CN109492122B - 商家信息的获取方法、装置、终端及计算机可读存储介质 - Google Patents
商家信息的获取方法、装置、终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109492122B CN109492122B CN201811437844.7A CN201811437844A CN109492122B CN 109492122 B CN109492122 B CN 109492122B CN 201811437844 A CN201811437844 A CN 201811437844A CN 109492122 B CN109492122 B CN 109492122B
- Authority
- CN
- China
- Prior art keywords
- merchant
- store image
- information
- merchant store
- acquiring
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
本申请属于通信技术领域,尤其涉及一种商家信息的获取方法、装置、终端及计算机可读存储介质,其中,所述获取方法包括:获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置;提取所述第一商家门店图像中的文本信息;从待确定商家中查找与所述文本信息匹配成功的第一目标商家;所述待确定商家为距离所述当前位置预设距离范围内的商家;若查找到与所述文本信息匹配成功的第一目标商家,则获取并显示所述第一目标商家的商家信息;实现了用户可以使用终端的摄像头拍摄需要查询的商家的门店图像进行商家信息的获取,提高了商家信息的获取效率和商家信息获取的准确度。
Description
技术领域
本申请属于通信技术领域,尤其涉及一种商家信息的获取方法、装置、终端及计算机可读存储介质。
背景技术
目前,随着互联网的发展,人们在使用终端上的点评应用,或者访问点评网站时,可以方便的浏览到各地餐馆、购物中心、酒店、旅游的商家的商品信息,同时,还可以给每个商家进行打分和提交点评,以交流购物体验。
然而,随着点评应用或者点评网站中囊括的商家越来越多,人们需要花费较多的时间才能从众多的商家中寻找到需要查看的商家,以及该商家的商家信息,具有商家信息获取效率低的问题。
发明内容
本申请实施例提供一种商家信息的获取方法、装置、终端及计算机可读存储介质,可以解决商家信息获取效率低的技术问题。
本申请实施例第一方面提供一种商家信息的获取方法,包括:
获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置;
提取所述第一商家门店图像中的文本信息;
从待确定商家中查找与所述文本信息匹配成功的第一目标商家;所述待确定商家为距离所述当前位置预设距离范围内的商家;
若查找到与所述文本信息匹配成功的第一目标商家,则获取并显示所述第一目标商家的商家信息;所述商家信息包括商家的商品信息和商家的历史点评信息。
本申请实施例第二方面提供一种商家信息的获取装置,包括:
获取单元,用于获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置;
提取单元,用于提取所述第一商家门店图像中的文本信息;
查找单元,用于从待确定商家中查找与所述文本信息匹配成功的第一目标商家;所述待确定商家为距离所述当前位置预设距离范围内的商家;
获取与显示单元,用于若查找到与所述文本信息匹配成功的第一目标商家,则获取并显示所述第一目标商家的商家信息;所述商家信息包括商家的商品信息和商家的历史点评信息。
本申请实施例第三方面提供一种终端,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述方法的步骤。
本申请实施例第四方面提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
本申请实施例中,通过获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置,并提取所述第一商家门店图像中的文本信息,使得所述终端可以根据所述当前位置搜索到待确定商家,并从所述待确定商家中查找到与所述文本信息匹配成功的第一目标商家,并得到该第一目标商家的商家信息,实现了用户可以使用终端的摄像头拍摄需要查询的商家的门店图像进行商家信息的获取,而不需要手动输入商家的店名、商品名等文字信息进行商家信息的查询,提高商家信息的获取效率,同时,还通过结合终端的当前位置进行商家信息的查询,进一步地提高了商家信息的获取效率,同时,还提高了商家信息获取的准确度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本申请实施例提供的一种商家信息的获取方法的实现流程示意图;
图2是本申请实施例提供的另一种商家信息的获取方法的实现流程示意图;
图3是本申请实施例提供的一种商家信息的获取方法步骤105的第一具体实现流程示意图;
图4是本申请实施例提供的神经网络模型的训练方法的实现流程示意图;
图5是本申请实施例提供的一种商家信息的获取方法步骤105的第二具体实现流程示意图;
