业务场所的数据处理方法、装置、计算机设备及存储介质与流程
1.本技术涉及数据处理技术领域，具体涉及一种业务场所的数据处理方法、装置、计算机设备及存储介质。
背景技术：
2.随着互联网的不断发展，人们的生活越来越便捷，而且在办理一些银行业务时，人们也越来越重视办理一银行业务所花费的时间成本，所以，有时人们在面对银行中的人数较多的业务场所时，就会放弃进入该业务场所去办理某一银行业务。
3.而对此，现有的处理手段是人工去判断业务场所外的哪些人属于潜在客户，而这种判断方式无疑会导致潜在客户识别的准确度较低，并且倘若依据人工去长时间观察人们，来提高潜在客户识别的准确度，而无疑会造成识别效率较低。
技术实现要素：
4.本技术实施例提供一种业务场所的数据处理方法、装置、计算机设备及存储介质，可以提高潜在客户识别的准确度和效率。
5.本技术实施例提供了一种业务场所的数据处理方法，包括：
6.对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频；
7.对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像；
8.将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；
9.根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长；
10.获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；
11.根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员。
12.相应的，本技术实施例还提供了一种业务场所的数据处理装置，包括：
13.数据获取模块，用于对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频；
14.图像获取模块，用于对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像；
15.朝向预测模块，用于将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；
16.时长确定模块，用于根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长；
17.模糊处理模块，用于获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；
18.列表发送模块，用于根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员。
19.相应的，本技术实施例还提供了一种计算机设备，包括存储器，处理器及存储在储存器上并可在处理器上运行的计算机程序，其中，处理器执行本技术实施例任一提供的业务场所的数据处理方法。
20.相应的，本技术实施例还提供了一种存储介质，存储介质存储有多条指令，指令适于处理器进行加载，以执行如上的业务场所的数据处理方法。
21.本技术实施例通过对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频；对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像；将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长；获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员，从而通过业务场所周围人员的人脸朝向业务场所的累积时长，来生成对应的潜在客户列表，以通过潜在客户列表来辅助业务场所的业务人员识别潜在客户，提高了潜在客户识别的准确度和效率。
附图说明
22.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述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技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
23.图1为本技术实施例提供的一种业务场所的数据处理方法的流程示意图。
24.图2为本技术实施例提供的一种业务场所的数据处理装置的结构框图。
25.图3为本技术实施例提供的计算机设备的结构示意图。
具体实施方式
26.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
27.本技术实施例提供一种业务场所的数据处理方法、装置、存储介质及计算机设备。具体地，本技术实施例的业务场所的数据处理方法可以由计算机设备执行，其中，该计算机设备可以为服务器，也可以为终端等设备。其中，服务器可以是独立的物理服务器，也可以
是多个物理服务器构成的服务器集或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、台式计算机、笔记本电脑、平板电脑等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术在此不做限制。
