CN109034887B - 物品价格的调整方法、装置和系统 - Google Patents

Abstract

本发明提供了一种物品价格的调整方法、装置和系统；其中，该方法包括：获取目标对象的图像数据；从图像数据中提取目标对象的外貌特征；根据该外貌特征，调整距离目标对象设定范围内物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。本发明可以根据外貌特征预测目标对象的购买能力、购物倾向等，从而快速调整物品的价格，提高了物品价格调整的实时性，有利于提升物品销量和商家利润。

Description

物品价格的调整方法、装置和系统

技术领域

本发明涉及智能识别技术领域，尤其是涉及一种物品价格的调整方法、装置和系统。

背景技术

在超市、便利店等无人购物场所中，工作人员在物品的包装、商标或物品的标签上标注物品价格；顾客在选购物品时，通常会查看物品价格，将价格作为是否购买该物品的一个考虑因素；顾客选购好物品后去往收银台，工作人员通过扫描设备扫描物品上二维码、条形码等获得物品信息和价格，从而为顾客结账。这种方式中，购物场所或供货方通常需要预先为每件物品制定价格，并将制定好的价格录入至销售系统中保存，再将物品摆放到购物场所中出售；当物品价格需要修改时，通常首先需要修改系统中的价格，还需要修改标注在物品的包装、商标或标签上的价格；这种物品价格的调整方式灵活性较差，周期较长，不利于提高物品销量，进而不利于提高商家利润。

发明内容

有鉴于此，本发明的目的在于提供一种物品价格的调整方法、装置和系统，以提高物品价格调整的实时性，进而有利于提升物品销量和商家利润。

第一方面，本发明实施例提供了一种物品价格的调整方法，该方法应用于服务器，服务器与电子标签通信连接，电子标签用于显示物品价格；该方法包括：获取目标对象的图像数据；从图像数据中提取目标对象的外貌特征；根据外貌特征，调整距离目标对象设定范围内物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。

进一步，本发明实施例提供了第一方面的第一种可能的实施方式，上述外貌特征包括穿着特征、性别、年龄、发型特征中的一种或多种；穿着特征包括服装款式、服装颜色、服装图案、服装材质中的一种或多种。

进一步，本发明实施例提供了第一方面的第二种可能的实施方式，上述从图像数据中提取目标对象的外貌特征的步骤，包括：通过预设的第一神经网络对图像数据中的目标对象进行目标检测，得到目标对象的检测数据；通过预设的第二神经网络对检测数据进行外貌特征提取处理，得到目标对象的外貌特征。

进一步，本发明实施例提供了第一方面的第三种可能的实施方式，上述根据外貌特征，调整距离目标对象设定范围内物品的物品价格的步骤，包括：根据外貌特征，确定目标对象的价格调整策略；根据目标对象的位置信息以及物品的位置信息，确定目标对象与物品的空间距离；如果空间距离小于预设的距离阈值，根据价格调整策略调整物品的物品价格。

进一步，本发明实施例提供了第一方面的第四种可能的实施方式，上述根据外貌特征，确定目标对象的价格调整策略的步骤，包括：根据预设的外貌特征和价格调整策略的对应关系，确定目标对象外貌特征对应的价格调整策略；和/或，通过预设的第三神经网络对目标对象的外貌特征进行拟合处理，得到目标对象的价格调整策略；预设的第三神经网络通过预设的外貌特征和价格调整策略的对应关系训练获得。

进一步，本发明实施例提供了第一方面的第五种可能的实施方式，上述根据价格调整系数调整物品的物品价格的步骤之后，上述方法还包括：检测目标对象是否购买物品；根据检测结果，调整对应关系中，目标对象对应的价格调整策略。

进一步，本发明实施例提供了第一方面的第六种可能的实施方式，上述价格调整策略包括价格调整系数；上述根据检测结果，调整对应关系中，目标对象对应的价格调整策略的步骤，包括：如果目标对象没有购买物品，降低对应关系中，目标对象对应的价格调整系数。