图6是本申请实施例提供的商家信息的获取装置的结构示意图;
图7是本申请实施例提供的终端的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
为了说明本申请上述的技术方案,下面通过具体实施例来进行说明。
一般地,用户寻找需要查看的商家,以及该商家对应的商家信息时,一般需要先通过输入商家的店名或者商品名等文字信息进行商家的搜索,再从搜索到的众多商家中查找需要查看的商家,得到该商家对应的商家信息;或者,结合用户的当前位置以及用户的输入商家的店名或者商品名等文字信息进行商家的搜索,再从搜索到的众多商家中查找需要查看的商家,得到该商家对应的商家信息,具有商家信息获取效率低的问题。
本申请实施例中,通过获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置,并提取所述第一商家门店图像中的文本信息,使得所述终端可以根据所述当前位置搜索到待确定商家,并从所述待确定商家中查找到与所述文本信息匹配成功的第一目标商家,同时,得到该第一目标商家的商家信息,实现了用户可以使用终端的摄像头拍摄需要查询的商家的门店图像进行商家信息的获取,不需要手动输入商家的店名、商品名等文字信息进行商家信息的查询,提高商家信息的获取效率,另外,还通过结合终端的当前位置进行商家信息的查询,进一步地提高了商家信息的获取效率,同时,还提高了商家信息获取的准确度。
如图1示出了本申请实施例提供的一种商家信息的获取方法的实现流程示意图,该方法应用于终端,可以由终端上配置的商家信息的获取装置执行,适用于需提高商家信息获取效率的情形,包括步骤101至步骤104。
步骤101,获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置。
其中,上述终端包括智能手机、平板电脑、学习机等配置有商家信息的获取装置的终端设备。并且,上述终端设备上可以安装有摄像头、地图类应用和点评类应用。
本申请实施例中,上述第一商家门店图像是指用户需要查看商家信息的商家对应的商家门店图像。
例如,用户在逛街的过程中,偶遇了一家比较感兴趣的商店,则可以通过开启点评类应用或者访问点评类网站,并触发该点评类应用界面或点评类网站的界面中的拍照控件,以由终端的摄像头对该商店的招牌、广告牌、入口处的装饰或店内的装饰进行拍摄得到该商店的门店图像(第一商家门店图像),再利用该第一商家门店图像进行商家信息的查询。其中,该商家信息可以包括商家的商品信息和其他用户通过点评应用提交的商家的历史点评信息,并且,该商品信息可以包括商品的名称信息和商品的价格信息,该商家的历史点评信息可以包括文字点评信息和上传的第二商家门店图像。
上述获取终端的当前位置的具体实现过程可以包括:利用终端上的地图类应用对终端进行定位,得到终端当前的地理位置;或者,利用卫星导航系统对终端进行定位,得到终端当前位置的地理坐标,例如:利用全球定位系统(Global Positioning System,GPS)对终端进行定位,得到终端当前位置的经纬度坐标。
步骤102,提取所述第一商家门店图像中的文本信息。
本申请实施例中,在获取了第一商家门店图像之后,先对第一商家门店图像进行文字识别,得到该第一商家门店图像中的文本信息,以便利用该文本信息进行第一商家门店图像对应的商家的查找。
其中,上述文字识别的具体实现过程可以采用通用的识别方式进行识别,例如,利用光学字符识别技术(Optical Character Recognition,OCR)进行文字识别。
步骤103,从待确定商家中查找与所述文本信息匹配成功的第一目标商家;所述待确定商家为距离所述当前位置预设距离范围内的商家。
本申请实施例中,在获取了第一商家门店图像中的文字信息之后,即可从距离所述终端的当前位置预设距离范围内的商家中查找与所述文本信息匹配成功的第一目标商家,也就是该文字信息对应的商家,使得用户可以使用终端的摄像头拍摄需要查询的商家的门店图像,而不需要手动输入商家的店名、商品名等文字信息进行商家信息的查询,提高商家信息的获取效率。
由于本申请在进行查找与所述文本信息匹配成功的第一目标商家时,是限定在距离所述当前位置预设距离范围内的商家中查找的,因此,可以筛选掉距离所述当前位置预设距离范围外的商家,减少了与所述文本信息进行匹配成功的商家的数量,进一步地提高了商家信息的获取效率,同时,还提高了商家信息获取的准确度。
可选的,所述从待确定商家中查找与所述文本信息匹配成功的第一目标商家,可以包括:将所述文本信息与所述待确定商家的关键字信息进行匹配;获取与所述文本信息匹配成功的关键字信息对应的第一目标商家。
可选的,所述待确定商家的关键字信息可以包括商家的店名、商品名称和宣传广告中的文本内容。
可选的,所述将所述文本信息与所述待确定商家的关键字信息进行匹配,可以包括:将所述文本信息与所述待确定商家的关键字信息进行比对,若所述文本信息包含在所述待确定商家的关键字信息中,则确定所述文本信息与所述待确定商家中的第一目标商家的关键字信息匹配成功。
步骤104,若查找到与所述文本信息匹配成功的第一目标商家,则获取并显示所述第一目标商家的商家信息;所述商家信息包括商家的商品信息和商家的历史点评信息。