28.例如，该计算机设备可以是终端，该终端可以对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频；对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像；将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长；获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员。
29.基于上述问题，本技术实施例提供第一种业务场所的数据处理方法、装置、计算机设备及存储介质，可以提高潜在客户识别的准确度和效率。
30.以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。
31.本技术实施例提供一种业务场所的数据处理方法，该方法可以由终端或服务器执行，本技术实施例以业务场所的数据处理方法由终端执行为例来进行说明。
32.请参阅图1，图1为本技术实施例提供的一种业务场所的数据处理方法的流程示意图。该业务场所的数据处理方法的具体流程可以如下：
33.101、对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频。
34.其中，上述业务场所可以是银行相关的场所，例如银行网点营业厅，通常会在业务场所周围设置摄像头，以通过监控的方式，来提高安全性。
35.在本实施例中，终端可通过业务场所周围设置的摄像头来持续对业务场所周围环境进行环境数据获取，以得到包含业务场所周围环境的环境视频，从而基于该环境视频进行相应的数据处理和分析，以基于数据处理和分析结果，实现业务场所的潜在客户的挖掘。
36.可以理解的是，由于业务场所周围包含不同方向的环境数据，而摄像头一般一次录制只能获取固定方向上的环境数据，为了避免业务场所的周围环境的数据录制不全面，终端可以确定设置在业务场所外的所有摄像头的安装位置和录制范围，再根据摄像头的安装位置和录制范围，确定可以包含业务场所周围环境的至少两个目标摄像头，然后终端通过控制至少两个目标摄像头来对业务场所的周围环境进行环境数据获取，以得到业务场所的环境视频。
37.具体地，倘若目标摄像头为固定在业务场所外的某一位置，且一直都只能录制一个方向上的环境数据的摄像头，则终端需持续控制至少两个目标摄像头对环境数据进行获取，从而得到至少两个摄像头分别对应的业务场所的环境视频。
38.具体地，倘若目标摄像头为滑动安装在业务场所外的某一位置的摄像头，从而通过滑动该摄像头实现不同方向上的环境数据的录制，或该摄像头自身可以转动视角进行录
制的摄像头，即可以录制不同方向上的环境数据的摄像头，例如旋转摄像头，则终端可以根据控制至少两个目标摄像头在某一时刻下的录制方向，以实现全面录制业务场所的周围环境的数据。
39.102、对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像。
40.在本实施例中，终端可通过预设算法对上述环境视频中出现的人员进行人像识别，并基于人员的人像识别结果对该人员进行人像跟踪，从而得到环境视频的每一视频帧中各人员的人脸图像，即得到环境视频中出现的各人员在每一视频帧中的人脸图像。
41.具体地，上述对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像，可以包括：对上述环境视频中的初始视频帧进行人像特征提取，得到人员的人像识别结果，上述人像识别结果包括上述人员的人脸图像；基于上述人像识别结果，对上述环境视频中的初始视频帧之后的各个视频帧进行人像跟踪，获取同一人员在初始视频帧之后的各个视频帧中的人脸图像。
42.其中，上述初始视频帧一般为环境视频中出现新的人员的视频帧，一般环境视频中的第一帧视频帧为初始视频帧，并且，由于有些人员是在环境视频的某一帧才出现的，所以需将环境视频中的出现新的人员的帧也确定为初始视频帧，从而通过在初始视频帧中对人员进行人像识别，从而基于该人员的人像识别结果，对该人员在后续的每一视频帧中进行人像跟踪，基于该人像跟踪结果，来得到该人员在后续的每一视频帧中的人脸图像。
43.具体地，终端可通过yolo算法进行目标检测，例如yolo-v3算法，以实现人像识别，并通过sort算法进行目标特征建模，以实现人像跟踪。
44.示例性地，终端在通过yolo-v3算法进行目标检测时，可经过骨干网络darknet53提取特征，并进行采样和特征的融合，并基于融合结果，进行回归分析，得到预测框信息，即上述人像识别结果。终端在通过sort算法进行目标特征建模时，可经过匹配跟踪来实现人员的位置更新，并在该过程中将卡尔曼滤波器用于检测框运动的预测，从而最终得到人像跟踪结果。
45.103、将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向。
46.在本实施例中，终端预先训练得到可对人员的人脸朝向进行预测的神经网络模型，从而通过将上述得到的人员的人脸图像输入到该神经网络模型中进行预测，以得到该人员的人脸朝向。
47.在一些实施例中，为便于处理，可将上述人员的人脸图像中的各个像素的亮度值按比例进行缩放，例如，缩放为0至1，从而将像素的亮度值缩放后的人脸图像输入至预设的神经网络模型中。
48.在一些实施例中，为了提高得到的视频帧中的人员的人脸朝向的准确度，上述将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向，可以包括：
49.终端可通过将人员的人脸图像输入至预设的神经网络模型中进行人脸朝向预测，得到上述人员的人脸朝向在至少两个方向上的预测值，即神经网络模型可以有至少两个输出单元，该至少两个输出单元所输出的为人脸朝向在至少两个方向上的预测值，从而通过
