CN107563343A - 基于人脸识别技术的FaceID数据库的自我完善方法和系统 - Google Patents
基于人脸识别技术的FaceID数据库的自我完善方法和系统 Download PDFInfo
- Publication number
- CN107563343A CN107563343A CN201710841431.4A CN201710841431A CN107563343A CN 107563343 A CN107563343 A CN 107563343A CN 201710841431 A CN201710841431 A CN 201710841431A CN 107563343 A CN107563343 A CN 107563343A
- Authority
- CN
- China
- Prior art keywords
- faceid
- information
- databases
- user
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种基于人脸识别技术的FaceID数据库的自我完善方法,包括:生成一FaceID数据库;分布设置若干个采集单元;将采集单元在一设定时间段内采集的图像做比对,得到目标图片;识别目标图片中的人脸信息和实时行为信息,将识别出的人脸信息与FaceID数据库中的人脸图像信息做比对,判断该人脸信息对应的用户是否存储在FaceID数据库中,将识别出的实时行为信息记录至FaceID数据库中,并与该用户的FaceID项或与一新生成的属于该用户的FaceID项对应起来。本发明能够通过采集单元采集用户图像信息,从中提取出人脸图像信息和实时行为信息,存储进FaceID数据库,不断丰富完善FaceID数据库,为用户提供精准服务触达。
Description
技术领域
本发明涉及数据采集及应用领域,具体而言涉及一种基于人脸识别技术的FaceID数据库的自我完善方法和系统。
背景技术
传统的商圈营销模式下,顾客在商圈范围内的行为是漫无目的,很可能花费大量时间仍然找不到需求的商品,没有任何消费行为或者只有较少的消费行为对商家来说也是不利的,增加了商圈运营的成本。
有些商圈会通过一些手段,例如悬挂于商场中间的大屏幕等,提供一些商户的促销信息,或者利用导航地图,指引顾客到感兴趣的商户中,但这种程度的营销是没有目标性的,对于大部分顾客来说,这类的促销信息属于垃圾信息,他们仍需要花费大量的时间去寻找自己的目标消费产品。
在此前提下,很多商圈开始希冀一种顾客信息数据库和顾客身份识别系统,通过顾客身份识别系统快速识别进入商圈活动的顾客,并从顾客信息数据库中获取与该顾客对应的行为信息,评估出顾客的倾向性消费目标,提供顾客较为精准的营销信息,节约顾客时间和提高顾客消费体验的同时,也提高商户的销售业绩。
发明内容
本发明目的在于提供一种基于人脸识别技术的FaceID数据库的自我完善方法和系统,能够通过采集单元采集用户图像信息,从中提取出人脸图像信息和实时行为信息,存储进FaceID数据库,不断丰富完善FaceID数据库,为用户提供精准服务触达。
本发明的上述目的通过独立权利要求的技术特征实现,从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的,本发明提及一种基于人脸识别技术的FaceID数据库的自我完善方法,包括:
步骤1、生成一FaceID数据库,该FaceID数据库中存储有若干个用户的身份信息和历史行为信息,并且每个用户对应设置有一独有的FaceID项,每个FaceID项对应有若干张该用户的人脸图像信息;
将该用户的身份信息和历史行为信息与其所属的FaceID项一一对应;
步骤2、分布设置若干个采集单元,每个采集单元均按照设定的采集频次采集一指定区域的图像;
步骤3、将采集单元在一设定时间段内采集的图像做比对,筛选出图像质量最优的图片并对之进行处理,得到目标图片;
步骤4、识别目标图片中的人脸信息和实时行为信息,将识别出的人脸信息与FaceID数据库中的人脸图像信息做比对,判断该人脸信息对应的用户是否存储在FaceID数据库中:
1)响应于该人脸信息对应的用户存储在FaceID数据库中,将识别出的实时行为信息记录至FaceID数据库中,并与该用户的FaceID项对应起来;
2)响应于该人脸信息对应的用户没有存储在FaceID数据库中,生成一新的FaceID项,将该用户的实时行为信息和人脸信息均记录至FaceID数据库中,并与该新的FaceID项对应起来。
