及存储介质。


背景技术：

2.客流信息是衡量一个线下服务场所运营状况的重要指标，为了优化运营策略，真实有效的客流信息数据是支撑运营者快速有效地制定服务策略的关键。
3.传统的客流信息统计方法主要包括红外客流统计方法、头肩算法、人脸识别方法等。但是上述客流信息统计方法难以提供准确的客流信息。


技术实现要素：

4.本公开实施例至少提供一种客流统计方法、装置、计算机设备及存储介质。
5.第一方面，本公开实施例提供了一种客流统计方法，应用于图像采集装置，包括：
6.获取包括目标区域的视频片段，以及所述目标区域对应的判定标志；
7.对所述视频片段中的每张目标图像进行对象识别，确定每张目标图像对应的至少一个对象检测框；
8.从每张目标图像对应的对象检测框中，筛选与所述判定标志相交，并且相交方向指示为预设方向的目标对象检测框；所述预设方向包括进入和离开所述目标区域的方向中的至少一项；
9.向服务器发送所述目标对象检测框对应的标识信息，以使所述服务器基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息。
10.本公开实施例，通过对图像进行识别，能够较为准确地确定每个对象的对象检测框，继而根据对象检测框进行客流统计，能够克服现有技术的红外检测中多人同时出现时只计数一次所带来的客流统计误差；另外，利用对象检测框来进行客流统计，可以不考虑对象的面部朝向，即不要求必须采集到对象的正脸图像，因此能够减少因必须采集到对象的正脸图像所带来的统计误差；同时，相对于诸如头肩算法等传统客流统计方法而言，降低了图像中阴影(例如帽子的阴影)给识别对象检测框带来的影响，并且采用对象检测框的方式的检测难度较低，因此也能够有效提高客流统计的精度。进一步地，利用判定标志和移动方向，结合识别得到的对象检测框，可以较为准确地确定出进入和/或离开目标区域的目标对象检测框，后续基于目标对象检测框可以较为准确地确定出目标区域的客流信息。
11.一种可选的实施方式中，所述向服务器发送所述目标对象检测框对应的标识信息，以使所述服务器基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息，包括：
12.对所述目标对象检测框中的对象进行特征提取，得到所述目标对象检测框中对象的对象特征；
13.向服务器发送目标对象检测框对应的标识信息以及所述目标对象检测框中对象
的对象特征，以使所述服务器基于所述目标对象检测框中对象的对象特征对所述目标对象检测框进行去重，并根据去重后目标对象检测框对应的标识信息，确定所述目标区域的客流信息。
14.本公开实施例，基于目标对象检测框能够较为准确和快速地提取到对应对象的对象特征，之后，通过将对象特征发送至服务器，可以使得服务器能够根据对象特征，对同一个对象的目标对象检测框进行去重，从而可以提高确定出地目标区域的客流信息的准确度。
15.一种可选的实施方式中，所述向服务器发送所述目标对象检测框对应的标识信息，以使所述服务器基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息，包括：
16.从所述目标对象检测框所在的图像中，截取所述目标对象检测框中对象的预设部位的子图像；
17.向服务器发送所述目标对象检测框对应的标识信息和所述子图像，以使所述服务器基于所述目标对象检测框对应的标识信息和所述子图像，确定所述目标对象检测框中对象的属性特征，并确定针对不同属性特征的对象的客流调整策略。
18.本公开实施例，基于目标对象检测框能够较为准确和快速地提取到对应对象预设部位的子图像，例如对象的人脸对应的子图像，之后，通过将截取的子图像发送至服务器，可以使得服务器能够基于对象的子图像进行特征提取，得到目标对象检测框中对象的属性特征，从而基于上述属性特征可以较为准确地确定针对目标区域的客流调整策略。
19.一种可选的实施方式中，所述从每张目标图像对应的对象检测框中，筛选与所述判定标志相交，并且移动方向指示为预设方向的目标对象检测框，包括：
20.针对每个对象检测框，基于所述对象检测框在所述视频片段的多张目标图像中的位置信息，确定所述对象检测框的移动方向；
21.从所述对象检测框中筛选与所述判定标志相交，并且移动方向指示为预设方向的目标对象检测框。