由于目前的点评类应用或点评类网站(例如,Yelp网站)中,一般囊括了各地餐馆、购物中心、酒店、旅游等领域的商家,用户可以在该点评类应用或点评类网站中给商户打分,提交评论,交流购物体验等。因此,从点评类应用或点评类网站的服务器中查找到与所述文本信息匹配成功的第一目标商家时,可以从该服务器中获取与所述第一目标商家的商家信息;并且,所述商家信息包括商家的商品信息和商家的历史点评信息。
在本申请的一些实施方式中,如图2所示,上述步骤103中,从待确定商家中查找与所述文本信息匹配成功的第一目标商家之后,还可以包括:步骤105和步骤106。
步骤105,若未查找到与所述文本信息匹配成功的第一目标商家,则将所述第一商家门店图像与第二商家门店图像进行匹配;其中,所述第二商家门店图像为从所述待确定商家的历史点评信息中获取的商家门店图像。
步骤106,若所述第一商家门店图像与所述第二商家门店图像匹配成功,则获取并显示匹配成功的第二商家门店图像对应的第二目标商家的商家信息。
具体的,当第一商家门店图像中文字的艺术变形比较夸张时,终端对第一商家门店图像进行文字识别有可能会出现识别错误的情况,并且,第一商家门店图像中也有可能会出现不存在文本信息的情况,因此,在无法使用文本信息查找到用户需要查看的商家,即该商家的商家信息时,需要通过其他方式查找与所述第一商家门店图像匹配的商家。
本申请实施例中,由于用户在给商家提交点评信息时除了上传文字点评信息之外,还有可能会上传与商家的商家信息相关的图片信息,即,第二商家门店图像,因此,在无法使用文本信息查找到用户需要查看的商家时,可以通过将所述第一商家门店图像与第二商家门店图像进行匹配的方式,获取匹配成功的第二商家门店图像对应的第二目标商家的商家信息。
可选的,如图3所示,上述步骤105中,将所述第一商家门店图像与第二商家门店图像进行匹配,可以包括:步骤301至步骤302。
步骤301,将所述第一商家门店图像与所述第二商家门店图像输入至预先训练好的神经网络模型,得到所述第一商家门店图像与各个所述第二商家门店图像之间的匹配度。
步骤302,将所述匹配度大于第一预设阈值的第二商家门店图像作为与所述第一商家门店图像匹配成功的商家门店图像。
可选的,上述第一预设阈值可以根据神经网络模型训练过程中设定的匹配度。例如,上述第一预设阈值可以为80%,当第一商家门店图像与所述第二商家门店图像之间的匹配度大于80%时,确定所述第一商家门店图像与所述第二商家门店图像匹配成功。
需要说明的是,由于所述第一商家门店图像与所述第二商家门店图像一般是不同用户拍摄的图像,即,上述第一商家门店图像与所述第二商家门店图像一般不可能是同样的图像,因此,可以通过在所述匹配度大于第一预设阈值时,认为所述第一商家门店图像与所述第二商家门店图像匹配成功。
本申请实施例中,上述将所述第一商家门店图像与所述第二商家门店图像输入至预先训练好的神经网络模型之前,需要先得到训练好的神经网络模型。
可选的,如图4所示,上述获取训练好的神经网络模型的步骤可以包括:步骤401至步骤402。
步骤401,采集商家门店图像训练样本集和商家门店图像测试样本集;其中,所述商家门店图像训练样本集和商家门店图像测试样本集均包括多个商家分别对应的多个门店图像。
本申请实施例中,上述商家门店图像训练样本集和商家门店图像测试样本集可以为从网络中下载的各个商家自身上传的商家门店图像,以及不同用户进行消费之后上传的商家门店图像。只需要保证,商家门店图像训练样本集和商家门店图像测试样本集均包括多个商家分别对应的多个门店图像,并且该多个门店图像为不同拍摄角度拍摄的图像,以便进行神经网络模型的训练时,可以训练出置信度能够满足所述预设条件的神经网络模型即可。
例如,在实际应用中,先采集一个商家对应的多个门店图像,接着再采集另一个商家对应的多个门店图像,以便得到多个商家分别对应的多个门店图像,最后,随机抽取部分商家及其分别对应的多个门店图像作为商家门店图像训练样本集,将剩余部分的商家及其分别对应的多个门店图像作为商家门店图像测试样本集。
需要说明的是,所述商家门店图像训练样本集和商家门店图像测试样本集除了包括多个商家分别对应的真实的多个门店图像之外,还包括虚假的门店图像,以便对神经网络模型进行多方面的图像匹配度训练。
步骤402,利用所述商家门店图像训练样本集对待训练的神经网络模型进行训练,输出的训练结果,并根据训练结果调整所述待训练的神经网络模型的参数,直到利用所述商家门店图像测试样本集对训练后的神经网络模型进行测试时,所述训练后的神经网络模型的置信度能够满足预设条件,则停止对所述待训练的神经网络模型的训练,并得到训练好的神经网络模型;其中,所述置信度包括查准度和查全度。
本申请实施例中,在得到商家门店图像训练样本集和商家门店图像测试样本集之后,即可利用所述商家门店图像训练样本集对待训练的神经网络模型进行训练,并利用所述商家门店图像测试样本集对训练后的神经网络模型进行测试,直到训练后的神经网络模型的置信度能够满足预设条件时,停止对所述待训练的神经网络模型的训练,并得到训练好的神经网络模型。其中,所述神经网络模型的参数可以包括神经网络模型中每个网络层的权重、偏差、回归函数的系数,还可以包括学习速率、迭代次数、每层神经元的个数等。
