【技术实现步骤摘要】
本专利技术涉及无人商店领域，具体为一种无人商店顾客跟踪方法及系统。
技术介绍
1、传统零售店依赖人工进行商品管理和顾客服务，而无人商店通过各种自动化技术，能够实现顾客自助购物、自动结算以及防损监控等功能。然而，由于无人商店缺少传统的人力监控，如何有效跟踪顾客提升顾客购物体验并保障商品的安全成为了亟待解决的技术问题。在这一背景下，多目标跟踪（multi-object tracking，mot）技术成为了无人商店的重要组成部分。多目标跟踪技术在顾客行为分析方面也具有重要作用。无人商店可以通过跟踪顾客在店内的活动轨迹，收集并分析其购物行为，如顾客在各个商品区停留的时间、移动路径等。通过分析这些数据，商店可以更好地了解顾客的购物习惯和偏好，优化商品陈列布局，提升购物体验。例如，商店可以根据顾客的停留时长调整商品的摆放顺序，或将热销商品放在顾客常经过的路径上，提升销售转化率。通过对顾客行为的深入分析，无人商店不仅能够提高运营效率，还能够个性化调整商店的配置，从而满足更多顾客的需求，提升整体服务质量。而且该技术能帮助及时发现异常行为，如顾客未付款取走商品的情况，从而提升商店的安全防护能力。然而，在无人商店的场景中，顾客行为复杂、环境变化多样，传统跟踪方法在处理遮挡、反复进出镜头等问题时，可能会导致跟踪漂移和id切换，提高跟踪的准确率是发挥好多目标跟踪的关键。
技术实现思路
1、基于上述要解决的问题，本专利技术提供了一种无人商店顾客跟踪方法，所述方法包括以下步骤：
2、通过无人商店的
3、若匹配失败的轨迹在当前级联匹配阶段中匹配失败而在iou匹配阶段中匹配成功，则根据外观余弦距离对iou匹配成功的轨迹进行确认，将经过确认的iou匹配成功的轨迹作为iou匹配阶段匹配成功的轨迹；
4、根据级联匹配阶段和iou匹配阶段匹配成功的轨迹实现对顾客的跟踪。
5、优选地，所述基于匹配失败的次数调整匹配失败的轨迹在当前级联匹配中马氏距离和外观余弦距离的权重，具体为：
6、获取级联匹配中马氏距离的默认权重，以及确认态轨迹的最大寿命次数，所述最大寿命次数是指允许确认态的轨迹在连续若干帧内没有匹配成功的最大次数，超过所述最大次数后，确认态的轨迹会被认定为失效并被删除；
7、计算所述匹配失败的次数与所述最大寿命次数的比值，计算1减去所述比值得到的数值，将所述数值和马氏距离的默认权重的乘积作为当前级联匹配中马氏距离的权重，将1和所述当前级联匹配中马氏距离的权重的差作为当前级联匹配中外观余弦距离的权重。
8、优选地，所述根据外观余弦距离对iou匹配成功的轨迹进行确认，具体为：
9、获取在iou匹配阶段中匹配成功的轨迹的当前位置，并获取轨迹在所述当前位置的预设范围内级联匹配成功的轨迹中外观特征的变化量；
10、若所述外观余弦距离不大于所述变化量，则认定iou匹配成功，否则，认定iou匹配失败。
11、优选地，所述获取轨迹在所述当前位置的预设范围内级联匹配成功的轨迹中外观特征的变化量，具体为：
12、获取通过reid提取的轨迹的外观特征向量和外观特征向量对应的位置，若所述位置在所述当前位置的预设范围内，而且级联匹配成功，则将所述外观特征向量加入到外观特征向量集合中；
13、计算所述外观特征向量集合中每个外观特征向量与同一个轨迹的上一个外观特征向量的余弦相似度，并计算所述外观特征向量集合中所有余弦相似度的平均值，将1减去所述平均值作为所述变化量。
14、优选地，在所述根据级联匹配阶段和iou匹配阶段匹配成功的轨迹实现对顾客的跟踪之后，还包括对顾客行为的分析；所述对顾客行为的分析具体为：
15、记录顾客进店、出店时间，以及在每个商品区域停留时间和购买的商品；
16、采用热力图显示无人商店内停留时间密集的区域以及购买的热门商品。
17、另外，本专利技术还提供了一种无人商店顾客跟踪系统，所述系统包括以下模块：
18、级联匹配模块，用于通过无人商店的摄像头拍摄无人商店视频，对视频中的帧进行目标检测得到检测框，并获取上次匹配失败的确认态的轨迹，统计匹配失败的确认态轨迹匹配失败的次数，基于匹配失败的次数调整匹配失败的轨迹在当前级联匹配中马氏距离和外观余弦距离的权重；
