CN110794951A - 一种基于用户动作确定购物指令的方法和装置 - Google Patents
一种基于用户动作确定购物指令的方法和装置 Download PDFInfo
- Publication number
- CN110794951A CN110794951A CN201810862396.9A CN201810862396A CN110794951A CN 110794951 A CN110794951 A CN 110794951A CN 201810862396 A CN201810862396 A CN 201810862396A CN 110794951 A CN110794951 A CN 110794951A
- Authority
- CN
- China
- Prior art keywords
- determining
- user
- shopping
- images
- image group
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Abstract
本发明公开了一种基于用户动作确定购物指令的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:当设定区域内存在用户时,连续采集指定数量的该设定区域的图像,以组成图像组;若该图像组有效,则基于其中每张有效图像的采集顺序和每个骨骼特征点的位置,确定该图像组的骨骼特征点运动趋势图;将该骨骼特征点运动趋势图,输入购物指令匹配模型,确定是否存在相匹配的购物指令,若存在,则确定该相匹配的购物指令为用户的购物指令。该实施方式能够在智能购物过程中,带给用户更好的购物体验。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于用户动作确定购物指令的方法和装置。
背景技术
目前,智能购物已经逐渐走进人们的生活中。以智能电视购物的应用场景为例,现有的购物方法是,通过用户的语音向购物系统传达购物指令,从而实现用户与购物系统的交互。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:通过用户的语音与购物系统交互的方式,对用户周围的环境有一定的要求,如果语音环境比较差,各种外在的声音会影响语音识别的准确率,并且该种方式必须要求交互设备能够提供麦克风进行声音的采集,同时,由于存在的各地方言,会对语音识别的准确率造成一定影响,综合上述因素,用户通过语音与购物系统交互的方式,所带给用户的购物体验不尽如人意。
因此,亟需一种能够在智能购物过程中,带给用户更好的购物体验的基于用户动作确定购物指令的方法和装置。
发明内容
有鉴于此,本发明实施例提供一种基于用户动作确定购物指令的方法和装置,能够在智能购物过程中,带给用户更好的购物体验。
为实现上述目的,根据本发明实施例的一个方面,提供了一种基于用户动作确定购物指令的方法,包括:
当设定区域内存在用户时,连续采集指定数量的该设定区域的图像,以组成图像组;
若该图像组有效,则基于其中每张有效图像的采集顺序和每个骨骼特征点的位置,确定该图像组的骨骼特征点运动趋势图;
将该骨骼特征点运动趋势图,输入购物指令匹配模型,确定是否存在相匹配的购物指令,若存在,则确定该相匹配的购物指令为用户的购物指令。
可选的,本发明实施例提供的基于用户动作确定购物指令的方法还包括:
确定图像组中有效图像的数量,所述有效图像中的骨骼特征点的数量大于第一阈值;
若该图像组中有效图像的数量大于第二阈值,则确定该图像有效。
可选的,本发明实施例提供的基于用户动作确定购物指令的方法还包括:
采集设定区域内的当前图像;
识别该当前图像,判断该当前图像中的骨骼特征点数量是否超过第三阈值,若是,则确定该设定区域内存在用户,否则确定该设定区域内不存在用户。
可选的,所述采集的指定数量的设定区域的图像为热能图。
为实现上述目的,根据本发明实施例的另一个方面,还提供了一种基于用户动作确定购物指令的装置,包括:
采集模块,用于当设定区域内存在用户时,连续采集指定数量的该设定区域的图像,以组成图像组;
计算模块,用于若该图像组有效,则基于其中每张有效图像的采集顺序和每个骨骼特征点的位置,确定该图像组的骨骼特征点运动趋势图;
匹配模块,用于将该骨骼特征点运动趋势图,输入购物指令匹配模型,确定是否存在相匹配的购物指令,若存在,则确定该相匹配的购物指令为用户的购物指令。
可选的,本发明实施例提供的基于用户动作确定购物指令的装置还包括:
检测模块,用于确定图像组中有效图像的数量,所述有效图像中的骨骼特征点的数量大于第一阈值,若该图像组中有效图像的数量大于第二阈值,则确定该图像有效。
可选的,本发明实施例提供的基于用户动作确定购物指令的装置还包括:
判断模块,用于采集设定区域内的当前图像,识别该当前图像,判断该当前图像中的骨骼特征点数量是否超过第三阈值,若是,则确定该设定区域内存在用户,否则确定该设定区域内不存在用户。
