CN109191182A - 基于无人超市的商品导航方法及装置 - Google Patents
基于无人超市的商品导航方法及装置 Download PDFInfo
- Publication number
- CN109191182A CN109191182A CN201810895632.7A CN201810895632A CN109191182A CN 109191182 A CN109191182 A CN 109191182A CN 201810895632 A CN201810895632 A CN 201810895632A CN 109191182 A CN109191182 A CN 109191182A
- Authority
- CN
- China
- Prior art keywords
- target user
- user
- target
- information
- merchandise
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Abstract
本申请实施例提供一种基于无人超市的商品导航方法及装置,该方法包括:对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息;根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型;判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向;根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线;展示所述目标导航路线,以此,能够提升无人超市的便捷性。
Description
技术领域
本申请涉及导航技术领域,具体涉及一种基于无人超市的商品导航方法及装置。
背景技术
随着科技的不断发展,智能技术也得到了飞速的发展。随着智能技术的发展,很多关于智能技术的应用也大量出现。例如,无人停车场、无人音乐厅、以及无人超市得到大量的应用,其中,在无人超市中,会存在商品摆放的位置发生变化,导致用户寻找商品时会花费较多的时间,因而导致无人超市系统的便捷性较低。
发明内容
本申请实施例提供一种基于无人超市的商品导航方法及装置,能够提升无人超市的便捷性。
本申请实施例的第一方面提供了一种基于无人超市的商品导航方法,所述方法包括:
对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息;
根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型;
判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向;
根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线;
展示所述目标导航路线。
本申请实施例的第二方面提供了一种基于无人超市的商品导航装置,所述装置包括:
识别单元,用于对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息;
确定单元,用于根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型;
判断单元,用于判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向;
生成单元,用于根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线;
展示单元,用于展示所述目标导航路线。
本申请实施例的第三方面提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
本申请实施例的第四方面提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,具有如下有益效果:
通过本申请实施例,对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息,根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型,判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向,根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线,展示所述目标导航路线,以此,通过先对目标用户需要购买的商品进行确定,在确定出需要购买的商品后,再对商品的位置进行判别,若位置发生变化则生成导航路线,能够一定程度上提升无人超市的便捷性。
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,下面描述中的附图仅仅是本申请的一些实施例,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为本申请实施例提供了一种无人超市的商品导航方法的应用场景示意图;