19、iou匹配模块，用于若匹配失败的轨迹在当前级联匹配阶段中匹配失败而在iou匹配阶段中匹配成功，则根据外观余弦距离对iou匹配成功的轨迹进行确认，将经过确认的iou匹配成功的轨迹作为iou匹配阶段匹配成功的轨迹；
20、跟踪模块，用于根据级联匹配阶段和iou匹配阶段匹配成功的轨迹实现对顾客的跟踪。
21、优选地，所述基于匹配失败的次数调整匹配失败的轨迹在当前级联匹配中马氏距离和外观余弦距离的权重，具体为：
22、获取级联匹配中马氏距离的默认权重，以及确认态轨迹的最大寿命次数，所述最大寿命次数是指允许确认态的轨迹在连续若干帧内没有匹配成功的最大次数，超过所述最大次数后，确认态的轨迹会被认定为失效并被删除；
23、计算所述匹配失败的次数与所述最大寿命次数的比值，计算1减去所述比值得到的数值，将所述数值和马氏距离的默认权重的乘积作为当前级联匹配中马氏距离的权重，将1和所述当前级联匹配中马氏距离的权重的差作为当前级联匹配中外观余弦距离的权重。
24、优选地，所述根据外观余弦距离对iou匹配成功的轨迹进行确认，具体为：
25、获取在iou匹配阶段中匹配成功的轨迹的当前位置，并获取轨迹在所述当前位置的预设范围内级联匹配成功的轨迹中外观特征的变化量；
26、若所述外观余弦距离不大于所述变化量，则认定iou匹配成功，否则，认定iou匹配失败。
27、优选地，所述获取轨迹在所述当前位置的预设范围内级联匹配成功的轨迹中外观特征的变化量，具体为：
28、获取通过reid提取的轨迹的外观特征向量和外观特征向量对应的位置，若所述位置在所述当前位置的预设范围内，而且级联匹配成功，则将所述外观特征向量加入到外观特征向量集合中；
29、计算所述外观特征向量集合中每个外观特征向量与同一个轨迹的上一个外观特征向量的余弦相似度，并计算所述外观特征向量集合中所有余弦相似度的平均值，将1减去所述平均值作为所述变化量。
30、优选地，在所述根据级联匹配阶段和iou匹配阶段匹配成功的轨迹实现对顾客的跟踪之后，还包括对顾客行为的分析；所述对顾客行为的分析具体为：
31、记录顾客进店、出店时间，以及在每个商品区域停留时间和购买的商品；
32、采用热力图显示无人商店内停留时间密集的区域以本文档来自技高网...
【技术保护点】
1.一种无人商店顾客跟踪方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述基于匹配失败的次数调整匹配失败的轨迹在当前级联匹配中马氏距离和外观余弦距离的权重，具体为：
3.如权利要求1所述的方法，其特征在于，所述根据外观余弦距离对IOU匹配成功的轨迹进行确认，具体为：
4.如权利要求3所述的方法，其特征在于，所述获取轨迹在所述当前位置的预设范围内级联匹配成功的轨迹中外观特征的变化量，具体为：
5.如权利要求1所述的方法，其特征在于，在所述根据级联匹配阶段和IOU匹配阶段匹配成功的轨迹实现对顾客的跟踪之后，还包括对顾客行为的分析；所述对顾客行为的分析具体为：
6.一种无人商店顾客跟踪系统，其特征在于，所述系统包括以下模块：
7.如权利要求6所述的系统，其特征在于，所述基于匹配失败的次数调整匹配失败的轨迹在当前级联匹配中马氏距离和外观余弦距离的权重，具体为：
8.如权利要求6所述的系统，其特征在于，所述根据外观余弦距离对IOU匹配成功的轨迹进行确认，具体为：
<...【技术特征摘要】
1.一种无人商店顾客跟踪方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述基于匹配失败的次数调整匹配失败的轨迹在当前级联匹配中马氏距离和外观余弦距离的权重，具体为：
3.如权利要求1所述的方法，其特征在于，所述根据外观余弦距离对iou匹配成功的轨迹进行确认，具体为：
4.如权利要求3所述的方法，其特征在于，所述获取轨迹在所述当前位置的预设范围内级联匹配成功的轨迹中外观特征的变化量，具体为：
5.如权利要求1所述的方法，其特征在于，在所述根据级联匹配阶段和iou匹配阶段匹配成功的轨迹实现对顾客的跟踪之后，还包括对顾客行为的分析；所述对顾客行为的分析具体为...
【专利技术属性】
技术研发人员：杨静，杨慧，
申请(专利权)人：鸿泰江苏科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。