进一步，本发明实施例提供了第一方面的第七种可能的实施方式，上述方法还包括：根据调整后的对应关系，再次训练第三神经网络，得到训练后的第三神经网络。

第二方面，本发明实施例提供了一种物品价格的调整装置，该装置设置于服务器，服务器与电子标签通信连接，电子标签用于显示物品价格；该装置包括：数据获取模块，用于获取目标对象的图像数据；特征提取模块，用于从图像数据中提取目标对象的外貌特征；价格调整模块，用于根据外貌特征，调整距离目标对象设定范围内物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。

第三方面，本发明实施例提供了一种物品价格的调整系统，该系统包括：摄像装置、处理器、存储装置和电子标签；摄像装置，用于采集视频帧图像；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行上述物品价格的调整方法；电子标签用于显示物品价格。

第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述物品价格的调整方法的步骤。

本发明实施例带来了以下有益效果：

本发明实施例提供的上述物品价格的调整方法、装置和服务器，获取到目标对象的图像数据后，从该图像数据中提取目标对象的外貌特征；进而根据该外貌特征，调整距离目标对象设定范围内物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。该方式可以根据外貌特征预测目标对象的购买能力、购物倾向等因素，从而快速调整物品的价格，提高了物品价格调整的实时性，有利于提升物品销量和商家利润。

本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，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。

图1为本发明实施例提供的一种电子系统的结构示意图；

图2为本发明实施例提供的一种摄像装置和电子标签的分布方式的示意图；

图3为本发明实施例提供的一种物品价格的调整方法的流程图；

图4为本发明实施例提供的另一种物品价格的调整方法的流程图；

图5为本发明实施例提供的另一种物品价格的调整方法中，第二神经网络的训练过程示意图；

图6为本发明实施例提供的另一种物品价格的调整方法中，根据外貌特征，确定目标对象的价格调整策略的示意图；

图7为本发明实施例提供的一种物品价格的调整装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

考虑到现有的商品价格调整周期较长，不利于提高商家利润，本发明实施例提供了一种物品价格的调整方法、装置和系统；该技术可以应用于商场、超市、便利店等购物场所中，也可以应用于书店、游乐场、健身房或其他场所中，该技术可采用相应的软件和硬件实现，以下对本发明实施例进行详细介绍。

实施例一：

首先，参照图1来描述用于实现本发明实施例的物品价格的调整方法、装置和系统的示例电子系统100。

如图1所示的一种电子系统的结构示意图，该电子系统100包括一个或多个处理设备102、一个或多个存储装置104、输入装置106、输出装置108以及多个摄像装置110，这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子系统100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子系统也可以具有其他组件和结构，如用于显示物品价格的电子标签。

所述处理设备102可以是网关，也可以为智能终端，或者是包含中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备，可以对所述电子系统100中的其它组件的数据进行处理，还可以控制所述电子系统100中的其它组件以执行期望的功能。

所述存储装置104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理设备102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理设备实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。

所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。

所述输出装置108可以向外部(例如，用户)输出各种信息(例如，图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。

所述摄像装置110可以采集视频帧图像，并且将采集到的图像存储在所述存储装置104中以供其它组件使用。

示例性地，用于实现根据本发明实施例的物品价格的调整方法、装置和系统的示例电子系统中的各器件可以集成设置，也可以分散设置，诸如将处理设备102、存储装置104、输入装置106和输出装置108集成设置于一体，而将多个摄像装置分离设置于各个物品的对应位置或者盛放物品的货架的对应位置；如果系统中包含多个电子标签，每个电子标签设置于各个物品的对应位置。

实施例二：

本实施例提供了一种物品价格的调整方法，该方法应用于服务器，该服务器可以为上述实施例中的处理设备；该服务器可以为网关，也可以是具有数据处理能力的其它设备，诸如上位机、本地服务器、云服务器等。该处理设备可以独立对接收到的信息进行处理，也可以与服务器相连，共同对信息进行确定处理，并将处理结果上传至云端。