图2A为本申请实施例提供了一种基于无人超市的商品导航方法的流程示意图;
图2B为本申请实施例提供了一种可能的特征点变化曲线的示意图;
图2C为本申请实施例提供了一种可能的运动方向预测的示意图;
图3为本申请实施例提供了另一种基于无人超市的商品导航方法的流程示意图;
图4为本申请实施例提供了另一种基于无人超市的商品导航方法的流程示意图;
图5为本申请实施例提供了一种基于无人超市的商品导航装置。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子装置可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(user equipment,UE),移动台(mobile station,MS),终端设备(terminaldevice)等等。为方便描述,上面提到的设备统称为电子装置。
本申请实施例中的用户可包括消费者,或任意进入无人超市的人。
为了更好的理解本申请实施例,下面首先对本申请实施例的提供的无人超市的商品导航方法进行简要介绍。请参阅图1,图1为本申请实施例提供了一种无人超市的商品导航方法的应用场景示意图。如图1所示,目标用户101在进入无人超市104时,无人超市104中的无人超市系统102对目标用户101进行人脸识别,得到目标用户101的用户信息,用户信息可包括该用户的身份信息等,无人超市系统102根据用户信息,确定出目标用户101需要购买的商品类型;然后无人超市系统102对该商品类型的位置进行判断,若判断出该商品类型的位置发生变化,即从初始位置103存放到了变化后的位置105,则获取目标用户101的运动方向;无人超市系统102根据目标用户101的运动方向生成目标用户101的位置与该商品类型对应的位置之间的目标导航路线,最后无人超市系统102对该目标导航路线进行展示。以此,通过在目标用户需要购买的商品类型的位置发生变化时,向目标用户展示目标用户的位置与目标用户需要购买的商品类型之间的导航路线,因此能够一定程度上提升无人超市的便捷性。
请参阅图2A,图2A为本申请实施例提供了一种基于无人超市的商品导航方法的流程示意图。如图2A所示,商品导航方法包括步骤201-205,具体如下:
201、对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息。
可选的,一种可能的对目标用户进行人脸识别,得到目标用户的用户信息的方法包括步骤A1-A2,具体如下:
A1、通过摄像装置获取所述目标用户的目标人脸图像;
可选的,获取目标用户的目标人脸图像的方法可以为:获取预设区域内的多张参考图像;所述参考图像包括所述目标用户部分或全部的人脸图像;提取所述多张参考图像中目标人脸图像所占的参考比例;将所述参考比例最大的参考图像作为所述目标人脸图像。
其中,所述预设区域例如可以是,在超市入口的预设区域,预设区域的形状例如可以是长方体、球体等,根据不同的形状可具有不同的区域大小,以球体为例,预设区域的大小例如可以是以超市入口处门框的最高点距离地面的距离(h)为直径的球体,则区域的大小可以通过球体的体积公式计算得到,球心的位置位于门中心点;以长方体为例,长方体的宽为门框的宽,长方体的高为门框的高,长方体的长为2~4米之间的值,长方体关于门框对称,其中门框宽为门框的短边,门框的高为门框的长边,则区域的大小可以通过长方体的体积计算公式得到。
A2、对所述目标人脸图像进行人脸识别,得到所述目标用户的用户信息;
可选的,将目标人脸图像与模板库中的标准人脸图像进行匹配,得到目标人脸图像与标准人脸图像之间的相似度;将相似度最大的标准人脸图像对应的身份信息,作为目标用户的用户信息。
其中,将目标人脸图像与模板库中的标准人脸图像进行匹配的方法可以为:将目标人脸图像拆分为n个子目标图像,每个子目标图像具有唯一的坐标,同时将标准人脸图像按照目标人脸图像相同的拆分方式,拆分为n个子标准图像,每个子标准图像具有唯一的坐标;将n个子目标图像与子标准图像中坐标相同n个子标准图像进行匹配,得到n个相似度将上述n个相似度的均值作为目标人脸图像与标准人脸图像之间的相似度,其中,n为正整数。
通过将目标人脸图像拆分为n个子目标图像,然后并行的进行匹配,能够提降低脸图像匹配的时间,从而提升无人超市系统的效率。
可选的,另一种对所述目标人脸图像进行人脸识别,得到目标用户的用户信息的方法为:将目标人脸图像拆分为m个子目标图像,每个子目标图像具有唯一的坐标,同时将标准人脸图像按照目标人脸图像相同的拆分方式,拆分为m个子标准图像,每个子标准图像具有唯一的坐标;将h个子目标图像与子标准图像中坐标相同h个子标准图像进行匹配,得到h个相似度,若所述h个相似度大于预设相似度阈值,则确定出所述目标人脸图像与标准人脸图像匹配,将标准人脸图像对应的身份信息作为目标人脸图像对应的用户信息,其中,m、h为正整数,且h小于m,预设相似度为95%~1之间的值,具体可以为96%、96.5%、99%等。