可选的,所述采集模块采集的指定数量的设定区域的图像为热能图。
为实现上述目的,根据本发明实施例的另一个方面,还提供了一种基于用户动作确定购物指令的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例提供的基于用户动作确定购物指令的方法。
为实现上述目的,根据本发明实施例的另一个方面,还提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现本发明实施例提供的基于用户动作确定购物指令的方法。
本发明实施例提供的基于用户动作确定购物指令的方法和装置,可利用普通摄像头实现,通过强大的后台计算能力,识别图像中的用户的骨骼特征点,并依据多张连续图像中骨骼特征点的位置变化,计算骨骼特征点运动趋势图,并将该骨骼特征点运动趋势图作为用户动作的特征数据,进行购物指令的匹配。该种匹配方式对于用户的动作趋势识别准确,能够准确的匹配出用户想要执行的购物指令,并且受环境干扰影响较小,能够在智能购物过程中,带给用户更好的购物体验。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明实施例提供的基于用户动作确定购物指令的方法的主要流程的示意图;
图2是本发明实施例提供的基于用户动作确定购物指令的方法的应用流程的示意图;
图3是本发明实施例提供的基于用户动作确定购物指令的装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本发明实施例提供一种基于用户动作确定购物指令的方法,如图1所示,该方法包括:步骤S101至步骤S103。
在步骤S101中,当设定区域内存在用户时,连续采集指定数量的该设定区域的图像,以组成图像组。连续采集的方式具体可以为在指定时间段内,按照指定时间间隔,连续采集多张图片。例如,在1秒内,每隔0.1秒采集一张图片,连续采集10张图片,组成一个图片组,进而在后续步骤基于图片组得到用户的运动特征数据。
在步骤S102中,若该图像组有效,则基于其中每张有效图像的采集顺序和每个骨骼特征点的位置,确定该图像组的骨骼特征点运动趋势图。即对有效图像中的骨骼特征点进行识别,并确定每个骨骼特征点的位置。在本发明的一种实施方式中,骨骼特征点可以为人体骨骼的关节点。根据某一骨骼特征点在各张图片中的位置变化,即可得到该骨骼特征点的运动趋势,骨骼特征点运动趋势图中即描述了所有骨骼特征点的运动趋势。
然后,在步骤S103中,将该骨骼特征点运动趋势图,输入购物指令匹配模型,确定是否存在相匹配的购物指令,若存在,则确定该相匹配的购物指令为用户的购物指令。
在一种实施方式中,本发明实施例提供的基于用户动作确定购物指令的方法还包括下述对于图像组是否有效的判断过程:首先,确定图像组中有效图像的数量,所述有效图像中的骨骼特征点的数量大于第一阈值。若该图像组中有效图像的数量大于第二阈值,则确定该图像有效。第二阈值用于限定优先图像的数量,图像组中的图像需要具有一定的连续性,才能准确体现用户的动作,若图像组中,有效图像过少,有效图像则缺少连续性,导致后续的匹配过程失败概率和不准确概率太大。
在一种实施方式中,本发明实施例提供的基于用户动作确定购物指令的方法还包括下述对于设定区域是否有用户的判断过程:首先,采集设定区域内的当前图像,然后识别该当前图像,判断该当前图像中的骨骼特征点数量是否超过第三阈值,若是,则确定该设定区域内存在用户,否则确定该设定区域内不存在用户。当确定该设定区域内存在用户时,才执行本发明的上述步骤S101。
在一种实施方式中,本发明实施例提供的基于用户动作确定购物指令的方法还包括下述利用匹配成功的数据对模型进行训练的步骤:首先,利用所述相匹配的购物指令,和对应的图像组的骨骼特征点的运动趋势图,训练所述购物指令匹配模型。
下面结合一具体应用场景对本发明提供的基于用户动作确定购物指令的方法作进一步的说明。在本应用场景中,本发明方法可以实现在智能电视购物的过程中。智能电视配置有采集热能图像的采集装置,用户通过在智能电视前,做出动作来向购物系统下达购物指令。通过热能图对用户的运动行为进行识别,相对于普通图像可以更明确的确定用户的运动部位和动作,提高动作识别的准确率。
如图2所示,在本应用场景中,首先,判断指定区域内人的存在,通过人体识别技术,识别当前区域的图中是否存在超过某阈值的骨骼特征点个数,如果存在,则可确定智能电视的图像采集区域内存在用户,进而执行后续步骤。
在步骤a中获取连续10张的人体热能图,并行识别每张图片的所有骨骼特征点,如果发现该张图片所识别出的骨骼特征点的数量少于15个,则舍弃该图片,继续识别其他图片,如果发现该图片所识别的特征点数量超过15个,则记录该图片的所有骨骼特征点位置及图片顺序。当该组10张图片识别完成后,执行步骤b。
在步骤b中,将得到的所有识别出特征点超过15个的图片及其顺序后,判断图片个数是否低于8张,若低于8张,则将该组图片舍弃,因为图片数量太少,缺少连续性,匹配的失败概率和不准确概率太大,如果超过8张,则执行步骤c。