本实施例中，采集视频帧图像的摄像装置可以分布在各个物品的对应位置或者盛放物品的货架的对应位置，以采集货架或物品附近的目标对象的外貌特征，目标对象与物品的距离，目标对象是否购买该物品等数据信息。上述服务器与电子标签通信连接；在实际实现时，电子标签设置于物品的包装、商标或标签上，也可以设置在盛放货架物品的价格展示区中；电子标签与每个或每类物品一一对应，用于显示物品价格，并实现物品价格的动态改变和实时更新。

下面首先描述一种具体的摄像装置和电子标签的分布方式，但不作为对本发明实施例的限定；如图2所示，以一台货架配置一个摄像头为例；该货架上摆放着四种物品，分别为物品A、物品B、物品C和物品D；物品的电子标签设置在货架上，图2中，每个物品的电子标签设置在对应物品的下方；摄像头位于货架的上部；摄像头和每个物品的电子标签均与服务器连接。可以预先划定摄像头的检测范围；该检测范围可以根据目标对象与货架的距离设置，也可以将该摄像头视野范围作为检测范围；目标对象进入在检测范围后，即可认为目标对象在靠近货架上的物品。此时，即可通过摄像头提取该目标对象的外貌特征，进而根据该外貌特征调整上述物品A、物品B、物品C和物品D的价格。

如图3所示，上述物品价格的调整方法包括如下步骤：

步骤S302，获取目标对象的图像数据；

该目标对象通常为购物场所、图书馆、游乐场等目标区域中的游客、顾客、消费者等；该图像数据可以通过上述摄像装置获得；通常，需要首先识别出视频帧图像中存在目标对象，再获取该目标对象的图像数据，例如，从视频帧中截取某一帧图像作为图像数据，或者从某一帧图像中截取存在目标对象的图像区域作为图像数据。

步骤S304，从图像数据中提取目标对象的外貌特征；

上述外貌特征包括穿着特征、性别、年龄、发型特征中的一种或多种；该穿着特征包括服装款式、服装颜色、服装图案、服装材质中的一种或多种。其中，穿着特征通常可以反映出该目标对象的购买能力、购物倾向等；例如，通过穿着特征识别该目标对象服装的品牌，根据该品牌服平均价格或档次(预先可以为各大品牌划分档次，如高、中、低档)，可以推测出该目标对象的购买能力，根据该品牌服装的风格，可以推测出该目标对象的购物倾向，如时尚型、保守型等。

另外，性别、发型特征等可以作为较为辅助的特征和穿着特征一起推断该目标对象的购物倾向；例如，穿着高档次品牌服装的年轻女性，发型为波浪卷长发；这样的目标对象的购买能力通常较强，并且可能会对购物场所中的护肤品、女性服装、零食等物品类别较为感兴趣；再如，穿着中档次品牌服装的中年男性，发型为短发；这样的目标对象的购买能力通常中等，但根据性别可以推测该目标对象可能对物品的价格不太敏感，并且可能会对购物场所中的电器、男性服装、果蔬等物品类别较为感兴趣。

在实际实现时，可以通过视频结构化技术提取目标对象的外貌特征，具体地，可以通过卷积神经网络或其他机器学习的方式对目标对象的图像数据进行图像识别，从而得到目标对象的外貌特征。

步骤S306，根据外貌特征，调整距离目标对象设定范围内物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。

继续上文中所述，当目标对象靠近物品或货架时，该物品或货架对应的摄像装置即可采集该目标对象的图像数据，进而得到该目标对象的外貌特征；如果根据该外貌特征推测出该目标对象的购买能力较强，可以对目标对靠近的物品适当的涨价，如在原价的基础上提高10％，以提高盈利；如果根据该外貌特征推测出该目标对象的购买能力较弱，可以对目标对靠近的物品适当的降价，如打九五折，或在原价旁边表明该物品促销的字样，以达到促销的目的。