可选的,用户信息包括身份信息,身份信息例如可以是,用户的身份证号码、手机号码、护照号码等。
通过将目标人脸图像拆分为m个子目标图像,将m个子目标图像中的h个子目标图像与子标准图像中的h图像进行匹配,得到h个相似度,在h个相似度大于预设相似度阈值时,确定目标人脸图像与标准人脸图像匹配,能够一定程度上减少人脸图像匹配的时间,从而提升了匹配效率,进而也能提升无人超市系统的效率。
202、根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型。
可选的,一种可能的确定出目标用户需要购买的商品类型的方法包括步骤B1-B3,具体如下:
B1、根据所述身份信息,从预设的日常购物信息模型中得到目标用户的日常购物信息;
其中,通过采集用户的日常购物信息,将用户的日常购物信息和用户信息作为样本采用预设的机器学习模型进行学习,得到日常购物信息模型。
可选的,预设的机器学习模型例如可以是逻辑回归模型、随机森林模型、贝叶斯方法模型、支持向量机模型或神经网络模型等,可以从上述机器学习模型中选取其中一个作为预设的机器模型。
B2、从数据库中提取所述目标用户在预设时间段内的目标购物信息;
其中,无人超市系统将目标用户的购物信息进行记录,并存储到无人超市系统的数据库中。存储方式可以为以目标用户的用户信息作为索引,购物信息作为数据库中的实体内容进行存储,以此,仅需知道用户的用户信息后,便可查找得到目标用户的购物信息。预设时间段的时长例如可以是一周、一个月、一季度等,预设时间段内的目标购物信息为以目标用户进入无人超市的时刻起,往前推算的预设时长内的购物信息。
B3、将所述日常购物信息中除去所述目标购物信息之外的商品的类型作为所述目标用户需要购买的商品类型。
可选的,为了更好的理解确定目标用户需要购买的商品类型的过程,下面对该过程进行介绍。将目标用户的日常购物信息中的商品作为第一商品集,将目标用户在预设时间段内的目标购物信息中的商品作为第二商品集,求取第一商品集和第二商品集的交集,然后将第一商品集中除去第一商品集和第二商品集的交集的商品而构成的集合作为目标用户需要购买的商品类型,以此判定目标用户需要购买的商品类型,能够一定程度上确定目标用户需要购买的商品类型的准确性。
203、判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向。
可选的,一种可能的判断商品类型的存放位置是否发生变化的方法为:通过摄像装置在预设的商品类型的存放位置进行图像获取;然后对获取的图形进行图像识别,判断是否存在目标商品;若不存在目标商品,则确定出商品类型的存放位置发生变化,反之,则确定出商品类型存放的位置未发生变化。具体实现方法可参照步骤A1-A2相适应的步骤,此处不再赘述。
可选的,一种可能的获取所述目标用户的运动方向的方法可以包括步骤C1-C3,具体如下:
C1、对所述目标用户进行特征点采集,得到特征点集;
可选的,特征点可以为目标用户的手关节、脚关节等。对目标用户进行特征点采集可包括:通过红外传感器获取目标用户体型轮廓图;从所述人体轮廓图中的到特征点集。
其中,红外传感器在获取目标用户的体型轮廓图时可采用红外传感器发出的红外线对目标用户的身体进行照射,通过反射原理,得到目标用户的体型轮廓图。
可选的,还可以对目标用户进行拍照,得到包括目标用户图像,通过图像提取的方式得到特征点集。当然还可以通过其它方式得到特征点集,此处不作具体限定。
C2、确定所述特征点集中每一特征点的变化曲线;
可选的,以时间为维度,绘制每一特征点的变化曲线。提取每个特征点在预设时间间隔内相对于地面的高度,通过该高度和时间绘制每个特征点的变化曲线。如图2B所示,以特征点为手部关节为例,一种可能的特征点变化曲线。其中,a为手部关节相对于地面的高度,t为目标用户的运动时间。
C3、根据所述特征点集中每一特征点的变化曲线预测所述目标用户的运动方向。
可选的,可通过特征点的变化曲线,预测出目标用户在下一时刻每个特征点的位置,通过该位置和当前时刻每个特征点的位置,来确定出下一时刻用户的位置与当前时刻变化向量,通过向量来预测出目标用户的运动方向。如图2C所示,为一种可能的运动方向预测的示意图。其中,特征点1的变化向量为a1,特征点2的变化向量为a2,特征点3的变化向量为a3,则目标用户的运动方向为通过将a1、a2、a3经过叠加后的向量a4的方向。
204、根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线。
可选的,一种可能的确定目标导航路线的方法可包括步骤D1-D4,具体如下:
D1、根据目标用户的运动方向,生成所述目标用户的位置与所述商品类型对应的位置之间的多条参考导航路线;
可选的,可实时的根据目标用户的运动方向,生成参考导航路线。
可选的,一种可能的生成参考导航路线的方法为:从数据库中提取无人超市中的货架分布图;从货架分布图中确定出目标用户的位置,选取该位置处在目标用户运动方向预设角度范围内的货架为参考货架;生成经过参考货架两侧的导航路线,将该导航路线作为参考导航路线。