在步骤b中,利用上述步骤获得的一组每张图片特征点超过15个且总共超过8张图片的一组骨骼特征点和顺序,将其中各个特征点的趋势图计算出来,然后拿一组特征点的趋势图与神经网络算法中已经训练的特征点趋势图进行模式匹配,在获得的所有匹配结果中,若匹配相似度超过90%,即确定识别出购物指令。如果没有超过90%相似度的匹配结果,则认为没有识别出购物指令,可以进一步提示用户通过训练指令界面,训练个性指令。如果识别出该指令,则记录该训练结果,将该各特征点趋势图加入特征趋势训练,以便于提升下次准确的。
然后,利用上述步骤中识别出的购物指令,在电视购物系统中,执行加入购物车、打开商品详情页、进入结算页、付款、进入、返回等一系列的购物指令,完成整个购物环节。也就是说,在本应用场景的一种实施方案中,电视购物系统的各个购物界面都有预先配置的各种用户动作与不同购物指令的对应关系。
例如,可以配置为当用户摇摆手臂时,对应取消购买当前商品的购物指令,或者当用户点头时,对应确认购买当前商品的购物指令,又或者当用于转身时,对应关闭当前购物页面的购物指令。通过本发明提供的上述基于用户动作确定购物指令的方法,对用户的动作进行识别,当根据用户手臂的骨骼特征点的运动趋势,正确识别出用户正在做摇摆手臂的动作,即可以匹配到取消购买当前商品的购物指令,智能购物系统即执行该购物指令,从购买当前商品的页面跳转至其他页面。
本发明实施例提供的基于用户动作确定购物指令的方法,识别图像中的用户的骨骼特征点,并依据多张连续图像中骨骼特征点的位置变化,计算骨骼特征点运动趋势图,并将该骨骼特征点运动趋势图作为用户动作的特征数据,进行购物指令的匹配。该种匹配方式对于用户的动作趋势识别准确,能够准确的匹配出用户想要执行的购物指令,并且受到外界环境的干扰较少,能够在智能购物过程中,带给用户更好的购物体验。
本发明实施例还提供一种基于用户动作确定购物指令的装置,如图3所示,该装置300包括:采集模块301、计算模块302和匹配模块303。
采集模块301用于当设定区域内存在用户时,连续采集指定数量的该设定区域的图像,以组成图像组;
计算模块302用于若该图像组有效,则基于其中每张有效图像的采集顺序和每个骨骼特征点的位置,确定该图像组的骨骼特征点运动趋势图;
匹配模块303用于将该骨骼特征点运动趋势图,输入购物指令匹配模型,确定是否存在相匹配的购物指令,若存在,则确定该相匹配的购物指令为用户的购物指令。
在一种实施方式中,本发明实施例提供的基于用户动作确定购物指令的装置还包括:检测模块。
检测模块用于确定图像组中有效图像的数量,所述有效图像中的骨骼特征点的数量大于第一阈值,若该图像组中有效图像的数量大于第二阈值,则确定该图像有效。
在一种实施方式中,本发明实施例提供的基于用户动作确定购物指令的装置还包括:判断模块。
判断模块用于采集设定区域内的当前图像,识别该当前图像,判断该当前图像中的骨骼特征点数量是否超过第三阈值,若是,则确定该设定区域内存在用户,否则确定该设定区域内不存在用户。
在一种实施方式中,本发明实施例提供的基于用户动作确定购物指令的装置还包括:训练模块。
训练模块用于利用所述相匹配的购物指令,和对应的图像组的骨骼特征点的运动趋势图,训练所述购物指令匹配模型。
在一种实施方式中,所述采集模块采集的指定数量的设定区域的图像为热能图。
本发明实施例提供的基于用户动作确定购物指令的装置,识别图像中的用户的骨骼特征点,并依据多张连续图像中骨骼特征点的位置变化,计算骨骼特征点运动趋势图,并将该骨骼特征点运动趋势图作为用户动作的特征数据,进行购物指令的匹配。该种匹配方式对于用户的动作趋势识别准确,能够准确的匹配出用户想要执行的购物指令,并且受到外界环境的干扰较少,能够在智能购物过程中,带给用户更好的购物体验。
图4示出了可以应用本发明实施例的基于用户动作确定购物指令的方法或基于用户动作确定购物指令的装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如基于该骨骼特征点运动趋势图,输入购物指令匹配模型,确定是否存在相匹配的购物指令的后台管理服务器。
需要说明的是,本发明实施例所提供的基于用户动作确定购物指令的方法一般由服务器405执行,相应地,基于用户动作确定购物指令的装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括采集模块、检测模块、计算模块和匹配模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,检测模块还可以被描述为“确定该图像组中有效图像的数量的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:
当设定区域内存在用户时,连续采集指定数量的该设定区域的图像,以组成图像组;
