CN106981150A - 一种超市智能防盗系统及方法 - Google Patents

Abstract

本发明公开了一种超市智能防盗系统及方法，其中系统包括摄像头单元、重量传感器平台、服务器平台、警示单元，摄像头单元，用于采集出/入用户的视频图像，将视频图像发送给服务器平台；重量传感器平台，用于采集出/入用户的重量数据并将其上传到服务器平台；服务器平台,用于对视频图像中用户进行标记，并将标记的用户的两次的重量数据差与重量阈值进行比较，若重量数据差不大于重量阈值则不做处理，否则向警示单元发送报警指令；警示单元，用于接收并执行报警指令。本发明通过对出/入超市的用户的人脸识别以及运动轨迹判断和前后两次重量判断，实现了防止超市商品丢失的目的，提高了防盗效率，降低了超市防盗成本。

Description

一种超市智能防盗系统及方法

技术领域

本发明涉及防盗设备技术领域，具体涉及一种超市智能防盗系统及方法。

背景技术

众所周知，超市作为零售业的最前沿，其商品种类齐全，选购方式随意，极大的方便了我们的生活。于此同时，超高人流量，以及商品自由选取放置，给偷盗行为创造了较成熟的条件，且近几年这一情况更为普遍和严重，国际行业统计中，大型卖场存在约千分之四的丢货率，实际情况，远高于这一比例，据统计，国内超市因偷盗所带来的平均损失率大概在1％-2％，每年因为偷窃造成的损失高达几千亿元，超市在止损防盗上，每年都需要投入极大的人力和设备，但效果却没有达到预期。

发明内容

本发明的目的是利用人脸识别技术以及运动轨迹算法实现对出/入超市用户的进行标记，同时根据出/入超市用户的体重差降低超市商品被盗的风险。

为了实现上述目的，本发明的主要目的在于提供一种超市智能防盗系统，旨在改善超市偷窃方面的止损率。

为了实现上述目的，本发明提供了一种超市智能防盗系统，包括摄像头单元、重量传感器平台、服务器平台、警示单元，其中，

摄像头单元，用于采集出/入用户的视频图像，将视频图像发送给服务器平台；

重量传感器平台，用于采集出/入用户的重量数据并将其上传到服务器平台；

服务器平台,用于对视频图像中用户进行标记，计算前后两次标记的用户的重量数据差，并将重量数据库差与重量阈值进行比较，若重量数据差不大于重量阈值则不做处理，否则向警示单元发送报警指令；

警示单元，用于接收并执行报警指令。

进一步，服务器平台包括

身份识别单元，用于接收视频图像，并根据人脸识别技术对待检测用户进行标记，得到待检测用户的身份标识码，查询预设的防盗数据库，判断防盗数据库中是否存储有待检测用户的身份标识码，是则不做处理，否则存储至防盗数据库；

重量获取单元，用于检测身份标识码对应用户的重量数据；

处理单元，用于利用运动轨迹算法判断身份标识码对应用户的运动方向，若运动方向为入，则将身份标识码及其对应的重量数据存储至防盗数据库；运动方向为出，获取身份标识码对应用户的重量数据并将其与防盗数据库中的重量数据进行差值计算，判断差值是否大于重量阈值，是则向警示单元发送报警指令，否则不做处理。

进一步，警示单元为指示灯、警铃、显示屏或蜂鸣器。

进一步，摄像头单元安装在超市出和/或入口处。

进一步，重量传感器平台安装在出和/或入口处。

本发明还提供了一种超市智能防盗方法，包括如下步骤：

采集出/入用户的视频图像；

利用人脸识别技术对出/入用户的视频图像进行处理，对待检测用户进行标记，得到待检测用户的身份标识码；

根据运动轨迹算法判断身份标识码对应的用户的运动方向后，获取该身份标识码对应用户的体重数据，将身份标识码及其对应的体重数据存储至预设的防盗数据库，计算身份标识码对应用户的两次体重数据之差，判断差值是否大于重量阈值，是则向警示单元发送报警指令，否则不做处理。

在上述技术方案中，本发明通过对出/入超市的用户的人脸识别以及运动轨迹判断和前后两次重量判断，实现了防止超市商品丢失的目的，提高了防盗效率，降低了超市防盗成本。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明所述的超市智能防盗系统一个实施例的框图结构示意图；