上述待训练的神经网络模型输出的训练结果可以为每两个图像之间的匹配度。例如,对待训练的神经网络模型进行训练之前,预先将输入到神经网络模型中的两张包含在商家门店图像训练样本集中的样本图像的匹配度进行标定,当待训练的神经网络模型输出的匹配度与该标定的匹配度的差值大于预设误差阈值时,调整所述待训练的神经网络模型的参数,例如,该预设误差阈值可以为5%或3%。
其中,所述置信度可以包括查准度和查全度,所述查准度可以是指在利用所述商家门店图像测试样本集对训练后的神经网络模型进行测试时,对测试结果进行统计,得到的测试结果的正确率;所述查全度可以是指进行测试的有效次数。上述预设条件可以为查准度大于90%,查全度大于1000次;即,当所述测试结果的正确率大于90%,有效测试次数大于1000次时,表示训练后的神经网络模型的置信度能够满足所述预设条件。
可选的,如图2所示,在本申请实施例中,所述将所述第一商家门店图像与第二商家门店图像进行匹配之后,还可以包括:步骤107,若所述第一商家门店图像与所述第二商家门店图像匹配不成功,则获取并显示所述匹配度大于第二预设阈值的第二商家门店图像对应的第三目标商家的商家信息。
本申请实施例中,由于已经将所述匹配度大于第一预设阈值的第二商家门店图像作为与所述第一商家门店图像匹配成功的商家门店图像,因此,当存在所述匹配度大于第一预设阈值的第二商家门店图像时,表示终端已经查找到用户需要查看的商家,及该商家对应的商家信息;当所述第一商家门店图像与所述第二商家门店图像匹配不成功时,表示所述神经网络输出的匹配度小于第一预设阈值,因此,在本申请实施例中,所述第二预设阈值小于所述第一预设阈值。例如,所述第二预设阈值可以为70%。
由于所述匹配度大于第二预设阈值的第二商家门店图像虽然与所述第一商家门店图像匹配不成功,但是,其对应的商家的类型有可能是较接近所述第一商家门店图像对应的商家,因此,可以在所述第一商家门店图像与所述第二商家门店图像匹配不成功时,获取并显示所述匹配度大于第二预设阈值的第二商家门店图像对应的第三目标商家的商家信息,供用户参考。
需要说明的是,神经网络模型是一种可以实现对图像精准快速的匹配的模型,在本申请的其他实施例中,除了利用神经网络模型进行所述第一商家门店图像与所述第二商家门店图像的匹配之外,也还可以使用其他方法进行图像匹配。
例如,如图5所示,所述步骤105中,将所述第一商家门店图像与第二商家门店图像进行匹配,还可以包括:步骤501至步骤502。
步骤501,计算所述第一商家门店图像的颜色直方图与所述第二商家门店图像的颜色直方图的相似度。
步骤502,若所述相似度大于第三预设阈值,则确定所述第一商家门店图像与所述第二商家门店图像匹配成功。
其中,上述第三预设阈值可以根据实践经验进行设定,此处不再赘述。
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,本发明并不受所描述的动作顺序的限制,因为根据本发明,某些步骤可以采用其他顺序或者同时进行。
图6示出了本申请实施例提供的一种商家信息的获取装置600的结构示意图,包括获取单元601、提取单元602、查找单元603以及获取与显示单元604。
获取单元601,用于获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置;
提取单元602,用于提取所述第一商家门店图像中的文本信息;
查找单元603,用于从待确定商家中查找与所述文本信息匹配成功的第一目标商家;所述待确定商家为距离所述当前位置预设距离范围内的商家;
获取与显示单元604,用于若查找到与所述文本信息匹配成功的第一目标商家,则获取并显示所述第一目标商家的商家信息;所述商家信息包括商家的商品信息和商家的历史点评信息。
需要说明的是,为描述的方便和简洁,上述描述的商家信息的获取装置600的具体工作过程,可以参考上述图1至图5中描述的方法的对应过程,在此不再赘述。
如图7所示,本申请提供一种用于实现上述商家信息的获取方法的终端,该终端可以为智能手机、平板电脑、个人电脑(PC)、学习机等终端,包括:处理器71、存储器72、一个或多个输入设备73(图7中仅示出一个)、一个或多个输出设备74(图7中仅示出一个)和摄像头75。处理器71、存储器72、输入设备73和输出设备74通过总线76连接。
应当理解,在本申请实施例中,所称处理器71可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备73可以包括虚拟键盘、触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备74可以包括显示器、扬声器等。
存储器72可以包括只读存储器和随机存取存储器,并向处理器71提供指令和数据。存储器72的一部分或全部还可以包括非易失性随机存取存储器。例如,存储器72还可以存储设备类型的信息。
上述存储器72存储有计算机程序,上述计算机程序可在上述处理器71上运行,例如,上述计算机程序为商家信息的获取方法的程序。上述处理器71执行上述计算机程序时实现上述商家信息的获取方法实施例中的步骤,例如图1所示的步骤101至步骤104。或者,上述处理器71执行上述计算机程序时实现上述各装置实施例中各模块/单元的功能,例如图6所示单元601至604的功能。