本发明还提及一种采用前述方法的基于人脸识别技术的FaceID数据库的自我完善系统,包括:
一FaceID数据库,该FaceID数据库中存储有若干个用户的身份信息和历史行为信息,并且每个用户对应设置有一独有的FaceID项,每个FaceID项对应有若干张该用户的人脸图像信息,每个用户的身份信息和历史行为信息均与其所属的FaceID项一一对应;
分布设置的若干个采集单元,每个采集单元均按照设定的采集频次采集一指定区域的图像;
用于将采集单元在一设定时间段内采集的图像做比对,筛选出图像质量最优的图片并对之进行处理,得到目标图片的模块;
用于识别目标图片中的人脸信息和实时行为信息,将识别出的人脸信息与FaceID数据库中的人脸图像信息做比对,判断该人脸信息对应的用户是否存储在FaceID数据库中的模块;
用于响应于前述人脸信息对应的用户存在于FaceID数据库中,将识别出的实时行为信息记录至FaceID数据库中,并与该用户的FaceID项对应起来的模块;
用于响应于前述人脸信息对应的用户不存在于FaceID数据库中,将生成新的FaceID项,将该用户的实时行为信息和人脸信息均记录至FaceID数据库中,并与该新的FaceID项对应起来的模块。
由以上本发明的技术方案,与现有相比,其显著的有益效果在于,
1)能够在商家图像采集区域内,无需用户出示会员证明材料如会员卡的情况下,提前识别出用户身份,实时记录用户的行为信息,以实现智能决策的功能。
2)FaceID数据库通过图像采集和商户信息两方面途径,不断自我完善,提高数据的准确性。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是本发明的基于人脸识别技术的FaceID数据库的自我完善方法流程示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
结合图1,本申请提及一种基于人脸识别技术的FaceID数据库的自我完善方法,包括:
步骤1、生成一FaceID数据库,该FaceID数据库中存储有若干个用户的身份信息和历史行为信息,并且每个用户对应设置有一独有的FaceID项,每个FaceID项对应有若干张该用户的人脸图像信息。
将该用户的身份信息和历史行为信息与其所属的FaceID项一一对应。
身份信息包括年龄、性别、身高、手机号、身份证号、商户会员等等。
实时行为信息包括出入地点、停留时长、时间段、消费信息、爱好、情绪等等。
而此处的FaceID项是身份识别号,每个用户只有一个FaceID项,可以采用独有的数字和/或字母编号,对应于若干张该用户的人脸图像信息、身份信息、历史行为信息。
优选的,一个FaceID项对应的人脸图像信息对应多张多角度的人脸图像信息为佳,以便于统筹分析识别出的人脸图像信息是否存在于FaceID数据库中,并且,这些作为参照用的人脸图像信息应当不断更新,以保证数据的实时性和准确性。
例如,考虑到数据库中的人脸图像信息使用率低,我们可以在系统中设置如下程序,统计一段时间内的某一角度人脸图像信息的被比对率,比对率高的保留,比对率低的则选取新的图像质量更高的人脸图像以取代它。
再例如,考虑到人脸图像信息随着时间会不断变化,我们设定如下,每隔一段时间,比如说一年,抓取新的人脸图像以取代先一个时间段的人脸图像信息,当然,抓取的新的人脸图像的图像质量应当符合标准。
通过以上种种方式来确保FaceID数据库中的人脸图像信息实时准确。
步骤2、分布设置若干个采集单元,每个采集单元均按照设定的采集频次采集一指定区域的图像。
采集单元可以分布在商圈的各出入口处、柜台处等等容易抓取到特定行为信息的位置。
设定的采集频次设定为10-25帧每秒,优选的,设定为25帧每秒。
步骤3、将采集单元在一设定时间段内采集的图像做比对,筛选出图像质量最优的图片并对之进行处理,得到目标图片。
首先,将一设定时间段内采集单元采集的图像互相直接做一比对,筛选出图像质量最优的图片,比对和筛选方式有很多种,下面仅描述其中的一种方式,即:
这一比对和筛选过程可以基于人脸检测及质量评定算法来进行,提取并测量每个图像信息中的若干个图像质量因子,这里提及的每个图像质量因子均事先设定有其满足采集标准的设定阈值。
在此基础上,逐一比对前述若干个图像质量因子的测量值和其所对应的设定阈值,当全部图像质量因子的测量值均大于其所对应的设定阈值时,判定前述图像信息符合采集标准,否则,判定前述图像不符合采集标准。
符合采集标准的图像再根据每个图像质量因子的测量值以一定的算法公式计算出一个总体评分值,总体评分值最高的图像为该设定时间段内的最优图片,对之进行优化处理,获得目标图片。
图像质量因子包括亮度指数、清晰度指数、对称度指数、墨镜指数、眼镜指数、留白指数、左眼闭合度指数、右眼闭合度指数、嘴巴闭合度指数中的任意几种或者全部。
步骤4、识别目标图片中的人脸信息和实时行为信息,将识别出的人脸信息与FaceID数据库中的人脸图像信息做比对,判断该人脸信息对应的用户是否存储在FaceID数据库中:
1)响应于该人脸信息对应的用户存储在FaceID数据库中,将识别出的实时行为信息记录至FaceID数据库中,并与该用户的FaceID项对应起来。
2)响应于该人脸信息对应的用户没有存储在FaceID数据库中,生成一新的FaceID项,将该用户的实时行为信息和人脸信息均记录至FaceID数据库中,并与该新的FaceID项对应起来。
通过图像采集单元和图像识别的算法,来收集用户的人脸信息、年龄、性别、身高、情绪等自然数据,在结合商家提供的对应客户的手机号、身份证号、年龄、消费信息等,通过以上步骤来不断完善FaceID数据库,以提供用户最精准的营销服务。
下面再通过一些实施例来阐述一下FaceID数据库的具体应用。
步骤4中,响应于识别出的人脸信息存在于FaceID数据库中,调取该用户对应的历史行为信息,与该用户的实时行为信息结合分析后,向该用户推送营销信息。
步骤4中,响应于识别出的人脸信息不存在于FaceID数据库中,根据该用户的实时行为信息,向该用户推送营销信息。
所述推送营销信息的方式包括短信发送、网络消息推送和智能语音。
例如,识别到一位用户的信息之前被存储在FaceID数据库中,那么从该用户进入商圈开始,不断地追踪该用户的实时信息。当时间段进行到用餐时间段,而系统显示该用户仍未进入任何一家餐厅用餐,则可以从FaceID数据库中调取该用户的过往用餐记录,结合商家提供的优惠信息,通过消息方式推送给该用户,帮助该用户快速的找到自己的目的就餐地点。
本申请所提及的FaceID数据库的自我完善方法不局限于以上方式,还可以结合商家提供的信息。下面以一个实施例来说明。
接收商家发送的会员用户的人脸图像信息、身份信息、实时行为信息,将接收到的人脸图像信息与FaceID数据库中的人脸图像信息做比对,判断该会员用户是否存储在FaceID数据库中:
1)响应于该会员用户存储在FaceID数据库中,将该实时行为信息添加至FaceID数据库中,与该会员用户所属的FaceID项对应起来。
2)响应于该会员用户没有存储在FaceID数据库中,生成一新的FaceID项,将该会员用户的实时行为信息和身份信息添加至FaceID数据库中,与该新的FaceID项对应起来。
例如,某一商家的会员在该商家进行了消费,由于该会员在注册时已经由该商家将其信息存入FaceID数据库中,因此商家的销售系统会将该条消费记录直接发送至FaceID数据库中存储起来。
而如果进行消费的不是该商家的会员或者是刚加入的会员,先判断该用户是否存在于FaceID数据库中,如果存在,则将消费记录和会员信息加入FaceID数据库中,与对应的FaceID项结合,如果不存在,根据消费记录仍然可以得到一些身份信息和人脸图像信息,此时则为该用户建立一新的FaceID项,再将消费记录和/或会员信息存储至FaceID数据库中,与新生成的FaceID项对应起来。
本发明还提及一种采用前述方法的基于人脸识别技术的FaceID数据库的自我完善系统,包括:
一FaceID数据库,该FaceID数据库中存储有若干个用户的身份信息和历史行为信息,并且每个用户对应设置有一独有的FaceID项,每个FaceID项对应有若干张该用户的人脸图像信息,每个用户的身份信息和历史行为信息均与其所属的FaceID项一一对应。
分布设置的若干个采集单元,每个采集单元均按照设定的采集频次采集一指定区域的图像。
用于将采集单元在一设定时间段内采集的图像做比对,筛选出图像质量最优的图片并对之进行处理,得到目标图片的模块。
用于识别目标图片中的人脸信息和实时行为信息,将识别出的人脸信息与FaceID数据库中的人脸图像信息做比对,判断该人脸信息对应的用户是否存储在FaceID数据库中的模块。
用于响应于前述人脸信息对应的用户存在于FaceID数据库中,将识别出的实时行为信息记录至FaceID数据库中,并与该用户的FaceID项对应起来的模块。
用于响应于前述人脸信息对应的用户不存在于FaceID数据库中,将生成新的FaceID项,将该用户的实时行为信息和人脸信息均记录至FaceID数据库中,并与该新的FaceID项对应起来的模块。