其中,预设角度范围例如可以是,90度到120度之间,每个角度为以目标用户运动方向为角平分线的角;参考货架为距离目标用户预设距离内的货架,预设距离的取值范围为[0,2]米,具体可以为0.5米、1米等。参考路线为经过参考货架两侧的所有路线。
D2、根据所述目标用户的用户信息,确定出目标用户的兴趣商品集,所述兴趣商品集中包括至少一个兴趣商品;
可选的,一种可能的确定目标用户的兴趣商品集的方法包括步骤D21-D23,具体如下:
D21、根据所述目标用户的用户信息,获取所述目标用户的多个关联用户的用户信息;
可选的,获取多个关联用户的用户信息的方法可以为:获取目标用户预设时长内的交易信息;通过所述交易信息确定出多个关联用户的用户信息。
其中,交易信息包括交易对象的名称、电话号码,以及与具体交易对象的交易次数等。若交易次数大于预设次数时,则该交易对象为目标用户的关联用户,预设次数例如可以是4-10次之间的次数,具体可以是5、6等,预设时长可以为2-5天,具体可以为3、4天等。
可选的,可以根据所述关联用户的电话号码获取关联用户的用户信息。
D22、根据所述多个关联用户的用户信息,从数据库中提取所述多个关联用户的日常购物信息;
可选的,数据库为无人超市系统中的数据库,该数据库中存储有关联用户的用户信息与关联用户的日常购物信息之间的映射关系,即一个关联用户对应其日常购物信息。
D23、提取所述目标用户的日常购物信息和所述多个关联用户的日常购物信息均包括的多个目标商品,将所述多个目标商品组成的集合作为所述目标用户的兴趣商品集。
可选的,所述目标用户的日常购物信息和所述多个关联用户的日常购物信息均包括的多个目标商品,即目标用户和多个关联用户日常购物信息中所共有的商品为目标商品。
D3、获取所述多条参考导航路线中的每条参考导航路线两侧的商品信息;
可选的,可在生成参考导航路线之后,对每个参考导航路线两侧的商品进行检测,从而得到每个参考导航路线两侧的商品信息。
可选的,获取每个参考导航路线两侧的商品信息的另一种方法为:将参考导航路线进行分段处理,得到多个子参考导航路线;从预设的商品信息库中,获取每个子参考导航路线两侧的商品信息,其中,商品信息库中包括子参考导航路线两侧的商品信息;将每个子参考导航路线两侧的商品信息的总和作为参考导航路线两侧的商品信息。
通过将参考导航路线划分为多个子参考导航路线,并根据每个子参考导航路线两侧的商品信息得到参考导航路线两侧的商品信息,能够减少获取参考导航路线两侧的商品信息的时间,从而提升了商品信息获取的效率,进而也能提升无人超市的便捷性。
D4、从所述多条参考导航路线中确定出目标导航路线,所述目标导航路线为所述多条参考导航路线中的参考导航路线两侧的商品信息中包括兴趣商品集中的兴趣商品最多的参考导航路线。
可选的,若存在多条参考导航路线两侧的商品信息中包括的兴趣商品数目相同且均为最大值,则选取该多条参考导航路线中路径最短的参考导航路线为目标导航路线。
205、展示所述目标导航路线。
可选的,可以在超市中设置展示屏对目标导航路线进行展示,也可以将目标导航路线发送到目标用户的电子装置,电子装置对目标导航路线进行展示,还可以是,通过打印设备,将目标导航路线打印出来进行展示。当然还可以通过其它的方式对目标导航路线进行展示,此处不做具体限定。
可选的,在展示所述目标导航路线之后还可以包括如下方法,获取目标用户的目标位置,判断所述目标位置是否在所述目标导航路线上,若所述目标位置未在所述目标导航路线上,则执行上述步骤D1-D4,若所述目标位置在所述目标导航路线上,则获取上述目标用户的移动方向,若所述行走方向与所述目标导航路线的方向不一致,则发出提示信息。所述方法还可以是,若所述目标位置未在所述目标导航路线上,则生成提示信息,提示所述目标用户偏离了目标导航路线,其中,提示信息可以为语音提示信息、文字提示信息等。
其中,则获取上述目标用户的移动方向,若所述行走方向与所述目标导航路线的方向不一致,则发出提示信息的一种可能的方法为:通过动作传感器获取目标用户的动作信息,根据动作信息判断目标用户的移动方向。
请参阅图3,图3为本申请实施例提供了另一种基于无人超市的商品导航方法的流程示意图。如图3所示,商品导航方法包括步骤301-307:
301、对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息;
302、根据所述身份信息,从预设的日常购物信息模型中得到目标用户的日常购物信息;
303、从数据库中提取所述目标用户在预设时间段内的目标购物信息;
304、将所述日常购物信息中除去所述目标购物信息之外的商品的类型作为所述目标用户需要购买的商品类型;
305、判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向;
306、根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线;
307、展示所述目标导航路线。