另外，根据上述外貌特征还可以推测出该目标对象与靠近的物品的匹配程度；例如，上述外貌特征为“穿着高档次品牌服装的年轻女性”的目标对象靠近的物品是化妆品，根据该外貌特征可知，该目标对象的购买能力较高，并且与化妆品的匹配程度较高，属于化妆品的潜在消费者，此时，该目标对象购买该物品的概率较大，因而该物品可以保持原价或者适当提价；再如，外貌特征为“穿着中档次品牌服装的中年男性”的目标对象靠近的物品是果蔬，根据该外貌特征该目标对象与果蔬的匹配程度一般，而由于男性普遍对物品的价格不太敏感，此时可以对物品进行提价；又考虑到果蔬本身价格范围较窄，因此需要在合理范围内进行适当幅度的提价，例如在原价的基础上提高5％。

由于购物场所物品众多，目标对象也多；为了实现针对每个目标对象的有目的的提价，通常会实时监测目标对象与物品的距离，仅调整距离目标对象设定范围内物品的物品价格；其中，该设定范围可以根据人类的视野范围设置，最终通过目标对象与物品的距离划定。物品价格调整完毕后，服务器可以将调整后的价格实时发送至对应物品的电子标签上，以供电子标签显示。

本发明实施例提供的上述物品价格的调整方法，获取到目标对象的图像数据后，从该图像数据中提取目标对象的外貌特征；进而根据该外貌特征，调整距离目标对象设定范围内物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。该方式可以根据外貌特征预测目标对象的购买能力、购物倾向等，从而快速调整物品的价格，提高了物品价格调整的实时性，有利于提升物品销量和商家利润。

实施例三：

本发明实施例提供了另一种物品价格的调整方法，该方法在上述实施例的基础上实现；该方法中，进一步详细描述了提取目标对象的外貌特征的具体步骤，以及调整物品价格的具体方式；如图4所示，该方法包括如下步骤：

步骤S402，获取目标对象的图像数据；

步骤S404，通过预设的第一神经网络对图像数据中的目标对象进行目标检测，得到目标对象的检测数据；

具体可以将视频帧图像输入至上述第一神经网络中，该第一神经网络根据预先训练的检测模型，识别该视频帧图像中是否存在目标对象，如果存在目标对象，则获取该目标对象的具体位置；该具体位置可以通过检测框标识；该检测框内部的图像数据即为上述目标对象的检测数据，为了提取该目标对象较为完整的外貌特征，该检测数据通常包含目标对象从头部到脚部的完整的人形图像。

步骤S406，通过预设的第二神经网络对检测数据进行外貌特征提取处理，得到目标对象的外貌特征。

该第二神经网络可以根据预先训练的特征识别模型，提取目标对象的外貌特征；该外貌特征具体可以为目标对象人形的深度特征；一个目标对象的外貌特征可以包含多个子特征，例如，检测数据输入至第二神经网络后，输出子特征F1和子特征F2，F1和F2共同作为该目标对象的人脸特征。另外，子特征还可以按照类别进行划分，如表征目标对象穿着特征的子特征、表征目标对象性别的子特征、表征目标对象发型特征的子特征等。

上述第二神经网络的训练过程可以如图5所示，预先建立一个神经网络，如CNN(Convolutional Neural Network，卷积神经网络)网络；训练样本集为多个目标对象的图像数据，以及该目标对象真实的外貌特征；在训练过程中，将目标对象的图像数据输入至CNN网络中，输出预测的外貌特征；计算预测的外貌特征与该目标对象真实的外貌特征之间的偏差程度，根据该偏差程度调整上述CNN网络的结构和参数；进而再输入下一个目标对象的图像数据，并执行上述训练过程，直至训练样本集中最后一个目标对象的图像数据输入上述CNN网络并完成训练过程；该训练过程可以使训练出的上述第二神经网络可以更加精确地描述目标对象的外貌特征。