上述计算机程序可以被分割成一个或多个模块/单元,上述一个或者多个模块/单元被存储在上述存储器72中,并由上述处理器71执行,以完成本申请。上述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述上述计算机程序在上述进行拍照的终端中的执行过程。例如,上述计算机程序可以被分割成获取单元、提取单元、查找单元和获取与显示单元,各单元具体功能如下:获取单元,用于获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置;提取单元,用于提取所述第一商家门店图像中的文本信息;查找单元,用于从待确定商家中查找与所述文本信息匹配成功的第一目标商家;所述待确定商家为距离所述当前位置预设距离范围内的商家;获取与显示单元,用于若查找到与所述文本信息匹配成功的第一目标商家,则获取并显示所述第一目标商家的商家信息;所述商家信息包括商家的商品信息和商家的历史点评信息。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,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来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。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,上述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上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,在本申请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,也可以采用软件功能单元的形式实现。
上述集成的模块/单元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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种商家信息的获取方法,其特征在于,包括:
获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置;
提取所述第一商家门店图像中的文本信息;
从待确定商家中查找与所述文本信息匹配成功的第一目标商家;所述待确定商家为距离所述当前位置预设距离范围内的商家;
若查找到与所述文本信息匹配成功的第一目标商家,则获取并显示所述第一目标商家的商家信息;所述商家信息包括商家的商品信息和商家的历史点评信息,所述历史点评信息包括文字点评信息和上传的第二商家门店图像;
若未查找到与所述文本信息匹配成功的第一目标商家,则将所述第一商家门店图像与第二商家门店图像进行匹配;其中,所述第二商家门店图像为从所述待确定商家的历史点评信息中获取的商家门店图像;
若所述第一商家门店图像与所述第二商家门店图像匹配成功,则获取并显示与所述第一商家门店图像匹配成功的第二商家门店图像对应的第二目标商家的商家信息。
2.如权利要求1所述的获取方法,其特征在于,所述将所述第一商家门店图像与第二商家门店图像进行匹配,包括:
将所述第一商家门店图像与所述第二商家门店图像输入至预先训练好的神经网络模型,得到所述第一商家门店图像与所述第二商家门店图像之间的匹配度;
将所述匹配度大于第一预设阈值的第二商家门店图像作为与所述第一商家门店图像匹配成功的商家门店图像。
3.如权利要求2所述的获取方法,其特征在于,在所述将所述第一商家门店图像与所述第二商家门店图像输入至预先训练好的神经网络模型之前,包括:
采集商家门店图像训练样本集和商家门店图像测试样本集;其中,所述商家门店图像训练样本集和商家门店图像测试样本集均包括多个商家分别对应的多个门店图像;
利用所述商家门店图像训练样本集对待训练的神经网络模型进行训练,输出的训练结果,并根据训练结果调整所述待训练的神经网络模型的参数,直到利用所述商家门店图像测试样本集对训练后的神经网络模型进行测试时,所述训练后的神经网络模型的置信度能够满足预设条件,则停止对所述待训练的神经网络模型的训练,并得到训练好的神经网络模型;其中,所述置信度包括查准度和查全度。
4.如权利要求2所述的获取方法,其特征在于,所述将所述第一商家门店图像与第二商家门店图像进行匹配之后,还包括:
若所述第一商家门店图像与所述第二商家门店图像匹配不成功,则获取并显示所述匹配度大于第二预设阈值的第二商家门店图像对应的第三目标商家的商家信息。
5.如权利要求1-4任意一项所述的获取方法,其特征在于,所述从待确定商家中查找与所述文本信息匹配成功的第一目标商家,包括:
将所述文本信息与所述待确定商家的关键字信息进行匹配;
获取与所述文本信息匹配成功的关键字信息对应的第一目标商家。
6.如权利要求1所述的获取方法,其特征在于,所述将所述第一商家门店图像与第二商家门店图像进行匹配,包括:
计算所述第一商家门店图像的颜色直方图与所述第二商家门店图像的颜色直方图的相似度;
若所述相似度大于第三预设阈值,则确定所述第一商家门店图像与所述第二商家门店图像匹配成功。
7.一种商家信息的获取装置,其特征在于,包括:
获取单元,用于获取终端的摄像头拍摄的第一商家门店图像,以及终端的当前位置;
提取单元,用于提取所述第一商家门店图像中的文本信息;
