[发明专利]一种店铺数据分析方法及系统

权利要求书

1.一种店铺数据分析方法，其特征在于，所述分析方法包括：

获取摄像头拍摄的视频图像，所述视频图像包括多帧图像，所述摄像头安装于店铺的门口斜上方；

对于第t帧图像，采用基于深度学习的神经网络模型检测所述第t帧图像中是否包括行人，得到第一检测结果；

当所述第一检测结果表示所述第t帧图像中包括行人时，获得所述行人的参数；所述行人的参数包括：个数、行人位置和特征向量；具体包括：对于第j个行人，采用所述神经网络模型获得所述第j个行人的子种类，所述子种类为种类“人类”的分类，包括“男孩”、“男人”、“老人男”、“女孩”、“女人”、“老人女”；获取所述第j个行人的位置矩形Lj＝(Xj,Yj,Wj,Hj)，其中Xj为所述第j个行人在所述第t帧图像中的横坐标，Yj为所述第j个行人在所述第t帧图像中的纵坐标，Wj为所述第j个行人的位置矩形在所述第t帧图像中的宽度，Hj为所述第j个行人的位置矩形在所述第t帧图像中的高度；获取所述第j个行人的位置矩形的质心坐标Cj＝(x_c，y_c)；获取所述第j个行人对应的特征向量Vj；

根据所述行人的参数对行人进行跟踪；

更新经过店铺的总人数；

判断所述行人是否进入店铺，得到第二判断结果；

当所述第二判断结果表示所述行人进入店铺时，更新进入店铺的总人数；

获取收银系统当前的付款笔数；

根据更新后的经过店铺的总人数和更新后的进入店铺的总人数，获得进店转化率；

根据所述更新后的进入店铺的总人数和所述付款笔数，获得付款转化率；

将所述行人的参数、所述进店转化率和所述付款转化率进行数据组合，得到所述店铺的数据分析结果。

2.根据权利要求1所述的分析方法，其特征在于，所述对于第t帧图像，采用基于深度学习的神经网络模型检测所述第t帧图像中是否包括行人，得到第一检测结果，具体包括：

采用所述神经网络模型检测所述第t帧图像中的物体参数，所述物体参数包括物体个数、物体种类、物体位置坐标和物体的特征向量；

判断所述物体参数中物体种类是否包括“人类”；

当所述物体种类包括“人类”时，则所述第t帧图像中包括行人，将所述物体种类为“人类”的物体确定为行人；

当所述物体种类不包括“人类”时，则所述第t帧图像中不包括行人。