图2为本发明所述的超市智能防盗方法一个实施例的流程示意图。

具体实施方式

为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。

本发明提供一种超市智能防盗系统。

参照图1，图1为本发明智能防盗系统实施例的系统框架示意图。本实施例提供的智能防盗系统包括摄像头单元01、重量传感器平台02、服务器平台03、警示单元04。

其中，

摄像头单元01，用于采集出/入用户的视频图像，将视频图像发送给服务器平台；

重量传感器平台02，用于采集出/入用户的重量数据并将其上传到服务器平台；

服务器平台03,用于对视频图像中用户进行标记，计算前后两次标记的用户的重量数据差，并将重量数据库差与重量阈值进行比较，若重量数据差不大于重量阈值则不做处理，否则向警示单元发送报警指令；

警示单元04，用于接收并执行报警指令。

工作原理：摄像头单元01进行视频采集，将视频图像发送给服务器平台03；重量传感器平台02进行受检人员的重量信息采集，将数据上传到服务器平台03；服务器平台03根据上传的视频图像和重量数据信息，进行人脸识别技术、运动轨迹追踪算法、防盗算法运算及向警示单元04发出警示信号，通过人脸识别技术，对受检人员进行唯一身份标识码记录，并对唯一身份标识码对应的重量信息数据进行提取，该组数据即作为该唯一身份标识码下防盗算法的基础分析数据，通过运动轨迹追踪算法，判断人员是进入还是走出，防盗算法根据唯一身份标识码信息下的进入、走出时重量采样值比对，给出分析的结果，同时将相应信息发给警示单元04；警示单元04根据服务器平台03发送的判断信号，作出对应的警示响应，完成防盗的整理过程。

本实施例中，摄像头单元使用摄像头模组，由网线或USB线等方式连接到服务器平台进行数据传输。重量传感器平台整体通过RS232串口等方法连接到服务器平台进行数据的传输。服务器平台，即为通用电脑服务器，主要完成相关算法工作。警示单元，由指示灯或蜂鸣器或其他方式组成，包含其控制电路板，通过RS232口或其他通讯方式跟服务器平台连接。本实施例中，警示单元为指示灯、警铃、显示屏或蜂鸣器。摄像头单元安装在超市出和/或入口处。重量传感器平台安装在出和/或入口处。

进一步，服务器平台包括

身份识别单元，用于接收视频图像，并根据人脸识别技术对待检测用户进行标记，得到待检测用户的身份标识码，查询预设的防盗数据库，判断防盗数据库中是否存储有待检测用户的身份标识码，是则不做处理，否则存储至防盗数据库；

具体地，本发明中采用的人脸识别技术基于opencv人脸识别技术的开发环境，通过目前成熟的特征脸分析方法，先初步对进出超市的人员进行人脸样本的采样，然后进行图像的预处理动作，预处理具体包括：图像光线补偿、灰阶调整、高斯平滑、调整图像对比度以及二值化等处理，再对人脸进行检测，通过确定眼虹膜、鼻翼、嘴角等五官轮廓这些独立特征点的提取，利用这些特征数据训练并建立检测模型分类器及标记人员独立编号信息，作为初始的数据库资源。具体应用中，首先获取进出超市人员(即待识别人员)的人脸图像，对该人脸图像预处理后进行特征点数据提取后，通过各级分类器的筛选，并与数据库资源模型进行比对，最终根据最近邻准则定位人员信息，对于数据库中没有的新人员信息，进行数据库的补充和分类器的再次学习，以此循环不断完善，最终达到到较好的实际识别能力。

重量获取单元，用于检测身份标识码对应用户的重量数据；

处理单元，用于利用运动轨迹算法判断身份标识码对应用户的运动方向，若运动方向为入，则将身份标识码及其对应的重量数据存储至防盗数据库；若运动方向为出，获取身份标识码对应用户的重量数据并将其与防盗数据库中的重量数据进行差值计算，判断差值是否大于重量阈值，是则向警示单元发送报警指令，否则不做处理。

本发明中运动轨迹算法采用的是现有技术，对被跟踪的人员目标，进行特征信息建模(具体应用时直接采用人脸识别的建模的数据)，通过视频帧序列中特征信息的定位，通过Meansh i ft跟踪算法，并根据卡尔曼滤波器作为目标估计方法，完成轨迹跟踪，给出轨迹运行矢量值，给出被跟踪的运动目标的方向、位置等矢量信息。具体确定进入还是走出超市的判断时，首先建立超市出入口处的位置坐标系，其次定义入口、出口为基准坐标位置参考点(实际情况有两个参考点合一或单独分开两种情况)，当运动轨迹视频算法跟踪到被检测人员相对出入口基准点的坐标位置变化后，根据此变化结果得到对应运动矢量值，来判断是进入(矢量方向远离出入口坐标参考点)，还是走出(矢量方向是接近坐标参考点)，以此确定人员的轨迹方向判断。