步骤S408，根据外貌特征，确定目标对象的价格调整策略；

该步骤S408具体可以通过下述两种方式实现：

方式一，根据预设的外貌特征和价格调整策略的对应关系，确定目标对象外貌特征对应的价格调整策略；其中，该外貌特征和价格调整策略的对应关系由人工预先设定，具体可以如下述表1所示：

表1

外貌特征	价格调整策略
		特征A	策略1
特征B	策略2
		特征C	策略3

例如，如果目标对象M的外貌特征包含表1中的特征A，或者外貌特征处于特征A涵盖的范围中；则根据特征A对应的策略1，调整该目的对象附近的物品价格；该价格调整策略具体可以为升价或降价的百分比，例如升价10％、降价5％等；也可以为升价或降价的额度，例如升价10元、降价5元等。

方式二，通过预设的第三神经网络对目标对象的外貌特征进行拟合处理，得到目标对象的价格调整策略；该预设的第三神经网络通过预设的外貌特征和价格调整策略的对应关系训练获得。

具体可以将目标对象的外貌特征输入至上述第三神经网络中，该第三神经网络根据预先训练的拟合模型，得到对应的价格调整策略；样本训练集可以为上述方式一中的外貌特征和价格调整策略的对应关系。

上述步骤S408可以采用上述方式一或方式二实现，也可以同时采用上述方式一和方式二；方式一中，采用人工设定规则的方式得到外貌特征和价格调整策略的对应关系，该对应关系通常更加合理、准确，但由于是人工设定，可能该对象关系仅包含有限种类或种类范围的外貌特征，因此外貌特征与价格调整策略的对应关系可能不是特别精确；而方式二中，采用神经网络的方式拟合出价格调整策略，神经网络本身拟合能力较强，外貌特征稍微变化，就会使得输出的价格调整策略不同，输出结果较为精细，但对拟合结果缺乏解释性，易导致某些输出结果不太合理。

基于上述原因，在实际实现时上述步骤S408可以优先采用方式一和方式二相结合的方式确定目标对象的价格调整策略；具体如图6所示，根据目标对象的外貌特征和物品的原始价格，以及人工设定的外貌特征和价格调整策略的对应关系，可以得到物品的新价格，该新价格用价格A表示；根据目标对象的外貌特征和物品的原始价格，以及神经网络，也可以得到物品的新价格，该新价格用价格B表示；该物品最终的新价格可以为价格A或价格B之一，也可以通过价格A和价格B加权计算得到；其中，价格A和价格B各种的权值可以预先设置。

在另外一种方式中，对于同一个目的对象，通过上述方式一可以得到一种价格调整策略，如用策略A表示；通过上述方式二可以得到另外一种价格调整策略，如用策略B表示；物品最终的价格调整策略可以为策略A或策略B，也可以通过策略A和策略B加权计算得到；其中，策略A和策略B各种的权值可以预先设置；进而再通过物品最终的价格调整策略得到物品的新价格。

步骤S410，根据目标对象的位置信息以及物品的位置信息，确定目标对象与物品的空间距离；

其中，可以预先统计购物场所内的各个摄像头的位置信息，以及各个货架的位置信息；目标对象的位置信息可以根据该目标对象处在哪个摄像头的视野范围，以及该目的对象位于该视野范围内的具体位置确定；物品的位置信息可以根据该物品盛放在哪个货架确定。

具体而言，根据该摄像头的高度、倾斜角度等参数，可以换算出该摄像头视野范围内的每个位置与摄像头的空间位置关系，进而得到该位置与摄像头的空间距离，或者视野范围内两两位置间的空间位置关系和空间距离；当目标对象处在摄像头A的视野范围时，可以表明该目标对象距离摄像头A较近；进而再根据该目标对象在摄像头A视野范围内的位置，得到目标对象与摄像头的空间位置关系；根据该空间位置关系，以及摄像头A的位置信息，即可得到目标对象的位置信息。