查找单元,用于从待确定商家中查找与所述文本信息匹配成功的第一目标商家;所述待确定商家为距离所述当前位置预设距离范围内的商家;
获取与显示单元,用于若查找到与所述文本信息匹配成功的第一目标商家,则获取并显示所述第一目标商家的商家信息;所述商家信息包括商家的商品信息和商家的历史点评信息,所述历史点评信息包括文字点评信息和上传的第二商家门店图像;若未查找到与所述文本信息匹配成功的第一目标商家,则将所述第一商家门店图像与第二商家门店图像进行匹配;其中,所述第二商家门店图像为从所述待确定商家的历史点评信息中获取的商家门店图像;若所述第一商家门店图像与所述第二商家门店图像匹配成功,则获取并显示与所述第一商家门店图像匹配成功的第二商家门店图像对应的第二目标商家的商家信息。
8.一种终端,包括摄像头、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811437844.7A CN109492122B (zh) | 2018-11-26 | 2018-11-26 | 商家信息的获取方法、装置、终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811437844.7A CN109492122B (zh) | 2018-11-26 | 2018-11-26 | 商家信息的获取方法、装置、终端及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109492122A CN109492122A (zh) | 2019-03-19 |
CN109492122B true CN109492122B (zh) | 2020-10-16 |
Family
ID=65698499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811437844.7A Active CN109492122B (zh) | 2018-11-26 | 2018-11-26 | 商家信息的获取方法、装置、终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109492122B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135245B (zh) * | 2019-04-02 | 2021-11-19 | 北京三快在线科技有限公司 | 到店确认方法、装置、电子设备及可读存储介质 |
CN110501012A (zh) * | 2019-07-23 | 2019-11-26 | 恒大智慧科技有限公司 | 一种商场店铺导航方法、计算机设备及可读存储介质 |
CN110634028B (zh) * | 2019-09-18 | 2022-08-19 | 创优数字科技(广东)有限公司 | 一种商品结构配置方法及系统 |
CN110851643A (zh) * | 2019-10-28 | 2020-02-28 | 维沃移动通信有限公司 | 一种信息显示方法及电子设备 |
CN111737547A (zh) * | 2020-06-17 | 2020-10-02 | 北京三快在线科技有限公司 | 商户信息的获取系统、方法、装置、设备及存储介质 |
CN112613940A (zh) * | 2020-12-16 | 2021-04-06 | 云南淳叙堂茶业有限公司 | 一种信息展示方法、装置以及计算机可读存储介质 |
CN113347262B (zh) * | 2021-06-09 | 2022-12-30 | 北京三快在线科技有限公司 | 位置指引方法、装置、存储介质及电子设备 |
CN115170932A (zh) * | 2022-07-22 | 2022-10-11 | 广州市玄武无线科技股份有限公司 | 门店终端识别方法、装置、系统及计算机可读存储介质 |
CN115514893B (zh) * | 2022-09-20 | 2023-10-27 | 北京有竹居网络技术有限公司 | 图像上传方法、图像上传装置、可读存储介质和电子设备 |
CN115860587A (zh) * | 2023-03-02 | 2023-03-28 | 广州市玄武无线科技股份有限公司 | 基于图文匹配的拜访考核方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915326A (zh) * | 2012-08-30 | 2013-02-06 | 杭州藕根科技有限公司 | 一种基于gps和图像搜索技术的移动终端景物辨识系统 |
CN103064980A (zh) * | 2013-01-15 | 2013-04-24 | 广东欧珀移动通信有限公司 | 基于移动终端及gps查询景点信息的方法和系统 |
KR20170027020A (ko) * | 2015-09-01 | 2017-03-09 | 유주현 | 관광 사진, 영상 콘텐츠를 활용한 관광 시스템 |
CN106980612A (zh) * | 2016-01-15 | 2017-07-25 | 夏普株式会社 | 信息推荐系统和方法 |