通过本实施例,通过对目标用户进行人脸识别,得到用户信息,然后根据用户信息得到目标用户的日常购物信息,再对日常购物信息中的目标用户需要购买的商品类型的位置进行判断,若位置发生变化,则生成导航路线,以此,在无人超市中,能够在商品类型的位置发生变化时,为目标用户进行商品导航,从而能够一定程度上提升无人超市的便捷性。
请参阅图4,图4为本申请实施例提供了另一种基于无人超市的商品导航方法的流程示意图。如图4所示,商品导航方法包括步骤401-410:
401、对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息;
402、根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型;
403、判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则对所述目标用户进行特征点采集,得到特征点集;
404、确定所述特征点集中每一特征点的变化曲线;
405、根据所述特征点集中每一特征点的变化曲线预测所述目标用户的运动方向;
406、根据目标用户的运动方向,生成所述目标用户的位置与所述商品类型对应的位置之间的多条参考导航路线;
407、根据所述目标用户的用户信息,确定出目标用户的兴趣商品集,所述兴趣商品集中包括至少一个兴趣商品;
408、获取所述多条参考导航路线中的每条参考导航路线两侧的商品信息;
409、从所述多条参考导航路线中确定出目标导航路线,所述目标导航路线为所述多条参考导航路线中的参考导航路线两侧的商品信息中包括兴趣商品集中的兴趣商品最多的参考导航路线;
410、展示所述目标导航路线。
本实施例中,通过对目标用户进行特征点采集,根据特征点的变化曲线,预测目标用户的运动方向,并根据该运动方向生成目标用户与商品类型之间的目标导航路线,导航路线为包括目标用户的兴趣商品集中的商品最多的导航路线,以此,能够为目标用户提供导航路线增加无人超市的便捷性的同时,也能为目标用户提供兴趣商品的展示,能在一定程度上提升无人超市的效益。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子装置进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
与上述一致的,请参阅图5,图5为本申请实施例提供了一种基于无人超市的商品导航装置。所述商品导航装置包括识别单元501、确定单元502、判断单元503、生成单元504和展示单元505,其中,
识别单元501,用于对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息;
确定单元502,用于根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型;
判断单元503,用于判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向;
生成单元504,用于根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线;
展示单元505,用于展示所述目标导航路线。
通过本申请实施例,对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息,根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型,判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向,根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线,展示所述目标导航路线,以此,通过先对目标用户需要购买的商品进行确定,在确定出需要购买的商品后,再对商品的位置进行判别,若位置发生变化则生成导航路线,能够一定程度上提升无人超市的便捷性。
可选的,用户信息包括身份信息,在所述根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型方面,所述确定单元502具体用于:
根据所述身份信息,从预设的日常购物信息模型中得到目标用户的日常购物信息;
从数据库中提取所述目标用户在预设时间段内的目标购物信息;
将所述日常购物信息中除去所述目标购物信息之外的商品的类型作为所述目标用户需要购买的商品类型。
可选的,在所述获取所述目标用户的运动方向方面,所述判断单元503具体用于:
对所述目标用户进行特征点采集,得到特征点集;
确定所述特征点集中每一特征点的变化曲线;
根据所述特征点集中每一特征点的变化曲线预测所述目标用户的运动方向。
可选的,在所述根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线方面,所述生成单元504具体用于:
根据目标用户的运动方向,生成所述目标用户的位置与所述商品类型对应的位置之间的多条参考导航路线;
根据所述目标用户的用户信息,确定出目标用户的兴趣商品集,所述兴趣商品集中包括至少一个兴趣商品;