本实施例中，当有人员通过时，摄像头单元01将采集的视频图像发送给服务器平台03，服务器平台03通过人脸识别算法对人员进行辨别，并记录唯一身份标识码，如已有唯一身份标识码则直接调用该编码，同时通过运动轨迹算法区分出受检人员是进入还是走出。当受检人员通过重量传感器平台02时，重量传感器平台02将获取的对应重量信息发送给服务器平台03，服务器平台03根据此重量信息，跟之前该唯一编码下的信息记录做对比，若受检人员判断为进入，则仅记录保存本次采样重量值，若受检人员判断为走出，且在本次走出时的重量值大于邻近上次进入时的重量值，则该人员有偷盗的可疑，发送警示提示信号，若在本次走出时的重量值等于或小于邻近上次进入时的重量值，则表示没有偷盗行为，发送正常信号或不做处理，警示单元04根据服务器平台03给出的不同信息，做出对应的响应，给予超市管理人员相应提示，该提示可以是指示灯、报警声或其他，从而完成整个设备的防盗流程。

本实施例中，通过受检人员各自独立的出入重量信息比对值，方便的给出检测结果，同时，可根据各个人员的历史数据累积统计，比较准确的分析出，那些人员有经常偷盗行为，给超市管理人员提供准确的信息，方便相关管理，提高了超市的偷盗止损率。

如图2所示，本发明还提供了一种超市智能防盗方法，包括如下步骤：

S101、采集出/入用户的视频图像；

具体实施时，利用摄像头对所有出/入超市的用户进行视频图像采集，以便利用人脸识别技术对视频图像中用户进行身份标记，实现对用户的区别，以便针对每个出入超市用户进行检测。具体实施时，摄像头可在超市出/入口处安装多个摄像头实现对出/入超市各个角度进行360°无死角的图像采集。

S102、利用人脸识别技术对出/入用户的视频图像进行处理，对待检测用户进行标记，得到待检测用户的身份标识码；

S103、根据运动轨迹算法判断身份标识码对应的用户的运动方向后，获取该身份标识码对应用户的体重数据，将身份标识码及其对应的体重数据存储至预设的防盗数据库，计算身份标识码对应用户的两次体重数据之差，判断差值是否大于重量阈值，是则向警示单元发送报警指令，否则不做处理。

具体实施时，获取的身份标识码对应用户的体重数据可选的利用出/入超市位置处地面安装重量传感器，以便实现检测用户重量的目的。

以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。

Claims (6)

1.一种超市智能防盗系统，其特征在于，包括摄像头单元、重量传感器平台、服务器平台、警示单元，其中，

摄像头单元，用于采集出/入用户的视频图像，将视频图像发送给服务器平台；

重量传感器平台，用于采集出/入用户的重量数据并将其上传到服务器平台；

服务器平台,用于对视频图像中用户进行标记，计算前后两次标记的用户的重量数据差，并将重量数据库差与重量阈值进行比较，若重量数据差不大于重量阈值则不做处理，否则向警示单元发送报警指令；

警示单元，用于接收并执行报警指令。

2.根据权利要求1所述的超市智能防盗系统，其特征在于，服务器平台包括

身份识别单元，用于接收视频图像，并根据人脸识别技术对待检测用户进行标记，得到待检测用户的身份标识码，查询预设的防盗数据库，判断防盗数据库中是否存储有待检测用户的身份标识码，是则不做处理，否则存储至防盗数据库；

重量获取单元，用于检测身份标识码对应用户的重量数据；

处理单元，用于利用运动轨迹算法判断身份标识码对应用户的运动方向，若运动方向为入，则将身份标识码及其对应的重量数据存储至防盗数据库；若运动方向为出，获取身份标识码对应用户的重量数据并将其与防盗数据库中的重量数据进行差值计算，判断差值是否大于重量阈值，是则向警示单元发送报警指令，否则不做处理。

3.根据权利要求1所述的超市智能防盗系统，其特征在于，警示单元为指示灯、警铃、显示屏或蜂鸣器。

4.根据权利要求1所述的超市智能防盗系统，其特征在于，摄像头单元安装在超市出和/或入口处。

5.根据权利要求1所述的超市智能防盗系统，其特征在于，重量传感器平台安装在出和/或入口处。

6.一种超市智能防盗方法，其特征在于，包括如下步骤：

采集出/入用户的视频图像；

利用人脸识别技术对出/入用户的视频图像进行处理，对待检测用户进行标记，得到待检测用户的身份标识码；

根据运动轨迹算法判断身份标识码对应的用户的运动方向后，获取该身份标识码对应用户的体重数据，将身份标识码及其对应的体重数据存储至预设的防盗数据库，计算身份标识码对应用户的两次体重数据之差，判断差值是否大于重量阈值，是则向警示单元发送报警指令，否则不做处理。