CN106649812A (zh) * | 2016-12-29 | 2017-05-10 | 努比亚技术有限公司 | 获取数据信息的方法及装置 |
CN107766432A (zh) * | 2017-09-18 | 2018-03-06 | 维沃移动通信有限公司 | 一种数据交互方法、移动终端及服务器 |
-
2018
- 2018-11-26 CN CN201811437844.7A patent/CN109492122B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109492122A (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109492122B (zh) | 商家信息的获取方法、装置、终端及计算机可读存储介质 | |
US10438051B1 (en) | Facial recognition pet identifying system | |
KR101856120B1 (ko) | 이미지로부터 상가 발견 | |
US10007867B2 (en) | Systems and methods for identifying entities directly from imagery | |
US8774462B2 (en) | System and method for associating an order with an object in a multiple lane environment | |
US11335087B2 (en) | Method and system for object identification | |
US20160371305A1 (en) | Method, device and apparatus for generating picture search library, and picture search method, device and apparatus | |
US9037600B1 (en) | Any-image labeling engine | |
US10606824B1 (en) | Update service in a distributed environment | |
CN111311316B (zh) | 商户画像的刻画方法、装置、电子设备、验证方法及系统 | |
US11205236B1 (en) | System and method for facilitating real estate transactions by analyzing user-provided data | |
US9251395B1 (en) | Providing resources to users in a social network system | |
US20170039450A1 (en) | Identifying Entities to be Investigated Using Storefront Recognition | |
JP2013167973A (ja) | 検索装置、検索方法、検索プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体 | |
US20220043877A1 (en) | Methods and systems for providing an augmented reality interface for saving information for recognized objects | |
CN105303449A (zh) | 基于相机指纹特征的社交网络用户的识别方法和系统 | |
KR102459466B1 (ko) | 메타버스와 nft 기반의 글로벌 이커머스 통합 관리 방법 및 시스템 | |
CN112396060B (zh) | 基于身份证分割模型的身份证识别方法及其相关设备 | |
CN112287790A (zh) | 影像处理方法、装置、存储介质及电子设备 | |
CN114707075B (zh) | 一种冷启动推荐方法和设备 | |
CN110866168A (zh) | 信息推荐方法、装置、终端及服务器 | |
US20180196811A1 (en) | Systems and apparatuses for searching for property listing information based on images | |
US20130273969A1 (en) | Mobile app that generates a dog sound to capture data for a lost pet identifying system | |
JP2022139297A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
Pedersen et al. | Geolocating traffic signs using crowd-sourced imagery |
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 |