获取所述多条参考导航路线中的每条参考导航路线两侧的商品信息;
从所述多条参考导航路线中确定出目标导航路线,所述目标导航路线为所述多条参考导航路线中的参考导航路线两侧的商品信息中包括兴趣商品集中的兴趣商品最多的参考导航路线。
可选的,在所述根据所述目标用户的用户信息,确定出目标用户的兴趣商品集方面,所述生成单元504还具体用于:
根据所述目标用户的用户信息,获取所述目标用户的多个关联用户的用户信息;
根据所述多个关联用户的用户信息,从数据库中提取所述多个关联用户的日常购物信息;
提取所述目标用户的日常购物信息和所述多个关联用户的日常购物信息均包括多个目标商品,将所述多个目标商品组成的集合作为所述目标用户的兴趣商品集。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种基于无人超市的商品导航方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种基于无人超市的商品导航方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
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。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在申请明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块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器中。基于这样的理解,本申请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全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器、随机存取器、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (10)
1.一种基于无人超市的商品导航方法,其特征在于,所述方法包括:
对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息;
根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型;
判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向;
根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线;
展示所述目标导航路线。
2.根据权利要求1所述的方法,其特征在于,所述用户信息包括身份信息,所述根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型,包括:
根据所述身份信息,从预设的日常购物信息模型中得到目标用户的日常购物信息;
从数据库中提取所述目标用户在预设时间段内的目标购物信息;
将所述日常购物信息中除去所述目标购物信息之外的商品的类型作为所述目标用户需要购买的商品类型。
3.根据权利要求1所述的方法,其特征在于,所述获取所述目标用户的运动方向,包括:
对所述目标用户进行特征点采集,得到特征点集;
确定所述特征点集中每一特征点的变化曲线;
根据所述特征点集中每一特征点的变化曲线预测所述目标用户的运动方向。
4.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线,包括:
根据目标用户的运动方向,生成所述目标用户的位置与所述商品类型对应的位置之间的多条参考导航路线;
根据所述目标用户的用户信息,确定出目标用户的兴趣商品集,所述兴趣商品集中包括至少一个兴趣商品;
获取所述多条参考导航路线中的每条参考导航路线两侧的商品信息;
从所述多条参考导航路线中确定出目标导航路线,所述目标导航路线为所述多条参考导航路线中的参考导航路线两侧的商品信息中包括兴趣商品集中的兴趣商品最多的参考导航路线。
5.根据权利要求4所述的方法,其特征在于,所述根据所述目标用户的用户信息,确定出目标用户的兴趣商品集,包括:
根据所述目标用户的用户信息,获取所述目标用户的多个关联用户的用户信息;
根据所述多个关联用户的用户信息,从数据库中提取所述多个关联用户的日常购物信息;
提取所述目标用户的日常购物信息和所述多个关联用户的日常购物信息均包括的多个目标商品,将所述多个目标商品组成的集合作为所述目标用户的兴趣商品集。
6.一种基于无人超市的商品导航装置,其特征在于,所述装置包括:
识别单元,用于对进入无人超市进行购物的目标用户进行人脸识别,得到所述目标用户的用户信息;
确定单元,用于根据所述目标用户的用户信息,确定出所述目标用户需要购买的商品类型;
判断单元,用于判断所述商品类型的存放位置是否发生变化,若判断出所述商品类型的存放位置发生变化,则获取所述目标用户的运动方向;
