人群计数:技术难点、商业产品化成功案例、现状、传统做法、硬件设备、

news2024/11/25 0:57:43

现状

比较成熟了,准确率已经很高了(有多高,后面我搞懂metrics高到什么程度,再汇报过来)

商业公司基本把这个领域做的很透彻了,performance基本到了一一个无法提高的位置了(和图像识别那样),145个国家发明专利,19家公司提供现成的服务,好几个公司号称自己的准确率高达90%(就是在商圈人流量统计这个领域)

你要是说多么难吧,几百个团队都做出现成的产品、发出论文了,要是有那么难,他们也不可能做出来

技术难点:

  • 人流密度过高时,容易造成漏检: 在人流密度较高的场合,人与人之间存在遮挡,会导致模型误检、漏检问题。

  • 在动态场景下,容易造成重识别问题,计数中去重存在困难: 传统的传感器或目标检测方式无法识别行人朝向与ID,导致难以对一段时间内行人进出数量进行精准监控。而目标跟踪方式也存在对遮挡后重新出现的行人准确重识别的难点问题。

  • 大量干扰下,容易造成误识别: 商场中各种人型模特和广告牌会对结果产生很大干扰。

  • 因为距离镜头远近的不同,照片上人头的大小不同variations in scale

  • 有的地方人密集,有的地方人稀疏non-uniform density

应用场景:商圈客流量统计、公园、景区、展会、火车汽车站、公交车、公厕、医院、校园、工地、居民社区、酒店人流量统计

已成熟实现的商业公司

145项中国专利,18个在打广告做这个业务的公司

(1)百度有付费的人流量统计的SDK

静态、动态都可以

https://ai.baidu.com/tech/body/num

静态的,输入一张图片进去,给人的脑袋打上红点,然后左上角显示计数

 

 

动态人流量统计

统计in和out,出来人给你打颜色不同的方框,赋予不同的ID

动态人流量统计示例-百度大脑_哔哩哔哩_bilibili

暂时无法在飞书文档外展示此内容

(2)锐保科技已经完成了识别和统计图像当中的人体个数(静态统计,不支持追踪和去重)

https://www.ybinsure.com/spa/AI/

https://blog.csdn.net/yiyideda/article/details/12533

(3)商雀科技-商场客流量统计、讯鹏科技、乐汇APP--传递宝app、客汇宝APP、

https://www.shangquedata.com/

https://www.zhihu.com/zvideo/1431993764042289152

(4)图普科技智慧零售

过店客流分析 ▪ 实时显示过店/进店客流数 ▪ 按时间段展示进店率

顾客进出时间统计 ▪ 识别并统计单个顾客进出时间 ▪ 生成平均停留时长报表

消费客群精准画像 ▪ 按性别/年龄/新老顾客等进行统计 ▪ 生成门店精准客流画像

https://tuputech.com/flow_statistics

(5)国家知识产权局 登录在案 的“人流量统计” 的专利有145条

 

(6)用芯点 客流精数据监测平台

https://www.yxdian.com/

21w个监测点,156+连锁品牌合作,107+城市覆盖,识别精准率95%

  目前已落地服务上海、北京、广州、深圳、杭州、南京、天津、西安、苏州、无锡、东莞、佛山等多个省会城市及地级市和县级市,全面满足连锁企业多城市扩张的趋势

连锁品牌:客流量 ✖️ 转化率 ✖️ 客单价= 营业额

新店选址:门店路径人流量

已开店经营:进店转化率。门店最近营业额变化,是客流原因吗?几家门店营业额差距大,是选址,还是运营原因?做了营销活动,客流有增加吗?

APP实地客流视频拍摄,24小时内出数据

 

 

 

 (7)嵌入式设备做客流统计

万店掌

配着硬件的

 

俊竹科技客流统计

http://www.junzhudata.com/index.html

 

掌流宝--嵌入式设备很小的人流计数器

https://item.jd.com/10049067739579.html

可续航5天,黑暗场景下也可以计数

 

安吉升科技

http://www.anjisheng.com/

万科、世贸百货、银座是他的客户

优酷视频云

FOORIR-成都华芯智云科技

https://foorir.cn/bus-passenger-counter-2/

 

虹软

https://ai.arcsoft.com.cn/car/custom_solution.html?utm_source=baidu&utm_campaign=custom3&utm_medium=bus&bd_vid=8700918148301847828

雅量科技

http://www.ya1688.com/

图普科技

https://www.tuputech.com/flow_statistics

慧联无限

https://www.easylinkin.com/iotsolution/building/info.aspx?itemid=207

Sensormatic

https://www.sensormatic-cn.com/computer-vision/

Density

https://density.io/

XOVIS

https://www.xovis.com/

传统的人流量统计的做法

人工统计方式

由人工来统计客流量,这种方法存在很大弊端。

首先,统计人员的注意力不可能长时间的保持高度集中,极易在疲倦的时候漏数顾客人数

其二,是时间方面,统计员不可能长时间的、不间断的工作,对于商场一般12个小时以上的营业时间来说,很难做到全面统计

其三,是成本方面,采用人工的方式统计客流所产生的人力薪资成本毫无疑问要比采用设备统计的成本要高出许多,而且设备属于一次性投入,而人力成本属于持续性投入。

红外线感应统计方式、

 

红外对射方式(其主要的实现方式是对从红外感应区域经过的人体,切断或阻挡红外线使其产生电阻变化)

红外反射方式:通过检测人体发出的10um左右的特定红外线来判断人体数量。

缺点:

  对于比较宽的门口,多人同时经过的时候也容易产生漏数现象;

  红外方式无法很好的判断顾客是进入或是出去,只能统计到是有人经过,

硬件设备

单目摄像头客流统计:算法简单,成本低(对硬件的需求就也没那么高),准确率80%,在光线变换的情况下准确率60%

双目摄像头客流统计:使用两个相同的摄像头,类似人的双眼,两个摄像头取得的图像,经过一系列的计算,合成出3D的图像。在双目客流中,最大的优势是获取了实际场中的第三维信息,就是人的高度信息,因些,只用检测高度在1米到2米之间高度图像,使用两个相同的摄像头,类似人的双眼,两个摄像头取得的图像,经过一系列的计算,得到3D的图像。由人的头部在最高位置,因些很容易就可以得到人的位置信息,而且可以排除灯光,阳光等干扰,解决了object的overlapping问题,不会把视觉上重叠的两个东西看做一个

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/472248.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

卡尔曼滤波器简介——多维卡尔曼滤波

原文:多维卡尔曼滤波 (kalmanfilter.net) 目录 前言 基本背景 状态外推方程 示例 - 飞机 - 无控制输入 示例 - 带控制输入的飞机 示例 – 坠落物体 状态外推方程维度 线性时不变系统 线性动态系统建模 状态外推方程的推导 状态空间表示形式 示例 - 等速…

大数据Doris(六):BE部署及启动

文章目录 BE部署及启动 一、上传安装包并解压 二、修改be.conf 配置文件 三、上传apache-doris-java-udf 对应 jar 四、启动BE 五、将 node3 BE 安装包发送其他 BE 节点 六、配置其他 BE 节点 七、启动其他 BE 节点 BE部署及启动 本集群中我们在node3、node4、node5上…

C S S

目录 1.样式定义方式 1.1行内样式表 1.2内部样式表 1.3外部样式表 2.注解 3.选择器 3.1标签选择器 3.2 id选择器 3.3 类选择器 3.4 派生选择器 3.5 伪类选择器 链接伪类选择器: 位置伪类选择器: ​编辑 目标伪类选择器: 复合选…

数据治理在学术上的发展史以及未来展望

数据治理是大数据领域中非常重要的一环,从早期的学术研究到如今的各大企业落地实践,经历了漫长的过程,数据治理的实践落地本身也是一场马拉松。 从百度学术通过精确关键词匹配,搜索中文期刊的“数据治理” 和外文期刊的“data gov…

Apache安装与基本配置

1. 下载apache 地址:www.apache.org/download.cgi,选择“files for microsoft windows”→点击”ApacheHaus”→点击”Apache2.4 VC17”,选择x64/x86,点击右边download下面的图标。 2. 安装apache (1)把…

flutter集成Mob推送(Android)

Mob推送 Flutter对接文档 1、在pubspec.yaml文件中加入下面依赖 mobpush_plugin: ^1.2.2 # MOB推送2、导入 MobPush 相关依赖 在项目根目录的build.gradle中添加以下代码: buildscript {repositories {// 配置Mob Maven库maven {url "https://mvn.mob.com/an…

4月份读书学习好文记录

4月份学习记录 找到自己感兴趣的方向,而不是人云亦云,知道自己想要的是什么,而不是一直得过且过! 差距是怎么出现的,四年来的点点滴滴!!! 一个前端大佬的十年回顾 | 漫画前端的前世…

Confidential Containers发布0.5.0版本,龙蜥将基于八大特性构建开箱即用的机密容器解决方案

文/段勇帅 01 前言 机密容器(Confidential Containers,简称CoCo)是 Cloud Native Computing Foundation(CNCF)Sandbox 项目。目前机密容器项目的核心参与者包括阿里云、AMD、ARM、IBM、Intel、Microsoft、Red Hat、R…

OpenGL(三)——着色器

目录 一、前言 二、Shader 2 Shader 2.1 顶点着色器 2.2 片段着色器 三、APP 2 Shader 四、顶点颜色属性 五、着色器类C 一、前言 着色器Shader是运行在GPU上的小程序,为图形渲染管线的某个特定部分而运行。各阶段着色器之间无法通信,只有输入和输…

uniapp 截图或者生成海报

需求:uniapp移动端需要生成一张当前界面的海报 方案一:类似于手机按钮截图效果。实现代码如下: doSaveScreen() { let $this this; uni.showLoading({ //加载框 title: 保存中..., …

Sqlmap手册—史上最全

Sqlmap手册—史上最全 一.介绍 开源的SQL注入漏洞检测的工具,能够检测动态页面中的get/post参数,cookie,http头,还能够查看数据,文件系统访问,甚至能够操作系统命令执行。 检测方式:布尔盲注、…

css中的background属性

文章目录 一:background-repeat二:background-position三:background缩写方式三:background-size四:background-origin五:background-clip 在日常前端开发中,经常需要进行背景或背景图的处理。但…

国民技术N32G430开发笔记(10)- IAP升级 Application 的制作

IAP升级 Application 的制作 1、App程序跟Bootloader程序最大的区别就是, 程序的执行地址变成了之前flash设定的0x08006000处, 大小限制为20KB 所以修改Application工程的ld文件 origin 改成 0x08006000 length 改成0x5000 烧录是起始地址也要改为x0x…

【chapter30】【PyTorch】[动量与学习率衰减】

前言: SGD的不足: ①呈“之”字型,迂回前进,损失函数值在一些维度的改变得快(更新速度快),在一些维度改变得慢(速度慢)- 在高维空间更加普遍 ②容易陷入局部极小值和鞍点…

JVM性能调优监控工具jps、jstack、jmap、jhat、jstat

JDK本身提供了很多方便的JVM性能调优监控工具,除了集成式的VisualVM和jConsole外,还有jps、jstack、jmap、jhat、jstat等小巧的工具,本博客希望能起抛砖引玉之用,让大家能开始对JVM性能调优的常用工具有所了解。 现实企业级Java开…

【数据架构系列-06】一文搞懂数据模型的3中类型——概念模型、逻辑模型、物理模型

数据模型就是模拟现实世界的方法论,是通向智慧世界的基石! 从现实世界发展到智慧世界,要数经历现实世界、信息世界、计算机世界、数据世界、智慧世界五个不同的世界,我们天生具有从混沌的世界抽象信息变为信息世界的能力&#xff…

《统计学习方法》——EM算法及其推广(上)

引言 EM算法是一种迭代算法,用于含有隐变量的概率模型参数的极大似然估计。 理解EM算法需要很多概率论的知识,所以下面先贴出所需要的知识。便于对后文的理解。 补充知识 期望 对于离散型随机变量 X X X的概率分布为 p i p { X x i } p_ip\{Xx_i\}…

第八章 集合函数

文章目录 前言一、聚合函数介绍1 、AVG (平均值) 和SUM (求和)函数2 、MIN(最小值)和MAX(最大值)函数3 、COUNT函数问题:用count(*),count(1),count(列名)谁好呢? 二、G…

语义分割学习笔记(一)语义分割前言

1.什么是语义分割? 语义分割(semantic segmentation) FCN要对分割对象进行一个大的划分,即分类。如下图,语义分割有树、人、草地大类别的划分。 实例分割(Instance segmentation) Mask R-CNN要对每一个分割类别中的每一个对象也要进行一个细…

第五章——动态规划2

线性DP 数字三角形 像二维数组一样,设置行和列,只不过这里的列是斜着的,如圈出来的7,坐标可以表示为(4,2) 集合划分,所有路径可以分成俩类,某点左上方一类,右下方一类。 我们先把7去掉&#xff…