从而,本发明提及一种基于人脸识别技术的FaceID数据库的自我完善方法和系统,能够在商家图像采集区域内,无需用户出示会员证明材料如会员卡的情况下,提前识别出用户身份,实时记录用户的行为信息,以实现智能决策的功能,同时,FaceID数据库通过图像采集和商户信息两方面途径,不断自我完善,提高数据的准确性。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (9)
1.一种基于人脸识别技术的FaceID数据库的自我完善方法,其特征在于,包括:
步骤1、生成一FaceID数据库,该FaceID数据库中存储有若干个用户的身份信息和历史行为信息,并且每个用户对应设置有一独有的FaceID项,每个FaceID项对应有若干张该用户的人脸图像信息;
将该用户的身份信息和历史行为信息与其所属的FaceID项一一对应;
步骤2、分布设置若干个采集单元,每个采集单元均按照设定的采集频次采集一指定区域的图像;
步骤3、将采集单元在一设定时间段内采集的图像做比对,筛选出图像质量最优的图片并对之进行处理,得到目标图片;
步骤4、识别目标图片中的人脸信息和实时行为信息,将识别出的人脸信息与FaceID数据库中的人脸图像信息做比对,判断该人脸信息对应的用户是否存储在FaceID数据库中:
1)响应于该人脸信息对应的用户存储在FaceID数据库中,将识别出的实时行为信息记录至FaceID数据库中,并与该用户的FaceID项对应起来;
2)响应于该人脸信息对应的用户没有存储在FaceID数据库中,生成一新的FaceID项,将该用户的实时行为信息和人脸信息均记录至FaceID数据库中,并与该新的FaceID项对应起来。
2.根据权利要求1所述的基于人脸识别技术的FaceID数据库的自我完善方法,其特征在于,所述方法还包括:
步骤4中,响应于识别出的人脸信息存在于FaceID数据库中,调取该用户对应的历史行为信息,与该用户的实时行为信息结合分析后,向该用户推送营销信息。
3.根据权利要求2所述的基于人脸识别技术的FaceID数据库的自我完善方法,其特征在于,所述推送营销信息的方式包括短信发送、网络消息推送和智能语音。
4.根据权利要求1所述的基于人脸识别技术的FaceID数据库的自我完善方法,其特征在于,所述方法还包括:
步骤4中,响应于识别出的人脸信息不存在于FaceID数据库中,根据该用户的实时行为信息,向该用户推送营销信息。
5.根据权利要求1所述的基于人脸识别技术的FaceID数据库的自我完善方法,其特征在于,所述方法还包括:
接收商家发送的会员用户的人脸图像信息、身份信息、实时行为信息,将接收到的人脸图像信息与FaceID数据库中的人脸图像信息做比对,判断该会员用户是否存储在FaceID数据库中:
1)响应于该会员用户存储在FaceID数据库中,将该实时行为信息添加至FaceID数据库中,与该会员用户所属的FaceID项对应起来;
2)响应于该会员用户没有存储在FaceID数据库中,生成一新的FaceID项,将该会员用户的实时行为信息和身份信息添加至FaceID数据库中,与该新的FaceID项对应起来。
6.根据权利要求1所述的基于人脸识别技术的FaceID数据库的自我完善方法,其特征在于,所述身份信息包括年龄、性别、身高、手机号、身份证号、商户会员中的几种或者全部。
7.根据权利要求1所述的基于人脸识别技术的FaceID数据库的自我完善方法,其特征在于,所述实时行为信息包括出入地点、停留时长、时间段、消费信息中的几种或者全部。
8.根据权利要求1所述的基于人脸识别技术的FaceID数据库的自我完善方法,其特征在于,所述设定的采集频次为25帧每秒。
9.一种采用前述权利要求1-8任意一项所述方法的基于人脸识别技术的FaceID数据库的自我完善系统,其特征在于,包括:
一FaceID数据库,该FaceID数据库中存储有若干个用户的身份信息和历史行为信息,并且每个用户对应设置有一独有的FaceID项,每个FaceID项对应有若干张该用户的人脸图像信息,每个用户的身份信息和历史行为信息均与其所属的FaceID项一一对应;
分布设置的若干个采集单元,每个采集单元均按照设定的采集频次采集一指定区域的图像;
用于将采集单元在一设定时间段内采集的图像做比对,筛选出图像质量最优的图片并对之进行处理,得到目标图片的模块;
用于识别目标图片中的人脸信息和实时行为信息,将识别出的人脸信息与FaceID数据库中的人脸图像信息做比对,判断该人脸信息对应的用户是否存储在FaceID数据库中的模块;
用于响应于前述人脸信息对应的用户存在于FaceID数据库中,将识别出的实时行为信息记录至FaceID数据库中,并与该用户的FaceID项对应起来的模块;
用于响应于前述人脸信息对应的用户不存在于FaceID数据库中,将生成新的FaceID项,将该用户的实时行为信息和人脸信息均记录至FaceID数据库中,并与该新的FaceID项对应起来的模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710841431.4A CN107563343B (zh) | 2017-09-18 | 2017-09-18 | 基于人脸识别技术的FaceID数据库的自我完善方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710841431.4A CN107563343B (zh) | 2017-09-18 | 2017-09-18 | 基于人脸识别技术的FaceID数据库的自我完善方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107563343A true CN107563343A (zh) | 2018-01-09 |
CN107563343B CN107563343B (zh) | 2020-05-19 |
Family
ID=60981103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710841431.4A Active CN107563343B (zh) | 2017-09-18 | 2017-09-18 | 基于人脸识别技术的FaceID数据库的自我完善方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107563343B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388851A (zh) * | 2018-02-09 | 2018-08-10 | 北京京东金融科技控股有限公司 | 信息统计方法、装置、存储介质及电子设备 |
CN108960999A (zh) * | 2018-07-03 | 2018-12-07 | 上海小蚁科技有限公司 | 消费推荐方法及装置、存储介质、终端 |
CN109064181A (zh) * | 2018-08-13 | 2018-12-21 | 南京敞视信息科技有限公司 | 一种不同支付手段的身份确认和信息推送方法 |
CN109344765A (zh) * | 2018-09-28 | 2019-02-15 | 广州云从人工智能技术有限公司 | 一种针对连锁门店入店人员分析的智能分析方法 |
CN109359625A (zh) * | 2018-11-16 | 2019-02-19 | 南京甄视智能科技有限公司 | 基于头肩检测和人脸识别技术判断顾客身份的方法和系统 |
CN109919102A (zh) * | 2019-03-11 | 2019-06-21 | 重庆科技学院 | 一种基于表情识别的自闭症拥抱机体验评价方法及系统 |
CN110866418A (zh) * | 2018-08-27 | 2020-03-06 | 阿里巴巴集团控股有限公司 | 图像底库生成方法、装置、设备、系统及存储介质 |
CN111126119A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 基于人脸识别的到店用户行为统计方法和装置 |
CN111445252A (zh) * | 2019-01-16 | 2020-07-24 | 阿里巴巴集团控股有限公司 | 一种生物特征库的建立方法、装置及设备 |
CN112700235A (zh) * | 2019-10-22 | 2021-04-23 | 北京迈格威科技有限公司 | 线下支付用户的识别方法、装置和电子设备 |
CN113743308A (zh) * | 2021-09-06 | 2021-12-03 | 汇纳科技股份有限公司 | 基于特征质量的人脸识别方法、装置、存储介质及系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008257488A (ja) * | 2007-04-05 | 2008-10-23 | Multi Solution:Kk | 顔認証応用インストアマーケティング分析システム |