22.本公开实施例，根据对象检测框在视频片段的多张目标图像中的位置信息，可以较为准确地确定出对象检测框的移动方向，进而可以准确地确定出目标对象检测框。
23.第二方面，本公开实施例还提供一种客流统计方法，应用于服务器，包括：
24.接收目标对象检测框的标识信息；所述目标对象检测框为与目标区域对应的判定标志相交，并且移动方向指示为预设方向的对象检测框；所述预设方向包括进入和离开所述目标区域的方向中的至少一项；
25.基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息。
26.本公开实施例服务器基于目标对象检测框的标识信息，可以较为准确地确定出目标区域的客流信息。
27.一种可选的实施方式中，所述客流信息包括进入所述目标区域内的对象的数量；所述基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息，包括：
28.接收每个所述目标对象检测框中对象的对象特征；
29.基于所述对象特征，对所述目标对象检测框进行去重，得到去重后的目标对象检测框；
30.基于去重后的目标对象检测框的标识信息，确定进入所述目标区域中的对象的数量。
31.本公开实施例中，服务器能够根据对象特征，对同一个对象的目标对象检测框进行去重，从而可以提高确定出的对象数量的准确度。
32.一种可选的实施方式中，所述客流信息包括进入所述目标区域内的对象的进入次数；所述基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息，包括：
33.接收每个所述目标对象检测框中对象的对象特征；
34.基于所述对象特征，将所述对象特征相匹配的对象确定为同一目标对象；
35.针对每个目标对象，基于所述目标对象对应的目标对象检测框的标识信息确定所述目标对象进入所述目标区域内的单人进入次数；
36.基于每个目标对象进入所述目标区域内的单人进入次数，确定进入所述目标区域内的目标对象的进入总次数。
37.本公开实施例中，服务器能够根据对象特征，可以较为准确地确定对象特征相匹配的同一目标对象，进而根据每个目标对象的进入目标区域内的单人进入次数，从而可以较为准确地确定出进入目标区域的进入总次数。
38.一种可选的实施方式中，所述客流信息包括客流调整策略；所述基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息，包括：
39.接收每个所述目标对象检测框对应的子图像；所述子图像为目标对象检测框对应的对象的预设部位的图像；
40.基于所述目标对象检测框对应的标识信息和所述子图像，确定所述目标对象检测框对应的对象的属性特征；
41.基于所述属性特征，将所述属性特征相匹配的对象进行聚类，得到至少一个对象集合；
42.基于确定的所述至少一个对象集合，确定客流调整策略。
43.本公开实施例中，服务器能够基于目标对象检测框与对象的子图像较为准确地确定对象的属性特征，从而可以较为准确地确定针对目标区域的客流调整策略。
44.第三方面，本公开实施例还提供一种客流统计装置，包括：
45.获取模块，用于获取包括目标区域的视频片段，以及所述目标区域对应的判定标志；
46.第一确定模块，用于对所述视频片段中的每张目标图像进行对象识别，确定每张目标图像对应的至少一个对象检测框；
47.筛选模块，用于从每张目标图像对应的对象检测框中，筛选与所述判定标志相交，并且移动方向指示为预设方向的目标对象检测框；所述预设方向包括进入和离开所述目标区域的方向中的至少一项；
48.发送模块，用于向服务器发送所述目标对象检测框对应的标识信息，以使所述服务器基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息。
49.第四方面，本公开实施例还提供一种客流统计装置，包括：
50.接收模块，用于接收目标对象检测框的标识信息；所述目标对象检测框为与目标区域对应的判定标志相交，并且移动方向指示为预设方向的对象检测框；所述预设方向包
括进入和离开所述目标区域的方向中的至少一项；
51.第三确定模块，用于基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息。
52.第五方面，本公开实施例还提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤或执行上述第二方面，或第二方面中任一种可能的实施方式中的步骤。
53.第六方面，本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤或执行上述第二方面，或第二方面中任一种可能的实施方式中的步骤。
54.关于上述客流统计装置、计算机设备、及计算机可读存储介质的效果描述参见上述客流统计方法的说明，这里不再赘述。
55.为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
56.为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
57.图1示出了本公开实施例所提供的一种客流统计方法的流程图；
58.图2示出了本公开实施例所提供的目标对象检测框的效果示意图；
59.图3示出了本公开实施例所提供的另一种客流统计方法的流程图；
60.图4示出了本公开实施例所提供的一种客流统计装置的示意图；
61.图5示出了本公开实施例所提供的另一种客流统计装置的示意图；
62.图6示出了本公开实施例所提供的一种计算机设备的示意图；
63.图7示出了本公开实施例所提供的另一种计算机设备的示意图。
具体实施方式
64.为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开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公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
65.传统的客流信息统计方法主要包括红外客流统计方法、头肩算法、人脸识别方法等。其中红外客流统计方法是统计安装在门口两侧的红外收发设备发出的红外线被经过的人体阻断的次数，实现客流统计的，但是当有多人同时出现时，只会被统计一次；头肩算法和人脸识别方法是利用摄像头进行人脸识别，实现客流统计的，但是当顾客带着帽子或背包时，或者难以获取到脸部图像时，增加了对顾客进行识别的难度。上述客流信息统计方法统计出的客流信息不准确。
66.基于此，本公开提供了一种客流统计方法，利用图像采集装置标定的判定标志和移动方向，可以较为准确地确定出进入目标区域的目标对象检测框，并且通过采用展示面积比较大的目标对象检测框的标识信息，使得服务器在统计目标区域的客流信息时，不容易出现遗漏的情况，因此可以较为准确地确定出目标区域的客流信息。
67.针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。
68.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
69.为便于对本实施例进行理解，首先对本公开实施例所公开的一种客流统计方法进行详细介绍，本公开实施例所提供的客流统计方法的执行主体一般为具有一定计算能力的计算机设备，比如，图像采集装置(例如摄像头等)或服务器等。
70.本公开实施例提供的客流统计方法主要应用于用户进入某个场所的场景中，例如顾客进入线下商店的场景。
71.下面以执行主体为摄像头为例对本公开实施例提供的客流统计方法加以说明。
72.参见图1所示，为本公开实施例提供的一种客流统计方法的流程图，所述方法包括s101～s104，其中：
73.s101：获取包括目标区域的视频片段，以及所述目标区域对应的判定标志。
74.在本公开实施例中，可以通过摄像头标定工具在摄像头获取的视频片段内标定目标区域以及目标区域对应的判定标志。
75.其中视频片段可以是从完整视频中截取的一段视频，或者是从完整视频中截取的多段拼接成的一段视频，或者是未完成视频中的多段视频组成的一段视频，或者是由(经采样/未经采样的)抓拍图按照时序组成的一段视频序列等。
76.判定标志可以为客流统计线、客流统计框以及客流统计线的各种变形等。在具体实施中，客流统计线可以是标定在目标区域内的直线，客流统计框可以是包围目标区域的线框。在本公开实施例中将以客流统计线为例进行说明。
77.客流统计线可以是位于目标区域内的任意位置，根据客流统计线可以确定从摄像头的角度观察到的按照预设方向经过客流统计线的客流量。
78.示例性地，客流统计线可以将目标区域分为两个子区域，根据客流统计线可以统计从第一个子区域移动到第二个子区域或从第二个子区域移动到第一个子区域且经过客流统计线的客流量。在统计进店客流量的场景中，可以设置靠近店门的第一子区域和远离店门的第二子区域，然后标定从第一子区域移动到第二个子区域的方向为进店方向。
79.针对对象为顾客的情况，第一子区域或第二子区域的不宜过小，第一子区域或第
二子区域能够显示出顾客预设部位，例如上半身的部位、或下半身的部位、或超过半身(包括上半身或下半身)的部位，这样可以更准确地进行对象识别，统计出的客流量更加准确。
80.在一种实施方式中，摄像头标定工具在标定好目标区域以及目标区域对应的客流统计线之后，还可以将包括目标区域的视频片段、目标区域以及目标区域对应的客流统计线等数据发送至服务器，以使服务器可以根据包括目标区域的视频片段、目标区域和目标区域对应的客流统计线确定客流量，该过程将在下文进行描述。
81.s102：对所述视频片段中的每张目标图像进行对象识别，确定每张目标图像对应的至少一个对象检测框。
82.在本公开实施例中，目标图像可以指视频片段中的每帧图像，也可以指从视频片段中选择的图像，因此，这里可以对视频片段中的每帧图像进行对象识别，也可以对选择的视频片段中的每张目标图像进行对象识别。
83.对象检测框指的是针对图像中的对象生成的包含对象的全部部位或者某些预设部位的检测框。检测框可以包括由多条线段围成的多边形检测框，例如矩形检测框等，也可以包括曲线围成的检测框，例如圆形检测框等，在本公开实施例中对检测框的形状不作具体限定。在本公开实施例中，可以对每个对象生成一个对象检测框。
84.摄像头可以为识别到的每个对象设置一个对象检测框，并且为每个对象检测框设置一个追踪标识，追踪标识可以用于对对象检测框进行追踪和统计。不同的对象检测框设置的追踪标识可以是不同的。对象检测框以及对象检测框对应的追踪标识可以显示在视频片段中，即在通过对象追踪设备展示包括视频片段的视频流时，可以将对象检测框以及对象检测框对应的追踪标识显示在视频片段中，其中追踪标识可以展示在对象检测框的对应位置，例如对象检测框内的左上角。当同一个对象离开目标区域后又重新被摄像头识别到时，摄像头可以重新为该对象生成一个新的对象检测框和对应的追踪标识，重新生成的追踪标识可以与原来的追踪标识不同，并且也可以与当前显示的其他对象检测框的追踪标识不同。
85.为了方便区分不同的对象检测框，还可以通过对象检测框的展现特效等对不同对象的对象检测框进行区分，比如，为不同的对象检测框设置不同的颜色和粗细等特征，这里可以不作具体限定。
86.s103：从每张目标图像对应的对象检测框中，筛选与所述判定标志相交，并且移动方向指示为预设方向的目标对象检测框；所述预设方向包括进入和离开所述目标区域的方向中的至少一项。
87.这里，从对象检测框中，筛选至少一个与判定标志(例如客流统计线)相交，并且移动方向为预设方向的目标对象检测框。
88.在确定筛选目标对象检测框之前，可以先确定对象检测框与判定标志的移动方向，然后根据移动方向筛选目标对象检测框。在一种实施方式中，可以针对每个对象检测框，基于对象检测框在视频片段的多张目标图像中的位置信息，确定对象检测框的移动方向；然后从对象检测框中筛选与判定标志相交，并且移动方向指示为预设方向的目标对象检测框。如图2所示，通过对视频片段中的某张图像进行对象识别，确定了三个对象检测框，在该图像中还包括获取到的目标区域对应的客流统计线，图中确定出了移动方向为进店方向、且与客流统计线相交的对象检测框为目标对象检测框。
89.这里，视频片段中的多张目标图像可以是按照时间顺序选取的，对于移动的对象来说，随着时间的变化，该对象对应的对象检测框在每个时刻出现在不同图像中的位置信息可能是发生变化的，因此根据对象检测框在不同图像中的位置信息，可以确定对象检测框的移动方向。在对象检测框与客流统计线相交的预设时间(这里可以是一个较短的预设时间，在较短的预设时间内对象的移动方向在在一定概率上不会发生较大的变化)内，可以将对象检测框的移动方向作为对象检测框与客流统计线的相交方向。
90.为了更加准确地统计进入目标区域的客流信息，在一种可能的实施方式中，摄像头还可以为目标对象检测框设置进店状态标识，以使服务器能够对设置有进店状态标识的目标对象检测框进行统计。
91.s104：向服务器发送所述目标对象检测框对应的标识信息，以使所述服务器基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息。
92.标识信息可以指的是摄像头为目标对象检测框生成的追踪标识。考虑到在本公开实施例中，可能存在同一个对象多次进入目标区域的情况，因此在一种可能的实施方式中，可以对目标对象检测框中的对象进行特征提取，得到目标对象检测框中对象的对象特征，然后将目标对象检测框对应的标识信息以及目标对象检测框中对象的对象特征发送至服务器，以使服务器基于目标对象检测框中对象的对象特征对目标对象检测框进行去重，并根据去重后目标对象检测框对应的标识信息，确定目标区域的客流信息。
93.如前所述，目标对象检测框为与客流统计线相交，并且移动方向为进入目标区域的方向的对象检测框，因此目标对象框中的对象为进入目标区域的对象。
94.这里的对象特征可以包括对象的衣着特征，具体可以包括衣着颜色、大小、款式、风格等特征。通常情况下，不同的对象对应的对象特征是不同的，因此，对象特征可以作为对目标对象检测框进行去重的条件，使得服务器可以根据目标对象检测框中对象的对象特征，得到同一个对象进入目标区域的客流信息。
95.在本公开实施例中，摄像头还可以从目标对象检测框所在的图像中，截取目标对象检测框中对象的预设部位的子图像。其中，预设部位的子图像可以是目标对象检测框中对象的任意部位的子图像，为了使得服务器能够较为准确确定出目标对象检测框中对象的属性特征，示例性地，预设部位的子图像可以是脸部的子图像。
96.然后，摄像头可以将目标对象检测框对应的标识信息和子图像发送至服务器，以使服务器基于目标对象检测框对应的标识信息和子图像，确定目标对象检测框中对象的属性特征，并确定针对不同属性特征的对象的客流调整策略。
97.在一种实施方式中，摄像头还可以从目标对象检测框所在的图像中，提取目标对象检测框中对象的预设部位的特征信息，使得服务器能够基于目标对象检测框对应的标识信息和预设部位的特征信息，确定进入目标区域的对象的属性特征，并确定针对不同属性特征的对象的客流调整策略。
98.其中，属性特征可以指的是对象的性别、年龄等反映对象自身属性的特征。客流调整策略可以包括增加或减少目标属性的对象集合的调整策略，通过确定客流调整策略，可以为目标区域所属场所的销售、经营和管理提供决策依据。
99.下面以执行主体为服务器为例对本公开实施例提供的客流统计方法加以说明。参见图3所示，所述方法包括s301～s302，其中：
100.s301：接收目标对象检测框的标识信息；所述目标对象检测框为与目标区域对应的判定标志相交，并且移动方向指示为预设方向的对象检测框；所述预设方向包括进入和离开所述目标区域的方向中的至少一项。
101.服务器可以接收由摄像头对目标对象检测框设置的标识信息。标识信息可以是摄像头为每个目标对象检测框设置的追踪标识，追踪标识可以用于对目标对象检测框进行追踪和统计。当同一个对象离开目标区域后又重新被摄像头识别到时，摄像头可以重新为该对象生成一个新的对象检测框和对应的追踪标识，重新生成的追踪标识可以与原来的追踪标识不同，并且也可以与当前显示的其他对象检测框的追踪标识不同。
102.目标对象检测框指的是针对图像中的目标对象生成的包含目标对象的全部部位或者某些预设部位的检测框，检测框可以包括由多条线段围成的多边形检测框，例如矩形检测框等，也可以包括曲线围成的检测框，例如圆形检测框等，在本公开实施例中对检测框的形状不作具体限定。这里可以对每个目标对象生成一个目标对象检测框。
103.目标区域指的是通过摄像头标定工具在摄像头获取的视频片段内标定的目标区域，客流统计线是与目标区域对应的统计线，用于确定与其相交的目标对象检测框。
104.相交方向可以是根据目标对象检测框在每个时刻出现在不同图像中的位置信息确定的移动方向，然后将目标对象检测框的移动方向作为目标对象检测框与客流统计线的相交方向。
105.客流统计线可以是位于目标区域内的，根据客流统计线可以确定从摄像头的角度观察到的按照预设方向经过客流统计线的目标对象检测框。
106.s302：基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息。
107.在统计目标区域的客流信息时，可以统计进入目标区域内的对象的数量，但是考虑到目标对象检测框的标识信息可以是同一个对象离开目标区域后又重新被摄像头识别到时，摄像头可以重新为该对象生成一个新的对象检测框和对应的追踪标识，因此可能存在多个目标对象检测框的标识信息可能对应同一个对象的情况。
108.因此，在客流信息包括进入目标区域内的对象的数量时，可以对目标对象检测框的标识信息进行去重处理，具体地，可以接收每个目标对象检测框中对象的对象特征；然后基于对象特征，对目标对象检测框进行去重，得到去重后的目标对象检测框；最后基于去重后的目标对象检测框的标识信息，确定进入目标区域中的对象的数量。
109.其中，对象特征用于作为目标对象检测框进行去重的条件。针对对象特征的描述可参见前文，这里不再赘述。
110.去重后的每个目标对象检测框中的对象都是不同的，因此可以基于去重后的目标对象检测框的标识信息，确定进入目标区域中的对象的数量。
111.在客流信息的统计过程中，还可以统计进入目标区域内的对象的进入次数，具体地，可以接收每个目标对象检测框中对象的对象特征；基于对象特征，将对象特征相匹配的对象确定为同一目标对象；针对每个目标对象，基于目标对象对应的目标对象检测框的标识信息确定目标对象进入目标区域内的单人进入次数；基于每个目标对象进入目标区域内的单人进入次数，确定进入目标区域内的目标对象的进入总次数。
112.这里，考虑到通常情况下，不同的对象对应的对象特征完全相同的概率是很小的，因此，这里可以将对象特征相匹配的对象确定为同一目标对象。对象特征相匹配的对象可
以包括对象特征的匹配度符合预设阈值的对象，当对象特征的匹配度符合预设阈值时，可以认为对应的对象是同一目标对象。
113.针对同一个目标对象，对应的目标对象检测框的标识信息就是该目标对象进入目标区域内的单人进入次数。最后，将每个目标对象进入目标区域内的单人进入次数进行求和，可以得到进入目标区域内的目标对象的进入总次数。
114.在本公开实施例中，还可以接收每个目标对象检测框对应的子图像；子图像为目标对象检测框对应的对象的预设部位的图像；基于目标对象检测框对应的标识信息和子图像，确定目标对象检测框对应的对象的属性特征；基于属性特征，将属性特征相匹配的对象进行聚类，得到至少一个对象集合；基于确定的至少一个对象集合，确定客流调整策略。
115.其中，预设部位的子图像可以是目标对象检测框中对象的任意部位的子图像，为了能够较为准确确定出目标对象检测框中对象的属性特征，示例性地，预设部位的子图像可以是脸部的子图像。在接收到目标对象检测框对应的标识信息和子图像之后，可以实现人体人脸关联统计进入目标区域的对象的属性特征。在一种实施方式中，还可以接收目标对象检测框中对象的预设部位的特征信息，基于目标对象检测框对应的标识信息和预设部位的特征信息，确定目标对象检测框对应的对象的属性特征。
116.其中，针对属性特征的描述这里不再赘述，具体可参见前文。客流调整策略可以包括增加或减少目标属性的对象集合的调整策略，通过确定客流调整策略，可以为目标区域所属场所的销售、经营和管理提供决策依据。
117.在本公开实施例中，还可以基于上述过程确定出的每个目标对象检测框对应的对象的属性特征，对目标对象检测框进行去重，进而确定进入目标区域中的对象的数量或确定进入目标区域内的目标对象的进入总次数，这里不再赘述。
118.本公开实施例提供的客流统计方法中，执行主体为服务器时，该客流统计方法可以包括以下四个步骤：
119.步骤一，服务器可以接收由摄像头获取包括目标区域的视频片段、摄像头标定工具标定好的目标区域以及目标区域对应的客流统计线；
120.步骤二，服务器可以对视频片段中的每张图像进行对象识别，确定每张图像对应的至少一个对象检测框；
121.步骤三，服务器可以从每张图像对应的对象检测框中，筛选与客流统计线相交，并且相交方向为预设方向的目标对象检测框，预设方向包括进入目标区域的方向；
122.步骤四，最后基于目标对象检测框的标识信息，确定目标区域的客流信息。
123.在该客流统计方法执行之前，摄像头可以获取包括目标区域的视频片段，以及目标区域对应的客流统计线，该过程与s101的过程相同，这里不再赘述，摄像头可以将包括目标区域的视频片段，以及目标区域对应的客流统计线发送给服务器，在该客流统计方法中，步骤一，服务器接收由摄像头发送的上述信息；步骤二和步骤三的过程可以参考s102和s103的过程，区别在于执行主体不同；步骤四的过程与s302的过程相同，因此这里也不再赘述。