输出单元所输出的值，即可得到人脸朝向在该输出单元对应方向上的预测值。
50.最后，再根据上述人员的人脸朝向在至少两个方向上的预测值，确定上述人员的人脸朝向，例如，从至少两个方向中选取预测值最大的方向，将预测值最大的方向确定为人员的人脸朝向。
51.其中，上述方向可以以营业场所为参照物的相对方向，例如，相对营业场所的正前方、相对营业场所的左侧方、相对营业场所的右侧方、相对营业场所的后方等。
52.示例性地，可设定神经网络模型输出的预测值的范围在0.1至0.9，并且该神经网络模型有四个输出单元，该四个输出单元对应的方向分别为正前方、左侧方、右侧方和后方，通过将一人员的人脸图像输入至预设的神经网络模型中进行人脸朝向预测，可以得到该人员的人脸朝向正前方、左侧方、右侧方和后方分别对应的预测值0.9、0.1、0.1、0.1，所以由于上述人员的人脸朝向对应的各个方向的预测值中，正前方的预测值0.9是最大，所以，可以确定在本示例中人员的人脸朝向为正前方。
53.在一些实施例中，终端可预先获取预设数量的人员图像，并将该人员图像的像素调整为预设像素，从而将调整像素后的人员图像按预设比例随机分为训练集、验证集和测试集。例如，获取400张人员图像，并将400张人员图像的像素调整为60*64，然后以6:2:2的比例，将400张调整像素后的人员图像随机分为训练集、验证集和测试集，此外，还可基于backpropagation算法进行训练，从而得到上述神经网络模型。
54.其中，在训练神经网络模型时，还可进一步设定隐藏层，该隐藏层的输入单元为3个，学习速率设为0.3，输入单元的权值为0.0，输出单元的权值为一个较小的随机值，例如小于预设数值的随机值。
55.104、根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长。
56.在本实施例中，终端通过上述手段可以得到上述环境视频的每一视频帧中各人员的人脸朝向，从而梳理为在上述环境视频中出现的每一人员在至少一个视频帧中的人脸朝向，基于一视频帧对应的时长，确定出上述环境视频中人员朝向上述业务场所的累积时长。
57.其中，可通过确定环境视频中人员的人脸朝向业务场所的视频帧数，再计算该视频帧数和一视频帧对应的时长之间的乘积，将该乘积确定为上述环境视频中人员朝向上述业务场所的累积时长。
58.示例性地，若设定每一视频帧对应的时长为1/12秒，且在上述环境视频中人员的人脸朝向业务场所的视频帧数为48帧，则上述环境视频中人员朝向上述业务场所的累积时长为48*1/12＝4秒。
59.105、获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像。
60.在本实施例中，终端获取在环境视频中出现的各人员的人员图像，并通过对人员图像中的人脸部分进行模糊处理，来防止业务场所周围环境中出现的人员的隐私泄露，最终得到人员的人员查图像，以便于基于该人员的人员查图像向业务场所的业务人员进行提醒。
61.在一些实施例中，可根据相对需求对人员查图像做进一步的处理，以便于准确告知业务场所的业务人员，以使业务人员加快到潜在客户的时间的同时，还可避免影响
业务场所周围环境中出现的人员的人员隐私。
62.具体地，在得到各人员的人员查图像之后还可以包括：终端对上述人员查图像进行特征提取，即提取人员查图像中的人员特征，以得到人员标识特征信息，上述人员标识特征信息中包括人员位置和人员属性特征。其中，上述人员位置为当前人员与业务场所之间的相对位置，例如正前方、左前方等，上述人员属性特征为人员在环境视频中的人员特征，包括但不限于是人员衣着、人员配饰、人员前行所使用的工具等便于业务场所的业务人员查对应人员的人员特征。
63.106、根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员。
64.在本实施例中，终端通过上述得到的各人员朝向上述业务场所的累积时长，从而基于该累积时长从大到小将时长对应的人员查图像进行排列，即累积时长越长的人员查图像相对位于潜在客户列表的前面，从而将排列好的潜在客户列表发送给业务场所的业务人员进行推荐，以便相关业务人员根据该潜在客户列表来主动接触相关客户，并提供相应帮助，以辅助完成业务的推广。
65.可以理解的是，为了在对业务场所的业务人员进行潜在客户推荐的过程中避免人员的隐私泄露，可在对当前进行分析和提示的人员的人员图像进行处理，以及相应地提醒之后，将该潜在客户列表进行删除，即不对进行提醒的潜在客户列表进行保存，以防止人员的隐私发生泄露，避免敏感信息的存留。
66.在一些实施例中，为便于相关业务人员的查，上述潜在客户列表中还可存储各人员查图像对应的人员位置，又或者可将该人员位置添加在对应的人员查图像上，以便于相关业务人员根据该人员位置和人员查图像查对应的潜在客户。
67.在一些实施例中，当终端对上述人员查图像进行特征提取，以得到人员标识特征信息时，上述根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表可以包括：根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员标识特征信息进行排列，得到潜在客户列表，即该潜在客户列表中包括排列后的各人员对应的人员标识特征信息。
68.在一些实施例中，由于同一时刻业务场所存在至少两个摄像头进行业务场所周围环境的环境数据获取，又或者同一业务场所会连续获取业务场所的环境视频，所以存在，同一时间段的不同环境视频中均存在同一人员，又或者相邻的至少两个环境视频中均出现同一人员，所以为了准确得到人员朝向业务场所的累积时长，在根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表之前，还可以对各人员朝向上述业务场所的累积时长进行更新，以得到的更新后的人员朝向上述业务场所的总的累积时长。