CN101470883A (zh) * | 2007-12-26 | 2009-07-01 | 联想(北京)有限公司 | 广告播放方法和广告播放设备 |
CN101620715A (zh) * | 2009-08-06 | 2010-01-06 | 余洋 | 智能广告发布方法和系统 |
CN102129644A (zh) * | 2011-03-08 | 2011-07-20 | 北京理工大学 | 一种具有受众特性感知与统计功能的智能广告系统 |
CN102222283A (zh) * | 2011-06-24 | 2011-10-19 | 常州锐驰电子科技有限公司 | 人脸识别的数据管理系统 |
CN102446327A (zh) * | 2010-10-15 | 2012-05-09 | 汉王科技股份有限公司 | 基于人脸识别的广告投放装置及广告投放方法 |
KR20120108306A (ko) * | 2011-03-23 | 2012-10-05 | (주)큐앤솔브 | 얼굴 인식 기반 광고 방법 및 시스템 |
CN102881239A (zh) * | 2011-07-15 | 2013-01-16 | 鼎亿数码科技(上海)有限公司 | 基于图像识别的广告投播系统及方法 |
CN103606093A (zh) * | 2013-10-28 | 2014-02-26 | 燕山大学 | 一种基于人体特征的连锁机构vip客户智能服务系统 |
CN103744858A (zh) * | 2013-12-11 | 2014-04-23 | 深圳先进技术研究院 | 一种信息推送方法及系统 |
CN103942705A (zh) * | 2014-03-25 | 2014-07-23 | 惠州Tcl移动通信有限公司 | 一种基于人脸识别的广告分类匹配推送方法及系统 |
US20140363059A1 (en) * | 2013-06-07 | 2014-12-11 | Bby Solutions, Inc. | Retail customer service interaction system and method |
CN104392370A (zh) * | 2014-11-06 | 2015-03-04 | 上海斐讯数据通信技术有限公司 | 一种自动获取顾客信息的电子商务系统和方法 |
CN106156144A (zh) * | 2015-04-13 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 信息推送方法及装置 |
CN106384237A (zh) * | 2016-08-31 | 2017-02-08 | 北京志光伯元科技有限公司 | 基于人脸识别的会员认证和管理方法、装置及系统 |
CN106971317A (zh) * | 2017-03-09 | 2017-07-21 | 杨伊迪 | 基于人脸识别与大数据分析的广告投放效果评价与智能推送决策方法 |
CN106981017A (zh) * | 2017-04-01 | 2017-07-25 | 智码迅付信息科技有限公司 | 一种基于人脸识别技术的大数据精准营销装置及营销方法 |
-
2017
- 2017-09-18 CN CN201710841431.4A patent/CN107563343B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008257488A (ja) * | 2007-04-05 | 2008-10-23 | Multi Solution:Kk | 顔認証応用インストアマーケティング分析システム |
CN101470883A (zh) * | 2007-12-26 | 2009-07-01 | 联想(北京)有限公司 | 广告播放方法和广告播放设备 |
CN101620715A (zh) * | 2009-08-06 | 2010-01-06 | 余洋 | 智能广告发布方法和系统 |
CN102446327A (zh) * | 2010-10-15 | 2012-05-09 | 汉王科技股份有限公司 | 基于人脸识别的广告投放装置及广告投放方法 |
CN102129644A (zh) * | 2011-03-08 | 2011-07-20 | 北京理工大学 | 一种具有受众特性感知与统计功能的智能广告系统 |
KR20120108306A (ko) * | 2011-03-23 | 2012-10-05 | (주)큐앤솔브 | 얼굴 인식 기반 광고 방법 및 시스템 |
