[发明专利]一种无人店铺秩序管理方法及系统

权利要求书

1.一种无人店铺秩序管理方法，其特征在于，包括如下步骤：

获取店内视频图像；

对视频图像进行人体动作识别，得出进店人员的姿态；

对进店人员的姿态进行分析，判断进店人员的异常行为类型；

根据进店人员的异常行为类型，发出对应的提醒指令；

根据提醒指令，向进店人员发出提醒信息。

2.根据权利要求1所述的一种无人店铺秩序管理方法，其特征在于，对视频图像进行人体动作识别，得出进店人员的姿态，包括：

将视频图像输入姿态标注卷积神经网络，得到进店人员姿态的节点集；

将节点集与姿态节点关联库进行匹配，得出进店人员的姿态。

3.根据权利要求1所述的一种无人店铺秩序管理方法，其特征在于，对视频图像进行人体动作识别，得出进店人员的姿态，包括：

将视频图像输入人体检测卷积神经网络进行处理，从图像中框选出人体位置；

将视频图像输入光流计算卷积神经网络进行处理，计算出全图的光流信息；

根据图像中框选出人体位置和全图信息，计算出人体的光流值；

将人体光流值与设定阈值比较，判断进店人员是否处于超速行走或奔跑姿态。

4.根据权利要求1所述的一种无人店铺秩序管理方法，其特征在于，对视频图像进行人体动作识别，得出进店人员的姿态，包括：

将视频图像输入人体检测卷积神经网络进行处理，从图像中框选出人体位置；

将视频图像输入光流计算卷积神经网络进行处理，计算出全图的光流信息；

根据图像中框选出人体位置和全图信息，计算出人体的光流轮廓；

对人体光流轮廓进行分析，判断进店人员是否处于蹲下姿态或躺下姿态。

5.根据权利要求4所述的一种无人店铺秩序管理方法，其特征在于，对人体光流轮廓进行分析，判断进店人员是否处于蹲下姿态或躺下姿态，包括：

对进店人员的光流轮廓进行图像膨胀，形成完整的轮廓图；

对轮廓图进行高通滤波获取纹理细节；

对轮廓图进行轮廓提取，得到包围面积最大的轮廓；

将包围面积最大的轮廓的长宽比与设定阈值比较，判断进店人员的姿态是否处于蹲下姿态或躺下姿态。

6.根据权利要求4或5所述的一种无人店铺秩序管理方法，其特征在于，还包括如下步骤：

以光流轮廓为匹配内容，对候选的人体框和待更新的人体轨迹进行特征匹配；

对候选的人体框和待更新的人体轨迹进行最佳匹配，将人体框信息更新到对应人体轨迹；

获取店内视频图像的不同摄像区域的位置关系，实现人体轨迹在不同摄像头区域的自动切换；

综合不同摄像区域的人体轨迹，形成人体全轨迹图形；

将人体全轨迹图形以曲线的形式绘制到店铺的二维俯视图中，将轨迹的当前位置以坐标点的形式绘制到店铺的二维俯视图中；

统计店铺各区域的轨迹坐标点个数，将各区域的坐标点个数与设定阈值比较，判断该区域是否属于拥挤状态。

7.根据权利要求1至4所述的任意一种无人店铺秩序管理方法，其特征在于，还包括如下步骤：

获取店铺内相关环境检测参数；

根据相关环境检测参数，自动控制相应电器设备。

8.根据权利要求7所述的一种无人店铺秩序管理方法，其特征在于，还包括如下步骤：

若店铺内相关环境检测参数超过设定阈值，则向店内人员发出警报，并指示店内人员离开店铺。