69.具体地，终端基于上述环境视频中的各个人员和上述业务场所的上一环境视频中的各个历史人员，判断在上述环境视频和上述上一环境视频中是否存在同一人员，确定在上述环境视频和上述上一环境视频中均存在的目标人员；并获取上述上一环境视频中的目标人员朝向上述业务场所的历史累积时长；根据上述目标人员对应的历史累积时长，更新上述目标人员朝向上述业务场所的累积时长，即计算历史累积时长和累积时长之间的总
和，将该总和确定为更新后的目标人员朝向上述业务场所的累积时长。
70.示例性地，设定上一环境视频中的目标人员朝向上述业务场所的历史累积时长为t1，当前环境视频中的目标人员朝向上述业务场所的历史累积时长为t2，则更新上述目标人员朝向上述业务场所的累积时长为t1和t2之间的总和，即t1+t2。
71.可以理解的是，上一环境视频中所对应的历史累积时长包括但不限于是上一环境视频中的目标人员朝向上述业务场所的时长，例如，倘若在上一环境视频之前的环境视频中仍存在目标人员，则上一环境视频中的历史累积时长包含了在该环境视频之前的环境视频中所存在的目标人员朝向业务场所的时长。
72.在一些实施例中，在得到潜在客户列表之后，可通过智能提示，提升业务场所的业务人员查潜在客户的速度，在本实施例中，还可以包括：根据各人员朝向上述业务场所的累积时长，确定累积时长满足预设时长条件的人员在上述业务场所周围环境中的位置；并同时将上述业务场所的周围环境进行区域划分，得到至少两个分布区域；根据累积时长满足预设时长条件的人员在上述业务场所周围环境中的位置，从各个分布区域中确定出人员数量最多的目标分布区域；最后，将位于上述目标区域的人员对应的人员查图像在上述潜在客户列表中进行标亮提示操作，以便于相关业务人员可以同时服务多个存在意愿度的潜在客户，从而提高了服务效率。
73.在一些实施例中，在得到潜在客户列表之后，还可以包括：根据各人员朝向上述业务场所的累积时长，将累积时长大于预设时长阈值的人员对应的人员查图像在上述潜在客户列表中进行标亮提示操作。
74.本技术实施例公开了一种业务场所的数据处理方法，该方法包括：对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频；对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像；将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长；获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员，以此，通过业务场所周围人员的人脸朝向业务场所的累积时长，来生成对应的潜在客户列表，以通过潜在客户列表来辅助业务场所的业务人员识别潜在客户，提高了潜在客户识别的准确度和效率。
75.为便于更好的实施本技术实施例提供的业务场所的数据处理方法，本技术实施例还提供一种基于上述业务场所的数据处理方法的业务场所的数据处理装置。其中名词的含义与上述业务场所的数据处理方法中相同，具体实现细节可以参考方法实施例中的说明。
76.请参阅图2，图2为本技术实施例提供的一种业务场所的数据处理装置的结构框图，该装置包括：
77.数据获取模块201，用于对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频；
78.图像获取模块202，用于对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像；
79.朝向预测模块203，用于将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；
80.时长确定模块204，用于根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长；
81.模糊处理模块205，用于获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；
82.列表发送模块206，用于根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员。
83.在一些实施例中，上述业务场所的数据处理装置还包括：
84.人员确定模块，用于基于上述环境视频中的各个人员和上述业务场所的上一环境视频中的各个历史人员，确定在上述环境视频和上述上一环境视频中均存在的目标人员；
85.时长获取模块，用于获取上述上一环境视频中的目标人员朝向上述业务场所的历史累积时长；
86.时长更新模块，用于根据上述目标人员对应的历史累积时长，更新上述目标人员朝向上述业务场所的累积时长。
87.在一些实施例中，上述朝向预测模块203包括：
88.朝向预测单元，用于将人员的人脸图像输入至预设的神经网络模型中进行人脸朝向预测，得到上述人员的人脸朝向在至少两个方向上的预测值；
89.朝向确定单元，用于根据上述人员的人脸朝向在至少两个方向上的预测值，确定上述人员的人脸朝向。
90.在一些实施例中，上述业务场所的数据处理装置还包括：
91.位置确定模块，用于根据各人员朝向上述业务场所的累积时长，确定累积时长满足预设时长条件的人员在上述业务场所周围环境中的位置；
92.区域划分模块，用于将上述业务场所的周围环境进行区域划分，得到至少两个分布区域；
93.区域确定模块，用于根据累积时长满足预设时长条件的人员在上述业务场所周围环境中的位置，从各个分布区域中确定出人员数量最多的目标分布区域；
94.第一提示模块，用于将位于上述目标区域的人员对应的人员查图像在上述潜在客户列表中进行标亮提示操作。
95.在一些实施例中，上述图像获取模块202包括：
96.特征提取单元，用于对上述环境视频中的初始视频帧进行人像特征提取，得到人员的人像识别结果，上述人像识别结果包括上述人员的人脸图像；
97.人像跟踪单元，用于基于上述人像识别结果，对上述环境视频中的初始视频帧之后的各个视频帧进行人像跟踪，获取同一人员在初始视频帧之后的各个视频帧中的人脸图像。
98.在一些实施例中，上述业务场所的数据处理装置还包括：
99.特征提取模块，用于对上述人员查图像进行特征提取，得到人员标识特征信息，上述人员标识特征信息中包括人员位置和人员属性特征；
100.上述列表发送模块206具体还用于：
101.根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员标识特征信息进行排列，得到潜在客户列表。
102.在一些实施例中，上述业务场所的数据处理装置还包括：
103.第二提示模块，用于根据各人员朝向上述业务场所的累积时长，将累积时长大于预设时长阈值的人员对应的人员查图像在上述潜在客户列表中进行标亮提示操作。
104.本技术实施例公开了一种业务场所的数据处理装置，通过数据获取模块201来对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频。通过图像获取模块202来对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像。通过朝向预测模块203来将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向。通过时长确定模块204来根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长。通过模糊处理模块205来获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像。通过列表发送模块206来根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员。以此，通过业务场所周围人员的人脸朝向业务场所的累积时长，来生成对应的潜在客户列表，以通过潜在客户列表来辅助业务场所的业务人员识别潜在客户，提高了潜在客户识别的准确度和效率。
105.本技术实施例还提供一种计算机设备，该计算机设备可以为终端。如图3所示，图3为本技术实施例提供的计算机设备的结构示意图。该计算机设备300包括有一个或者一个以上处理核心的处理器301、有一个或一个以上计算机可读存储介质的存储器302及存储在存储器302上并可在处理器上运行的计算机程序。其中，处理器301与存储器302电性连接。本领域技术人员可以理解，图中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
106.处理器301是计算机设备300的控制中心，利用各种接口和线路连接整个计算机设备300的各个部分，通过运行或加载存储在存储器302内的软件程序和/或模块，以及调用存储在存储器302内的数据，执行计算机设备300的各种功能和处理数据，从而对计算机设备300进行整体监控。
107.在本技术实施例中，计算机设备300中的处理器301会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器302中，并由处理器301来运行存储在存储器302中的应用程序，从而实现各种功能：
108.对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频；
109.对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像；
110.将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；
111.根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长；
112.获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；
113.根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员。
114.以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
115.可选的，如图3所示，计算机设备300还包括：触控显示屏303、射频电路304、音频电路305、输入单元306以及电源307。其中，处理器301分别与触控显示屏303、射频电路304、音频电路305、输入单元306以及电源307电性连接。本领域技术人员可以理解，图3中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