若该图像组有效,则基于其中每张有效图像的采集顺序和每个骨骼特征点的位置,确定该图像组的骨骼特征点运动趋势图;
将该骨骼特征点运动趋势图,输入购物指令匹配模型,确定是否存在相匹配的购物指令,若存在,则确定该相匹配的购物指令为用户的购物指令。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种基于用户动作确定购物指令的方法,其特征在于,包括:
当设定区域内存在用户时,连续采集指定数量的该设定区域的图像,以组成图像组;
若该图像组有效,则基于其中每张有效图像的采集顺序和每个骨骼特征点的位置,确定该图像组的骨骼特征点运动趋势图;
将该骨骼特征点运动趋势图,输入购物指令匹配模型,确定是否存在相匹配的购物指令,若存在,则确定该相匹配的购物指令为用户的购物指令。
2.根据权利要求1所述的方法,其特征在于,还包括:
确定图像组中有效图像的数量,所述有效图像中的骨骼特征点的数量大于第一阈值;
若该图像组中有效图像的数量大于第二阈值,则确定该图像有效。
3.根据权利要求1所述的方法,其特征在于,还包括:
采集设定区域内的当前图像;
识别该当前图像,判断该当前图像中的骨骼特征点数量是否超过第三阈值,若是,则确定该设定区域内存在用户,否则确定该设定区域内不存在用户。
4.根据权利要求1所述的方法,其特征在于,所述采集的指定数量的设定区域的图像为热能图。
5.一种基于用户动作确定购物指令的装置,其特征在于,包括:
采集模块,用于当设定区域内存在用户时,连续采集指定数量的该设定区域的图像,以组成图像组;
计算模块,用于若该图像组有效,则基于其中每张有效图像的采集顺序和每个骨骼特征点的位置,确定该图像组的骨骼特征点运动趋势图;
匹配模块,用于将该骨骼特征点运动趋势图,输入购物指令匹配模型,确定是否存在相匹配的购物指令,若存在,则确定该相匹配的购物指令为用户的购物指令。
6.根据权利要求5所述的装置,其特征在于,还包括:
检测模块,用于确定图像组中有效图像的数量,所述有效图像中的骨骼特征点的数量大于第一阈值,若该图像组中有效图像的数量大于第二阈值,则确定该图像有效。
7.根据权利要求5所述的装置,其特征在于,还包括:
判断模块,用于采集设定区域内的当前图像,识别该当前图像,判断该当前图像中的骨骼特征点数量是否超过第三阈值,若是,则确定该设定区域内存在用户,否则确定该设定区域内不存在用户。
8.根据权利要求5所述的装置,其特征在于,所述采集模块采集的指定数量的设定区域的图像为热能图。
9.一种基于用户动作确定购物指令的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810862396.9A CN110794951A (zh) | 2018-08-01 | 2018-08-01 | 一种基于用户动作确定购物指令的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810862396.9A CN110794951A (zh) | 2018-08-01 | 2018-08-01 | 一种基于用户动作确定购物指令的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110794951A true CN110794951A (zh) | 2020-02-14 |
Family
ID=69425353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810862396.9A Pending CN110794951A (zh) | 2018-08-01 | 2018-08-01 | 一种基于用户动作确定购物指令的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110794951A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840508A (zh) * | 2010-04-26 | 2010-09-22 | 中国科学院计算技术研究所 | 自动识别人体链状结构中特征点的方法及其系统 |
US20110246329A1 (en) * | 2010-04-01 | 2011-10-06 | Microsoft Corporation | Motion-based interactive shopping environment |
CN102854983A (zh) * | 2012-09-10 | 2013-01-02 | 中国电子科技集团公司第二十八研究所 | 一种基于手势识别的人机交互方法 |
CN103065261A (zh) * | 2012-12-25 | 2013-04-24 | 深圳Tcl新技术有限公司 | 基于手势操作的视频购物的方法、装置和系统 |
CN106650619A (zh) * | 2016-11-15 | 2017-05-10 | 上海师范大学 | 一种人体动作识别方法 |