上述目标对象的位置信息以及物品的位置信息可以用预先建立的坐标系上的经纬度表示，当然也可以用其他向量表示；具体地，可以根据购物场所内各摄像装置的安装位置，在当前环境中预先建立上述坐标系(该坐标系也可以称为世界坐标系)，该坐标系中标注了各个摄像装置的位置信息；根据各摄像装置的位置信息，以及目标对象与摄像装置的相对位置，可以获得目标对象的绝对位置，即上述目标对象的位置信息。物品的位置信息也可以通过上述方式获得，还可以由工作人员直接标注在上述坐标系中。上述目标对象与摄像装置的相对位置，具体可以通过深度测量技术得到目标对象相对于摄像装置的距离、方向角度等参数，从而计算得到目标对象与摄像装置的相对位置。目标对象的位置信息以及物品的位置信息经矢量运算后，可以得到上述目标对象与物品的空间距离。

步骤S412，判断该空间距离是否小于预设的距离阈值；如果是，执行步骤S414；如果否，结束；

其中，该预设的距离阈值可以预先设定；具体而言，可以根据人眼的视野范围，以及电子标签的大小设置该距离阈值；如果该距离阈值设置较小，或者电子标签较大，目标对象可能会看见电子标签上物品价格的变化过程，如果价格调整策略为升价，则可能会降低目标对象的体验度；而如果该距离阈值设置较大，一个目标对象可能会引起较大范围内物品的价格变化，当目标对象较多时，不利于物品根据每个目标对象调整价格，进而影响价格调整的灵活性，不利于提升物品销量和商家利润。

步骤S414，根据价格调整策略调整物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。

其中，该物品价格可以为调整后的物品价格；该方式尤其可以适用于调整后的物品价格高于物品原始价格的情况；该物品价格可以包含原始价格、折扣信息、调整后的物品价格三种信息中的一种或多种；该方式可以适用于调整后的物品价格低于物品原始价格的情况；为了提高目标对象的购买几率，物品价格中可以显示上述三种信息中的至少两种，优选为三种，如物品A原价为100元，折扣为九折，折后价格90元，再如物品A原价为100元，优惠额度10元，折后价格90元；通过价格落差刺激目标对象购买物品，以提高物品的销量。

调整后的物品的价格可以由服务器主动发送至对应的电子标签，具体可以通过查找摄像头位置、货架位置、货架物品类型与电子标签之间的关系，得到电子标签的标识，进而将价格发送至该标识对应的电子标签；也可以将调整后的物品的价格保存的指定的存储区中，由电子标签按照一定的时间间隔主动查询该存储区内存储的价格，如果发生变化，则更新该电子标签显示的价格。

电子标签更新价格后，还可以继续监测目标对象的后续行为；具体地，可以检测目标对象是否购买物品；根据检测结果，调整上述外貌特征和价格调整策略的对应关系中，目标对象对应的价格调整策略。如果目标对象购买了价格调整后的物品，说明上述根据目标对象的外貌特征得到的价格调整策略较为合理，或者对于该目标对象，该物品还有升价的空间。

而如果目标对象没有购买物品，很有可能说明对于该目标对象，调整后的价格偏高；具体而言，如果上述价格调整策略包括价格调整系数，则说明该价格调整系数偏高，需要降低外貌特征和价格调整策略的对应关系中，目标对象对应的价格调整系数；例如，将价格调整系数90％降低为85％，将价格调整系数110％降低为105％等。上述价格调整策略还可以包括调整额度，此时，则需要降低该调整额度，如将调整额度+10元降低为+5元等。

检测目标对象是否购买物品具体可以通过下述方式实现：目标对象在靠近物品时，不仅采集该目标对象的外貌特征，还采集该目标对象的人脸特征；在购物场所的收银台或物品结算处，也采集目标对象的人脸特征，根据人脸特征的相似性程度确定该目标对象与物品附近的哪个目标对象是同一个人，同时获取该目标对象结账的购物清单；从该购物清单中查询目标对象是否购买上述物品。

在另外一种实现方式中，还可以通过行人重识别ReID技术检测目标对象是否购买物品；具体而言，目标对象在靠近物品时，首先对该目标对象进行人形检测，得到检测数据；再从该检测数据中提取人形特征；同样，在购物场所的收银台或物品结算处，也对目标对象进行人形检测并提取人形特征，通过ReID技术判断该目标对象与物品附近的哪个目标对象是同一个人，进而获取该目标对象结账的购物清单；从该购物清单中查询目标对象是否购买上述物品。

由于上述第三神经网络由上述外貌特征和价格调整策略的对应关系训练得到；当该对应关系发生调整时，为了同时提高第三神经网络的拟合准确度，可以根据调整后的对应关系，再次训练第三神经网络，得到训练后的第三神经网络。

上述物品价格的调整方法中，通过神经网络提取目标对象的外貌特征；进而再通过人工设定的外貌特征和价格调整策略的对应关系，或者神经网络得到目标对象的价格调整策略，并根据该价格调整策略调整该目标对象附近物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。该方式可以根据外貌特征预测目标对象的购买能力、购物倾向等因素，从而快速调整物品的价格，提高了物品价格调整的实时性，有利于提升物品销量和商家利润。

实施例四

对应于上述方法实施例，参见图7所示的一种物品价格的调整装置的结构示意图；该装置设置于服务器，该服务器与电子标签通信连接，该电子标签用于显示物品价格；该装置包括：

数据获取模块70，用于获取目标对象的图像数据；

特征提取模块71，用于从图像数据中提取目标对象的外貌特征；

价格调整模块72，用于根据外貌特征，调整距离目标对象设定范围内物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。

本发明实施例提供的上述物品价格的调整装置，获取到目标对象的图像数据后，从该图像数据中提取目标对象的外貌特征；进而根据该外貌特征，调整距离目标对象设定范围内物品的物品价格，以供物品对应的电子标签显示调整后的物品价格。该方式可以根据外貌特征预测目标对象的购买能力、购物倾向等因素，从而快速调整物品的价格，提高了物品价格调整的实时性，有利于提升物品销量和商家利润。

进一步地，上述外貌特征包括穿着特征、性别、年龄、发型特征中的一种或多种；穿着特征包括服装款式、服装颜色、服装图案、服装材质中的一种或多种。

进一步地，上述特征提取模块71，还用于：通过预设的第一神经网络对图像数据中的目标对象进行目标检测，得到目标对象的检测数据；通过预设的第二神经网络对检测数据进行外貌特征提取处理，得到目标对象的外貌特征。

进一步地，上述价格调整模块72，还用于：根据外貌特征，确定目标对象的价格调整策略；根据目标对象的位置信息以及物品的位置信息，确定目标对象与物品的空间距离；如果空间距离小于预设的距离阈值，根据价格调整策略调整物品的物品价格。

进一步地，上述价格调整模块72，还用于：根据预设的外貌特征和价格调整策略的对应关系，确定目标对象外貌特征对应的价格调整策略；和/或，通过预设的第三神经网络对目标对象的外貌特征进行拟合处理，得到目标对象的价格调整策略；预设的第三神经网络通过预设的外貌特征和价格调整策略的对应关系训练获得。

进一步地，上述装置还包括：检测模块，用于检测目标对象是否购买物品；策略调整模块，用于根据检测结果，调整对应关系中，目标对象对应的价格调整策略。

进一步地，上述价格调整策略包括价格调整系数；上述策略调整模块，还用于：如果目标对象没有购买物品，降低对应关系中，目标对象对应的价格调整系数。

进一步地，上述装置还包括：训练模块，用于根据调整后的对应关系，再次训练第三神经网络，得到训练后的第三神经网络。

本实施例所提供的装置，其实现原理及产生的技术效果和前述实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

实施例五

本发明实施例提供了一种物品价格的调整系统，该系统包括：摄像装置、处理器、存储装置和电子标签；该摄像装置，用于采集视频帧图像；该存储装置上存储有计算机程序，计算机程序在被处理器运行时执行上述物品价格的调整方法；该电子标签用于显示物品价格。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

进一步地，本实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述物品价格的调整方法的步骤。

本发明实施例所提供的物品价格的调整方法、装置和系统的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种物品价格的调整方法，其特征在于，所述方法应用于服务器，所述服务器与电子标签通信连接，所述电子标签用于显示物品价格；所述方法包括：

获取目标对象的图像数据；

从所述图像数据中提取所述目标对象的外貌特征；

根据所述外貌特征，调整距离所述目标对象设定范围内物品的物品价格，以供所述物品对应的电子标签显示调整后的所述物品价格；

所述根据所述外貌特征，调整距离所述目标对象设定范围内物品的物品价格的步骤，包括：

根据所述外貌特征，确定所述目标对象的价格调整策略；

根据所述目标对象的位置信息以及物品的位置信息，确定所述目标对象与所述物品的空间距离；

如果所述空间距离小于预设的距离阈值，根据所述价格调整策略调整所述物品的物品价格；其中，所述距离阈值根据人眼的视野范围及所述电子标签的大小确定。

2.根据权利要求1所述的方法，其特征在于，所述外貌特征包括穿着特征、性别、年龄、发型特征中的一种或多种；所述穿着特征包括服装款式、服装颜色、服装图案、服装材质中的一种或多种。

3.根据权利要求1所述的方法，其特征在于，所述从所述图像数据中提取所述目标对象的外貌特征的步骤，包括：

通过预设的第一神经网络对所述图像数据中的目标对象进行目标检测，得到所述目标对象的检测数据；

通过预设的第二神经网络对所述检测数据进行外貌特征提取处理，得到所述目标对象的外貌特征。

4.根据权利要求1所述的方法，其特征在于，所述根据所述外貌特征，确定所述目标对象的价格调整策略的步骤，包括：

根据预设的外貌特征和价格调整策略的对应关系，确定所述目标对象外貌特征对应的价格调整策略；

和/或，通过预设的第三神经网络对所述目标对象的外貌特征进行拟合处理，得到所述目标对象的价格调整策略；所述预设的第三神经网络通过预设的外貌特征和价格调整策略的对应关系训练获得。

5.根据权利要求4所述的方法，其特征在于，所述根据所述价格调整策略调整所述物品的物品价格的步骤之后，所述方法还包括：

检测所述目标对象是否购买所述物品；

根据检测结果，调整所述对应关系中，所述目标对象对应的价格调整策略。

6.根据权利要求5所述的方法，其特征在于，所述价格调整策略包括价格调整系数；

所述根据检测结果，调整所述对应关系中，所述目标对象对应的价格调整策略的步骤，包括：如果所述目标对象没有购买所述物品，降低所述对应关系中，所述目标对象对应的价格调整系数。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据调整后的所述对应关系，再次训练所述第三神经网络，得到训练后的所述第三神经网络。

8.一种物品价格的调整装置，其特征在于，所述装置设置于服务器，所述服务器与电子标签通信连接，所述电子标签用于显示物品价格；所述装置包括：

数据获取模块，用于获取目标对象的图像数据；

特征提取模块，用于从所述图像数据中提取所述目标对象的外貌特征；

价格调整模块，用于根据所述外貌特征，调整距离所述目标对象设定范围内物品的物品价格，以供所述物品对应的电子标签显示调整后的所述物品价格；

所述价格调整模块还用于根据所述外貌特征，确定所述目标对象的价格调整策略；根据所述目标对象的位置信息以及物品的位置信息，确定所述目标对象与所述物品的空间距离；如果所述空间距离小于预设的距离阈值，根据所述价格调整策略调整所述物品的物品价格；其中，所述距离阈值根据人眼的视野范围及所述电子标签的大小确定。

9.一种物品价格的调整系统，其特征在于，所述系统包括：摄像装置、处理器、存储装置和电子标签；

所述摄像装置，用于采集视频帧图像；

所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法；

所述电子标签用于显示物品价格。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。

Images