116.触控显示屏303可用于显示图形用户界面以及接收用户作用于图形用户界面产生的操作指令。触控显示屏303可以包括显示面板和触控面板。其中，显示面板可用于显示由用户输入的消息或提供给用户的消息以及计算机设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。可选的，可以采用液晶显示器(lcd，liquid cryst客户端账户l displ客户端账户y)、有机发光二极管(oled，org客户端账户nic light-emitting diode)等形式来配置显示面板。触控面板可用于收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)，并生成相应的操作指令，且操作指令执行对应程序。可选的，触控面板可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸消息，并将它转换成触点坐标，再送给处理器301，并能接收处理器301发来的命令并加以执行。触控面板可覆盖显示面板，当触控面板检测到在其上或附近的触摸操作后，传送给处理器301以确定触摸事件的类型，随后处理器301根据触摸事件的类型在显示面板上提供相应的视觉输出。在本技术实施例中，可以将触控面板与显示面板集成到触控显示屏303而实现输入和输出功能。但是在某些实施例中，触控面板与触控面板可以作为两个独立的部件来实现输入和输出功能。即触控显示屏303也可以作为输入单元306的一部分实现输入功能。
117.射频电路304可用于收发射频信号，以通过无线通信与网络设备或其他计算机设备建立无线通讯，与网络设备或其他计算机设备之间收发信号。
118.音频电路305可以用于通过扬声器、传声器提供用户与计算机设备之间的音频接口。音频电路305可将接收到的音频数据转换后的电信号，传输到扬声器，由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路305接收后转换为音频数据，再将音频数据输出处理器301处理后，经射频电路304以发送给比如另一计算机设备，或者将音频数据输出至存储器302以便进一步处理。音频电路305还可能包括耳塞插孔，以提供外设耳机与计算机设备的通信。
119.输入单元306可用于接收输入的数字、字符消息或用户特征消息(例如指纹、虹膜、面部消息等)，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
120.电源307用于给计算机设备300的各个部件供电。可选的，电源307可以通过电源管
理系统与处理器301逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源307还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
121.尽管图3中未示出，计算机设备300还可以包括摄像头、传感器、无线保真模块、蓝牙模块等，在此不再赘述。
122.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
123.由上可知，本实施例提供的计算机设备，通过对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频；对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像；将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长；获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员。
124.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
125.为此，本技术实施例提供一种计算机可读存储介质，其中存储有多条计算机程序，该计算机程序能够被处理器进行加载，以执行本技术实施例所提供的任一种业务场所的数据处理方法中的步骤。例如，该计算机程序可以执行如下步骤：
126.对业务场所周围环境进行环境数据获取，得到上述业务场所的环境视频；
127.对上述环境视频进行人像识别和人像跟踪，获取上述环境视频的每一视频帧中各人员的人脸图像；
128.将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；
129.根据上述环境视频的每一视频帧中各人员的人脸朝向，确定上述环境视频中各人员朝向上述业务场所的累积时长；
130.获取各人员的人员图像，对上述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；
131.根据各人员朝向上述业务场所的累积时长，从大到小将上述各人员的人员查图像进行排列，得到潜在客户列表，将上述潜在客户列表发送给上述业务场所的业务人员。
132.以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
133.其中，该存储介质可以包括：只读存储器(rom，re客户端账户d only memory)、随机存取记忆体(r客户端账户m，r客户端账户ndom客户端账户ccess memory)、磁盘或光盘等。
134.由于该存储介质中所存储的计算机程序，可以执行本技术实施例所提供的任一种业务场所的数据处理方法中的步骤，因此，可以实现本技术实施例所提供的任一种业务场
所的数据处理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
135.以上对本技术实施例所提供的一种业务场所的数据处理方法、装置、存储介质及计算机设备进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。