CN102222283A (zh) * | 2011-06-24 | 2011-10-19 | 常州锐驰电子科技有限公司 | 人脸识别的数据管理系统 |
CN102881239A (zh) * | 2011-07-15 | 2013-01-16 | 鼎亿数码科技(上海)有限公司 | 基于图像识别的广告投播系统及方法 |
US20140363059A1 (en) * | 2013-06-07 | 2014-12-11 | Bby Solutions, Inc. | Retail customer service interaction system and method |
CN103606093A (zh) * | 2013-10-28 | 2014-02-26 | 燕山大学 | 一种基于人体特征的连锁机构vip客户智能服务系统 |
CN103744858A (zh) * | 2013-12-11 | 2014-04-23 | 深圳先进技术研究院 | 一种信息推送方法及系统 |
CN103942705A (zh) * | 2014-03-25 | 2014-07-23 | 惠州Tcl移动通信有限公司 | 一种基于人脸识别的广告分类匹配推送方法及系统 |
CN104392370A (zh) * | 2014-11-06 | 2015-03-04 | 上海斐讯数据通信技术有限公司 | 一种自动获取顾客信息的电子商务系统和方法 |
CN106156144A (zh) * | 2015-04-13 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 信息推送方法及装置 |
CN106384237A (zh) * | 2016-08-31 | 2017-02-08 | 北京志光伯元科技有限公司 | 基于人脸识别的会员认证和管理方法、装置及系统 |
CN106971317A (zh) * | 2017-03-09 | 2017-07-21 | 杨伊迪 | 基于人脸识别与大数据分析的广告投放效果评价与智能推送决策方法 |
CN106981017A (zh) * | 2017-04-01 | 2017-07-25 | 智码迅付信息科技有限公司 | 一种基于人脸识别技术的大数据精准营销装置及营销方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388851A (zh) * | 2018-02-09 | 2018-08-10 | 北京京东金融科技控股有限公司 | 信息统计方法、装置、存储介质及电子设备 |
CN108960999A (zh) * | 2018-07-03 | 2018-12-07 | 上海小蚁科技有限公司 | 消费推荐方法及装置、存储介质、终端 |
CN109064181A (zh) * | 2018-08-13 | 2018-12-21 | 南京敞视信息科技有限公司 | 一种不同支付手段的身份确认和信息推送方法 |
CN109064181B (zh) * | 2018-08-13 | 2022-05-20 | 南京敞视信息科技有限公司 | 一种不同支付手段的身份确认和信息推送方法 |
CN110866418A (zh) * | 2018-08-27 | 2020-03-06 | 阿里巴巴集团控股有限公司 | 图像底库生成方法、装置、设备、系统及存储介质 |
CN110866418B (zh) * | 2018-08-27 | 2023-05-09 | 阿里巴巴集团控股有限公司 | 图像底库生成方法、装置、设备、系统及存储介质 |
CN109344765A (zh) * | 2018-09-28 | 2019-02-15 | 广州云从人工智能技术有限公司 | 一种针对连锁门店入店人员分析的智能分析方法 |
CN111126119A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 基于人脸识别的到店用户行为统计方法和装置 |
CN109359625A (zh) * | 2018-11-16 | 2019-02-19 | 南京甄视智能科技有限公司 | 基于头肩检测和人脸识别技术判断顾客身份的方法和系统 |
CN111445252A (zh) * | 2019-01-16 | 2020-07-24 | 阿里巴巴集团控股有限公司 | 一种生物特征库的建立方法、装置及设备 |
CN109919102A (zh) * | 2019-03-11 | 2019-06-21 | 重庆科技学院 | 一种基于表情识别的自闭症拥抱机体验评价方法及系统 |
CN112700235A (zh) * | 2019-10-22 | 2021-04-23 | 北京迈格威科技有限公司 | 线下支付用户的识别方法、装置和电子设备 |
CN113743308A (zh) * | 2021-09-06 | 2021-12-03 | 汇纳科技股份有限公司 | 基于特征质量的人脸识别方法、装置、存储介质及系统 |
CN113743308B (zh) * | 2021-09-06 | 2023-12-12 | 汇纳科技股份有限公司 | 基于特征质量的人脸识别方法、装置、存储介质及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107563343B (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563343A (zh) | 基于人脸识别技术的FaceID数据库的自我完善方法和系统 | |
CN110490729B (zh) | 一种基于用户画像模型的金融用户分类方法 | |
CN108876526B (zh) | 商品推荐方法、装置和计算机可读存储介质 | |
CN106294489B (zh) | 内容推荐方法、装置及系统 | |
CN109190586B (zh) | 顾客到访分析方法、装置及存储介质 | |
CN106971317A (zh) | 基于人脸识别与大数据分析的广告投放效果评价与智能推送决策方法 | |
US20040138958A1 (en) | Sales prediction using client value represented by three index axes as criteron | |
CN113674037B (zh) | 一种基于购物行为的数据采集和推荐方法 | |
CN108022152A (zh) | 基于图像识别的用户商品自动推荐系统及推荐方法 | |
CN105931068A (zh) | 一种持卡人消费画像的生成方法及装置 | |
CN106934018A (zh) | 一种基于协同过滤的医生推荐系统 | |
CA2825742A1 (en) | Marketing device, marketing method, program and recording medium | |
CN107341688A (zh) | 一种客户体验的采集方法及系统 | |
CN106572001B (zh) | 一种智能客服的对话方法及系统 | |
WO2021129342A1 (zh) | 数据处理方法、装置、设备、存储介质及计算机程序 | |
CN103914691A (zh) | 基于人脸识别的目标群体分析系统、方法及身高识别方法 | |
WO2021129531A1 (zh) | 一种资源分配方法、装置、设备、存储介质及计算机程序 | |
CN116468460B (zh) | 基于人工智能的消费金融客户画像识别系统及其方法 | |
CN109559152A (zh) | 一种网络营销方法、系统及计算机存储介质 | |
CN106846082A (zh) | 基于硬件信息的旅游冷启动用户产品推荐系统及方法 | |
CN114997956B (zh) | 基于大数据的母婴产品智能推荐系统 | |
CN116645141A (zh) | 一种融合多维特征的连锁门店选址推荐方法 | |
CN106055664A (zh) | 一种基于用户评论的ugc垃圾内容过滤方法及系统 | |
CN109146606A (zh) | 一种品牌推荐方法、电子设备、存储介质及系统 | |
CN116739836A (zh) | 一种基于知识图谱的餐饮数据分析方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province Patentee after: Xiaoshi Technology (Jiangsu) Co.,Ltd. Address before: 210000 Longmian Avenue 568, High-tech Park, Jiangning District, Nanjing City, Jiangsu Province Patentee before: NANJING ZHENSHI INTELLIGENT TECHNOLOGY Co.,Ltd. |