需要入馆计数系统案例

入馆数据收集完成后，需要进行统计分析，统计学作为一种科学方法，主要目的是对分数样本做概率解释。样本就是我们收集到的人流量数据，就摆在你眼前的数值，用来表示既不在你眼前也没收集到的更大的数值总体。因为这些值几乎总是用来表示某一特征的存在或**的数字，所以测量界把这些值称为分数。概率解释是对某件事情发生的可能性的解释。通过统计的专业分析，数据可以一目了然的呈现给管理者，比如入馆时间段，近一年的入馆情况等，去分析今后的入馆情况，以及调整后的入馆情况。计数系统基于智能视频分析原理检测，分析行走方向，判断“进”或“出”。需要入馆计数系统案例

智能入馆计数系统中的主要技术手段-视频客流技术，采用的硬件也都是单镜头设备（单目客流统计），但其采用的模型是不一样的，其中一种模型方式是采用深度学习算法的技术，其原理是基于头肩模型检测统计原理，摄像头安置于通道的正面上方，对人从正面高处进行摄像，通过人的头肩形成的近似“品”字进行判定，其他与头模型检测方式类似。同时，该类视频客流分析技术天生具有与人脸识别技术结合的特性，可以带来更多黑科技体验。因此这种算法也是目前较先进的识别算法。入馆计数系统来客分析其次，闸门统计无法识别出进出人数，在统计到馆人数的时候，无法自行计算出在馆读书人数。

声阅入馆计数系统，已在中小学图书馆**应用，其特色功能就是数据采集功能：通过安装在图书门口上方智能计数设备，智能统计分析经过门口的顾客，自动统计进馆的顾客人数及进馆时间、出馆时间，并将数据上传至云端，系统获取设备数据后，自动运算分析；其中，人流量分为入馆和出馆，通过智能计数设备，自动统计人馆人数和出馆人数，然后计算出当前在馆人数，在**期间，需要避免聚集，图书馆的在馆人数不能太多，因此计算出来的在馆人数，给管理员提供了很好的管理依据。

如果学校图书馆有多个楼层，还需要进行楼层客流分析1）客流动线分析：馆内不同楼层、门馆、促销区域等客户群轨迹识别与动线分析。到达人次/人数统计：所选统计周期内到访楼层的人次/人数（去重）。支持以时段、日、周、月等维度查询统计结果。2）楼层热力图：系统可分析展示图书馆的客流热力图情况。3）楼层游逛深度：统计周期内，学生到达场所中的楼层的平均数量（基于视频客流数据），游逛深度=楼层总人数（次）/进场总人数（次）。4）爬楼率：所选统计周期内各楼层的爬楼率，计算公式：楼层客流人次（人数）/进场人次（人数）。红外线感应统计。多人经过或有物体经过无法**统计，容易出现漏数和多数。

视频技术，****的特点是硬件上采用两个相同的摄像头，也就是平常人们所说的双目客流统计。两个摄像头各自取得的视频，经过计算处理得到3D的图像，包括人的高度；通过检测高度为1-2米之间的视频内容，形成对人的识别和判断。理论上，这种方式会有不错的准确度，但抛开成本不说，由于算法的复杂、设备的复杂带来的干扰，这类设备在实践中并没有表现出相对于单镜头设备的优势；同时由于算法采用的还是传统的视频处理算法，未来的发展潜力有待观察。硬件方面，由于存在两个镜头，产品很难做得小巧，再加上设备安装高度低，单一设备检测面积、美观性等都明显不如单镜头设备。人流量统计系统硬件模块图，其**包括：前端采集设备、传输系统、存储系统、显示系统、计算机系统。需要入馆计数系统案例

计数器多维运算分析借还、检索、签到、到馆数据，及相关趋势变化等功能。需要入馆计数系统案例

无论是红外计数、还是图像识别摄像头计数，都是匿名计数，也就是不会统计具体到人，只需要对人流量有直观的统计分析就可以。正对需要精确到每个人的计数统计，通常会采用人脸识别入馆或者刷卡入馆的方式，也就是在进入馆之前，需要进行个人身份认定，精确到个人的统计方式，可以更好的分析出读者的喜好等，在公共的图书馆，可以有更好的参考价值：比如年龄段、性别等。正对中小学，由于图书馆只对在校师生开发，为了营造随处可阅读的书香校园氛围，通常不会在入馆处进行强制身份认定，采用开放式的，自愿原则进行信息登记，总的人流量通过匿名方式统计。需要入馆计数系统案例