技术特征：
1.一种业务场所的数据处理方法，其特征在于，所述方法包括：对业务场所周围环境进行环境数据获取，得到所述业务场所的环境视频；对所述环境视频进行人像识别和人像跟踪，获取所述环境视频的每一视频帧中各人员的人脸图像；将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；根据所述环境视频的每一视频帧中各人员的人脸朝向，确定所述环境视频中各人员朝向所述业务场所的累积时长；获取各人员的人员图像，对所述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；根据各人员朝向所述业务场所的累积时长，从大到小将所述各人员的人员查图像进行排列，得到潜在客户列表，将所述潜在客户列表发送给所述业务场所的业务人员。2.根据权利要求1所述的方法，其特征在于，在根据各人员朝向所述业务场所的累积时长，从大到小将所述各人员的人员查图像进行排列，得到潜在客户列表之前，还包括：基于所述环境视频中的各个人员和所述业务场所的上一环境视频中的各个历史人员，确定在所述环境视频和所述上一环境视频中均存在的目标人员；获取所述上一环境视频中的目标人员朝向所述业务场所的历史累积时长；根据所述目标人员对应的历史累积时长，更新所述目标人员朝向所述业务场所的累积时长。3.根据权利要求1所述的方法，其特征在于，所述将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向，包括：将人员的人脸图像输入至预设的神经网络模型中进行人脸朝向预测，得到所述人员的人脸朝向在至少两个方向上的预测值；根据所述人员的人脸朝向在至少两个方向上的预测值，确定所述人员的人脸朝向。4.根据权利要求1所述的方法，其特征在于，在得到潜在客户列表之后，还包括：根据各人员朝向所述业务场所的累积时长，确定累积时长满足预设时长条件的人员在所述业务场所周围环境中的位置；将所述业务场所的周围环境进行区域划分，得到至少两个分布区域；根据累积时长满足预设时长条件的人员在所述业务场所周围环境中的位置，从各个分布区域中确定出人员数量最多的目标分布区域；将位于所述目标区域的人员对应的人员查图像在所述潜在客户列表中进行标亮提示操作。5.根据权利要求1所述的方法，其特征在于，所述对所述环境视频进行人像识别和人像跟踪，获取所述环境视频的每一视频帧中各人员的人脸图像，包括：对所述环境视频中的初始视频帧进行人像特征提取，得到人员的人像识别结果，所述人像识别结果包括所述人员的人脸图像；基于所述人像识别结果，对所述环境视频中的初始视频帧之后的各个视频帧进行人像跟踪，获取同一人员在初始视频帧之后的各个视频帧中的人脸图像。
6.根据权利要求1所述的方法，其特征在于，在得到各人员的人员查图像之后，还包括：对所述人员查图像进行特征提取，得到人员标识特征信息，所述人员标识特征信息中包括人员位置和人员属性特征；所述根据各人员朝向所述业务场所的累积时长，从大到小将所述各人员的人员查图像进行排列，得到潜在客户列表，包括：根据各人员朝向所述业务场所的累积时长，从大到小将所述各人员的人员标识特征信息进行排列，得到潜在客户列表。7.根据权利要求1至6任一项所述的方法，其特征在于，在得到潜在客户列表之后，还包括：根据各人员朝向所述业务场所的累积时长，将累积时长大于预设时长阈值的人员对应的人员查图像在所述潜在客户列表中进行标亮提示操作。8.一种业务场所的数据处理装置，其特征在于，所述装置包括：数据获取模块，用于对业务场所周围环境进行环境数据获取，得到所述业务场所的环境视频；图像获取模块，用于对所述环境视频进行人像识别和人像跟踪，获取所述环境视频的每一视频帧中各人员的人脸图像；朝向预测模块，用于将每一视频帧中各人员的人脸图像分别输入至预设的神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；时长确定模块，用于根据所述环境视频的每一视频帧中各人员的人脸朝向，确定所述环境视频中各人员朝向所述业务场所的累积时长；模糊处理模块，用于获取各人员的人员图像，对所述人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；列表发送模块，用于根据各人员朝向所述业务场所的累积时长，从大到小将所述各人员的人员查图像进行排列，得到潜在客户列表，将所述潜在客户列表发送给所述业务场所的业务人员。9.一种计算机设备，包括存储器，处理器及存储在存储器上并在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如权利要求1至7任一项所述的业务场所的数据处理方法。10.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至7任一项所述的业务场所的数据处理方法。
技术总结
本申请实施例公开了一种业务场所的数据处理方法、装置、计算机设备及存储介质，本方案通过对业务场所周围环境的环境视频进行人像识别和人像跟踪，获取环境视频的每一视频帧中各人员的人脸图像；将每一视频帧中各人员的人脸图像输入至神经网络模型中进行人脸朝向预测，得到每一视频帧中各人员的人脸朝向；根据环境视频的每一视频帧中各人员的人脸朝向，确定环境视频中各人员朝向业务场所的累积时长；对各人员的人员图像中的人脸部分进行模糊处理，得到各人员的人员查图像；根据各人员的累积时长，从大到小将各人员的人员查图像进行排列，得到潜在客户列表，将潜在客户列表发送给业务场所的业务人员，从而提高了潜在客户识别的准确度和效率。识别的准确度和效率。识别的准确度和效率。