124.本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
125.基于同一发明构思，本公开实施例中还提供了与客流统计方法对应的客流统计装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述客流统计方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
126.参照图4所示，为本公开实施例提供的一种客流统计装置的架构示意图，所述装置包括：获取模块401、第一确定模块402、筛选模块403、发送模块404；其中，
127.获取模块401，用于获取包括目标区域的视频片段，以及所述目标区域对应的判定标志；
128.第一确定模块402，用于对所述视频片段中的每张目标图像进行对象识别，确定每张目标图像对应的至少一个对象检测框；
129.筛选模块403，用于从每张目标图像对应的对象检测框中，筛选与所述判定标志相交，并且移动方向指示为预设方向的目标对象检测框；所述预设方向包括进入和离开所述目标区域的方向中的至少一项；
130.发送模块404，用于向服务器发送所述目标对象检测框对应的标识信息，以使所述服务器基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息。
131.一种可选的实施方式中，第一确定模块402，具体用于：
132.对所述目标对象检测框中的对象进行特征提取，得到所述目标对象检测框中对象的对象特征；
133.向服务器发送目标对象检测框对应的标识信息以及所述目标对象检测框中对象的对象特征，以使所述服务器基于所述目标对象检测框中对象的对象特征对所述目标对象检测框进行去重，并根据去重后目标对象检测框对应的标识信息，确定所述目标区域的客流信息。
134.一种可选的实施方式中，第一确定模块402，具体用于：
135.从所述目标对象检测框所在的图像中，截取所述目标对象检测框中对象的预设部位的子图像；
136.向服务器发送所述目标对象检测框对应的标识信息和所述子图像，以使所述服务器基于所述目标对象检测框对应的标识信息和所述子图像，确定所述目标对象检测框中对象的属性特征，并确定针对不同属性特征的对象的客流调整策略。
137.一种可选的实施方式中，所述装置还包括：
138.第二确定模块405，用于针对每个对象检测框，基于所述对象检测框在所述视频片段的多张目标图像中的位置信息，确定所述对象检测框的移动方向；
139.从所述对象检测框中筛选与所述判定标志相交，并且移动方向指示为预设方向的目标对象检测框。
140.参照图5所示，为本公开实施例提供的另一种客流统计装置的架构示意图，所述装置包括：接收模块501和第三确定模块502，其中：
141.接收模块501，用于接收目标对象检测框的标识信息；所述目标对象检测框为与目标区域对应的判定标志相交，并且移动方向指示为预设方向的对象检测框；所述预设方向包括进入和离开所述目标区域的方向中的至少一项；
142.第三确定模块502，用于基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息。
143.一种可选的实施方式中，所述客流信息包括进入所述目标区域内的对象的数量；第三确定模块502，具体用于：
144.接收每个所述目标对象检测框中对象的对象特征；
145.基于所述对象特征，对所述目标对象检测框进行去重，得到去重后的目标对象检测框；
146.基于去重后的目标对象检测框的标识信息，确定进入所述目标区域中的对象的数量。
147.一种可选的实施方式中，所述客流信息包括进入所述目标区域内的对象的进入次数；第三确定模块502，具体用于：
148.接收每个所述目标对象检测框中对象的对象特征；
149.基于所述对象特征，将所述对象特征相匹配的对象确定为同一目标对象；
150.针对每个目标对象，基于所述目标对象对应的目标对象检测框的标识信息确定所述目标对象进入所述目标区域内的单人进入次数；
151.基于每个目标对象进入所述目标区域内的单人进入次数，确定进入所述目标区域内的目标对象的进入总次数。