生成单元,用于根据所述目标用户的运动方向生成所述目标用户的位置与所述商品类型对应的位置之间的目标导航路线;
展示单元,用于展示所述目标导航路线。
7.根据权利要求6所述的装置,其特征在于,所述用户信息包括身份信息,所述确定单元具体用于:
根据所述身份信息,从预设的日常购物信息模型中得到目标用户的日常购物信息;
从数据库中提取所述目标用户在预设时间段内的目标购物信息;
将所述日常购物信息中除去所述目标购物信息之外的商品的类型作为所述目标用户需要购买的商品类型。
8.根据权利要求6所述的装置,其特征在于,所述判断单元具体用于:
对所述目标用户进行特征点采集,得到特征点集;
确定所述特征点集中每一特征点的变化曲线;
根据所述特征点集中每一特征点的变化曲线预测所述目标用户的运动方向。
9.根据权利要求6或7所述的装置,其特征在于,所述生成单元具体用于:
根据目标用户的运动方向,生成所述目标用户的位置与所述商品类型对应的位置之间的多条参考导航路线;
根据所述目标用户的用户信息,确定出目标用户的兴趣商品集,所述兴趣商品集中包括至少一个兴趣商品;
获取所述多条参考导航路线中的每条参考导航路线两侧的商品信息;
从所述多条参考导航路线中确定出目标导航路线,所述目标导航路线为所述多条参考导航路线中的参考导航路线两侧的商品信息中包括兴趣商品集中的兴趣商品最多的参考导航路线。
10.根据权利要求9所述的装置,其特征在于,所述生成单元还具体用于:
根据所述目标用户的用户信息,获取所述目标用户的多个关联用户的用户信息;
根据所述多个关联用户的用户信息,从数据库中提取所述多个关联用户的日常购物信息;
提取所述目标用户的日常购物信息和所述多个关联用户的日常购物信息均包括多个目标商品,将所述多个目标商品组成的集合作为所述目标用户的兴趣商品集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810895632.7A CN109191182A (zh) | 2018-08-08 | 2018-08-08 | 基于无人超市的商品导航方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810895632.7A CN109191182A (zh) | 2018-08-08 | 2018-08-08 | 基于无人超市的商品导航方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109191182A true CN109191182A (zh) | 2019-01-11 |
Family
ID=64920509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810895632.7A Pending CN109191182A (zh) | 2018-08-08 | 2018-08-08 | 基于无人超市的商品导航方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109191182A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202854888U (zh) * | 2012-07-17 | 2013-04-03 | 石家庄信息工程职业学院 | 一种超市导航购物系统 |
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 |
CN106154223A (zh) * | 2016-08-20 | 2016-11-23 | 西南大学 | 室内导航方法及室内导航系统 |
CN106921945A (zh) * | 2017-02-22 | 2017-07-04 | 上海斐讯数据通信技术有限公司 | 一种商品的定位导购方法及系统 |
CN107247759A (zh) * | 2017-05-31 | 2017-10-13 | 深圳正品创想科技有限公司 | 一种商品推荐方法及装置 |
CN107451890A (zh) * | 2017-07-27 | 2017-12-08 | 惠州市伊涅科技有限公司 | 无人超市货品显示方法 |
CN107590655A (zh) * | 2017-09-18 | 2018-01-16 | 中国人民解放军空军工程大学 | 基于信息交互技术的无人超市购物车及智能购物系统和方法 |
CN108021128A (zh) * | 2016-12-14 | 2018-05-11 | 深圳乐行天下科技有限公司 | 实体目标的跟随方法及机器人 |
-
2018
- 2018-08-08 CN CN201810895632.7A patent/CN109191182A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202854888U (zh) * | 2012-07-17 | 2013-04-03 | 石家庄信息工程职业学院 | 一种超市导航购物系统 |