CN107341442A (zh) * | 2017-05-22 | 2017-11-10 | 腾讯科技(上海)有限公司 | 运动控制方法、装置、计算机设备和服务机器人 |
CN107688791A (zh) * | 2017-09-04 | 2018-02-13 | 北京京东金融科技控股有限公司 | 显示内容控制方法及装置、系统、存储介质和电子设备 |
-
2018
- 2018-08-01 CN CN201810862396.9A patent/CN110794951A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246329A1 (en) * | 2010-04-01 | 2011-10-06 | Microsoft Corporation | Motion-based interactive shopping environment |
CN101840508A (zh) * | 2010-04-26 | 2010-09-22 | 中国科学院计算技术研究所 | 自动识别人体链状结构中特征点的方法及其系统 |
CN102854983A (zh) * | 2012-09-10 | 2013-01-02 | 中国电子科技集团公司第二十八研究所 | 一种基于手势识别的人机交互方法 |
CN103065261A (zh) * | 2012-12-25 | 2013-04-24 | 深圳Tcl新技术有限公司 | 基于手势操作的视频购物的方法、装置和系统 |
CN106650619A (zh) * | 2016-11-15 | 2017-05-10 | 上海师范大学 | 一种人体动作识别方法 |
CN107341442A (zh) * | 2017-05-22 | 2017-11-10 | 腾讯科技(上海)有限公司 | 运动控制方法、装置、计算机设备和服务机器人 |
CN107688791A (zh) * | 2017-09-04 | 2018-02-13 | 北京京东金融科技控股有限公司 | 显示内容控制方法及装置、系统、存储介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3605394B1 (en) | Method and apparatus for recognizing body movement | |
CN108520220B (zh) | 模型生成方法和装置 | |
CN109145781B (zh) | 用于处理图像的方法和装置 | |
CN108898186B (zh) | 用于提取图像的方法和装置 | |
CN108898086B (zh) | 视频图像处理方法及装置、计算机可读介质和电子设备 | |
CN108830235B (zh) | 用于生成信息的方法和装置 | |
CN108960090B (zh) | 视频图像处理方法及装置、计算机可读介质和电子设备 | |
US11436863B2 (en) | Method and apparatus for outputting data | |
WO2020062493A1 (zh) | 图像处理方法和装置 | |
CN111523640B (zh) | 神经网络模型的训练方法和装置 | |
CN109993150B (zh) | 用于识别年龄的方法和装置 | |
CN108197592B (zh) | 信息获取方法和装置 | |
CN108491808B (zh) | 用于获取信息的方法及装置 | |
CN108509921B (zh) | 用于生成信息的方法和装置 | |
CN111783626B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN108229375B (zh) | 用于检测人脸图像的方法和装置 | |
CN110209658B (zh) | 数据清洗方法和装置 | |
CN108491812B (zh) | 人脸识别模型的生成方法和装置 | |
CN110070076B (zh) | 用于选取训练用样本的方法和装置 | |
CN109902446A (zh) | 用于生成信息预测模型的方法和装置 | |
CN110110666A (zh) | 目标检测方法和装置 | |
CN113627361B (zh) | 人脸识别模型的训练方法、装置及计算机程序产品 | |
CN109614780B (zh) | 生物信息认证方法及装置、存储介质、电子设备 | |
CN109064464B (zh) | 用于检测电池极片毛刺的方法和装置 | |
CN111126159A (zh) | 用于实时跟踪行人的方法、装置、电子设备和介质 |
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 |