152.一种可选的实施方式中，所述客流信息包括客流调整策略；第三确定模块502，具体用于：
153.接收每个所述目标对象检测框对应的子图像；所述子图像为目标对象检测框对应的对象的预设部位的图像；
154.基于所述目标对象检测框对应的标识信息和所述子图像，确定所述目标对象检测框对应的对象的属性特征；
155.基于所述属性特征，将所述属性特征相匹配的对象进行聚类，得到至少一个对象集合；
156.基于确定的所述至少一个对象集合，确定客流调整策略。
157.关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
158.基于同一技术构思，本公开实施例还提供了一种计算机设备。参照图6所示，为本公开实施例提供的计算机设备600的结构示意图，包括处理器601、存储器602、和总线603。其中，存储器602用于存储执行指令，包括内存6021和外部存储器6022；这里的内存6021也称内存储器，用于暂时存放处理器601中的运算数据，以及与硬盘等外部存储器6022交换的数据，处理器601通过内存6021与外部存储器6022进行数据交换，当计算机设备600运行时，处理器601与存储器602之间通过总线603通信，使得处理器601在执行以下指令：
159.获取包括目标区域的视频片段，以及所述目标区域对应的判定标志；
160.对所述视频片段中的每张目标图像进行对象识别，确定每张目标图像对应的至少一个对象检测框；
161.从每张目标图像对应的对象检测框中，筛选与所述判定标志相交，并且移动方向指示为预设方向的目标对象检测框；所述预设方向包括进入和离开所述目标区域的方向中的至少一项；
162.向服务器发送所述目标对象检测框对应的标识信息，以使所述服务器基于所述目
标对象检测框的标识信息，确定所述目标区域的客流信息。
163.基于同一技术构思，本公开实施例还提供了另一种计算机设备。参照图7所示，为本公开实施例提供的计算机设备700的结构示意图，包括处理器701、存储器702、和总线703。其中，存储器702用于存储执行指令，包括内存7021和外部存储器7022；这里的内存7021也称内存储器，用于暂时存放处理器701中的运算数据，以及与硬盘等外部存储器7022交换的数据，处理器701通过内存7021与外部存储器7022进行数据交换，当计算机设备700运行时，处理器701与存储器702之间通过总线703通信，使得处理器701在执行以下指令：
164.接收目标对象检测框的标识信息；所述目标对象检测框为与目标区域对应的判定标志相交，并且移动方向指示为预设方向的对象检测框；所述预设方向包括进入和离开所述目标区域的方向中的至少一项；
165.基于所述目标对象检测框的标识信息，确定所述目标区域的客流信息。
166.本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的客流统计方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
167.本公开实施例还提供一种计算机程序产品，该计算机产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的客流统计方法的步骤，具体可参见上述方法实施例，在此不再赘述。
168.其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
169.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
170.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
171.另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
172.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得
一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
173.最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。