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 |
CN106154223A (zh) * | 2016-08-20 | 2016-11-23 | 西南大学 | 室内导航方法及室内导航系统 |
CN108021128A (zh) * | 2016-12-14 | 2018-05-11 | 深圳乐行天下科技有限公司 | 实体目标的跟随方法及机器人 |
CN106921945A (zh) * | 2017-02-22 | 2017-07-04 | 上海斐讯数据通信技术有限公司 | 一种商品的定位导购方法及系统 |
CN107247759A (zh) * | 2017-05-31 | 2017-10-13 | 深圳正品创想科技有限公司 | 一种商品推荐方法及装置 |
CN107451890A (zh) * | 2017-07-27 | 2017-12-08 | 惠州市伊涅科技有限公司 | 无人超市货品显示方法 |
CN107590655A (zh) * | 2017-09-18 | 2018-01-16 | 中国人民解放军空军工程大学 | 基于信息交互技术的无人超市购物车及智能购物系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | Facial expression recognition from line-based caricatures | |
CN103824051B (zh) | 一种基于局部区域匹配的人脸搜索方法 | |
CN110310175A (zh) | 用于移动增强现实的系统和方法 | |
CN109284413A (zh) | 基于人脸识别的商品推荐方法、装置、设备及存储介质 | |
US11138420B2 (en) | People stream analysis method, people stream analysis apparatus, and people stream analysis system | |
CN108197532A (zh) | 人脸识别的方法、装置及计算机装置 | |
CN108830251A (zh) | 信息关联方法、装置和系统 | |
CN109816441A (zh) | 策略推送方法、系统及相关装置 | |
US11475500B2 (en) | Device and method for item recommendation based on visual elements | |
KR102051077B1 (ko) | 미술품의 판매가격 범위 결정 방법 및 프로그램 | |
CN109544262A (zh) | 物品推荐方法、装置、电子设备、系统及可读存储介质 | |
CN108985839A (zh) | 无人超市中基于人脸识别的导购方法及装置 | |
Kim et al. | Robust facial landmark extraction scheme using multiple convolutional neural networks | |
CN110472993A (zh) | 信息推荐系统和方法 | |
CN107818596A (zh) | 一种场景参数确定方法、装置及电子设备 | |
JP6975312B2 (ja) | 不正推定システム、不正推定方法、及びプログラム | |
JP2016024596A (ja) | 情報処理装置 | |
CN109191182A (zh) | 基于无人超市的商品导航方法及装置 | |
CN110246280A (zh) | 人货绑定方法及装置、计算机设备及可读介质 | |
CN110163704A (zh) | 推荐信息的方法和系统 | |
Hu et al. | Computer vision for sight: Computer vision techniques to assist visually impaired people to navigate in an indoor environment | |
CN108858245A (zh) | 一种导购机器人 | |
KR20190015874A (ko) | 미술품의 판매가격 범위 결정 방법 및 프로그램 | |
Hettige et al. | Evaluation of feature-based object identification for augmented reality applications on mobile devices | |
Rahman et al. | Monitoring and alarming activity of islamic prayer (salat) posture using image processing |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |