CN111415328B - 物品分析数据确定方法、装置、电子设备 - Google Patents
物品分析数据确定方法、装置、电子设备 Download PDFInfo
- Publication number
- CN111415328B CN111415328B CN202010105304.XA CN202010105304A CN111415328B CN 111415328 B CN111415328 B CN 111415328B CN 202010105304 A CN202010105304 A CN 202010105304A CN 111415328 B CN111415328 B CN 111415328B
- Authority
- CN
- China
- Prior art keywords
- image
- remaining
- item
- determining
- data
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种物品分析数据确定方法,属于计算机技术领域,有助于提升确定的物品分析数据的准确度。本申请实施例公开的物品分析数据确定方法包括:获取包含剩余物品的图像;通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据;通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据。本申请实施例公开的物品分析数据确定方法通过结合图像采集和图像处理技术,数据来源更客观,更易于采集大量数据,从而使得基于客观采集的大量数据计算得到的评价指标值更客观、更准确地反映物品的受欢迎程度。
Description
技术领域
本申请实施例涉及计算机技术领域,特别是涉及一种物品分析数据确定方法、装置、电子设备及计算机可读存储介质。
背景技术
分析物品的受欢迎程度,可以为改善物品的供给量以及物品优化等提供数据参考。例如,分析菜品的受欢迎程度,可以为餐饮商家改进菜品或优化菜品供应品类,以提升用户满意度提供依据。现有技术中,通常通过菜品的销量、用户的评价、打分等数据分析菜品的受欢迎程度,得到指示菜品受欢迎程度的指标值。然而,现有技术中的上述方法确定的菜品受欢迎程度的评价指标值的准确率在某些情况下并不能准确地反应菜品的受欢迎程度。例如,对于某一门店的菜品中,“米饭”属于用户用餐的必点菜品,销量非常大,而该门店的招牌菜品“烤鸭”的销量一定小于“米饭”的销量,可见,销量无法准确反应菜品的受欢迎程度。再例如,某些用户在用餐后不对菜品进行评价和打分,会导致根据菜品的评价或打分确定的菜品受欢迎程度的评价指标值由于数据稀疏而不准确。
可见,现有技术中确定物品分析数据的方法至少存在准确率低下的问题。
发明内容
本申请实施例提供一种物品分析数据确定方法,有助于提升确定的物品分析数据的准确率。
为了解决上述问题,第一方面,本申请实施例提供了一种物品分析数据确定方法,包括:
获取包含剩余物品的图像;
通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据;
通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据。
第二方面,本申请实施例提供了一种物品分析数据确定装置,包括:
剩余物品图像获取模块,用于获取包含剩余物品的图像;
物品完整度数据确定模块,用于通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据;
物品分析数据确定模块,用于通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据。
第三方面,本申请实施例还公开了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请实施例所述的物品分析数据确定方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时本申请实施例公开的物品分析数据确定方法的步骤。
本申请实施例公开的物品分析数据确定方法,通过获取包含剩余物品的图像;通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据;通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据,有助于提升确定的物品分析数据的准确度。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为使本申请实施例的目的、技术方案和优点更加清楚,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作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。
图1是本申请实施例一的物品分析数据确定方法流程图;
图2是本申请实施例一中采集的桌台内容图像的一个示例;
图3是本申请实施例一中采集的货架图像的一个示例;
图4本申请实施例二的物品分析数据确定方法流程图;
图5本申请实施例二的物品分析数据确定方法应用系统示意图;
图6是本申请实施例三的物品分析数据确定装置结构示意图之一;
图7是本申请实施例三的物品分析数据确定装置结构示意图之二;
图8示意性地示出了用于执行根据本申请的方法的电子设备的框图;以及
图9示意性地示出了用于保持或者携带实现根据本申请的方法的程序代码的存储单元。
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作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。
实施例一
本申请实施例公开的一种物品分析数据确定方法,如图1所示,所述方法包括:步骤110至步骤130。
步骤110,获取包含剩余物品的图像。
本申请的一些实施例中,通过对若干顾客在门店用餐后餐桌上剩余的菜品的图像进行识别分析,根据菜品被剩余的次数和每次剩余数量的多少等信息确定指示菜品受欢迎程度的物品分析数据。再例如,通过对超市或自动售货机等货架上剩余的货品的图像进行识别分析,根据货品每天剩余数量的多少等信息确定指示货品受欢迎程度的分析数据。又例如,通过自助餐门店的食材或餐食的图像进行识别分析,根据食材或餐食每天剩余数量的多少等信息确定指示货品受欢迎程度的分析数据。
在确定物品分析数据之前,首先需要获取包含剩余物品的若干图像。下面详细描述不同应用场景下剩余物品图像的技术方案。
本申请的一些实施例中,以所述物品为餐厅为顾客提供的菜品为例,所述获取包含剩余物品的图像,包括:通过门店内的图像采集设备,获取用户在所述门店内用餐后的桌台图像;通过对所述桌台图像进行图像处理,确定所述桌台图像中包含的各剩余菜品的图像。其中,门店内的图像采集设备可以为设置于门店内的视频监控设备,或门店服务人员手动操作的数码相机、智能手机、PDA(个人数字助理)、具有拍照功能的点餐终端等移动图像采集设备。顾客在门店结束用餐后,门店服务人员通过上述图像采集设备采集用餐后的桌台图像,并通过上述图像采集设备将采集的每幅桌台图像关联该图像的采集信息一并通过网络上传至云端数据库进行存储。或者,顾客在门店结束用餐后,门店服务人员通过上述图像采集设备采集用餐后的桌台图像,并通过蓝牙或Wi F i等数据传输技术由上述图像采集设备将采集的每幅桌台图像发送至门店的收银终端,然后,由门店收银终端为每幅桌台图像分别设置采集信息,并由所述收银终端将采集的每幅桌台图像以及为该图像设置的采集信息关联上传至云端数据库进行存储。
通常,所述桌台图像包括就餐于该桌的顾客用餐后剩余的每个菜品的图像,以及,桌台图像和门店内的其他背景的图像。在采集到桌台图像后,还需要对桌台图像进一步执行图像处理,之后从中提取每个剩余菜品的图像。本申请的一些实施例中,所述通过对所述桌台图像进行图像处理,确定所述桌台图像中包含的各剩余菜品的图像,包括:子步骤S1至子步骤S3。下面详细介绍对每幅桌台图像进行数字图像处理时各子步骤的具体实施方式。
子步骤S1,对所述桌台图像进行去噪和二值化处理,确定桌台内容图像。例如,云端数据处理服务器在接收到收银终端或图像采集设备上传的桌台图像之后,首先对接收到的桌台图像进行去噪和二值化处理,去掉桌台区域外的环境图像,提取桌台轮廓和桌台图像内容(如提取包含桌台及桌台上餐具的图像)。图2为桌台内容图像的一个示例,所述桌台内容图像中至少包括一个餐具。所述桌台内容图像的采集信息为相应桌台图像的采集信息。
子步骤S2,确定所述桌台内容图像中的餐具中心坐标,并根据所述餐具中心坐标和餐具轮廓确定所述桌台内容图像中包括的至少一个餐具图像。例如,通过图像识别技术确定所述桌台内容图像中包括的餐具进行识别,确定所述桌台内容图像中包括的各餐具的中心坐标和相应餐具的轮廓信息。之后,根据每个餐具中心坐标和相应的餐具轮廓信息确定所述桌台内容图像中包括的各餐具所在图像区域,进一步基于各餐具所在图像区域对所述桌台内容图像进行裁剪,确定各所述桌台内容图像中包括的各餐具的餐具图像。
子步骤S3,通过对所述餐具图像进行空盘识别,过滤掉包含剩余菜品量符合预设条件的餐具图像,将剩余的所述餐具图像确定为所述桌台图像中包含的各剩余菜品的图像。对于从所述桌台内容图像中截取的每个餐具图像,通过现有技术中的空盘识别技术或者通过预先训练的空盘识别模型识别出包含剩余菜品量符合预设条件的餐具图像(例如,识别出不包含剩余菜品的餐具图像或者识别出仅包含汤汁、或饭菜残渣的餐具图像)。最后,过滤掉识别出的空盘图像,将剩余的包含剩余菜品的每个餐具图像分别作为剩余菜品的图像。每个剩余菜品的图像的采集信息为对应的餐具图像所截取至的桌台图像的采集信息。
本申请的另一些实施例中,所述获取包含餐后剩余菜品的图像,包括:通过门店内的图像采集设备,获取用户在所述门店内用餐后各剩余菜品的图像。其中,门店内的图像采集设备可以为门店服务人员手动操作的数码相机、智能手机、PDA(个人数字助理)、具有拍照功能的点餐终端等移动图像采集设备。顾客在门店结束用餐后,门店服务人员通过上述图像采集设备采集用餐后桌台上每个剩余菜品的图像,并通过上述图像采集设备将采集的每个所述剩余菜品的图像关联该图像的采集信息一并通过网络上传至云端数据库进行存储。或者,顾客在门店结束用餐后,门店服务人员通过上述图像采集设备采集用餐后桌台上每个剩余菜品的图像,并通过蓝牙或Wi F i等数据传输技术由上述图像采集设备将采集的每个所述剩余菜品的图像发送至门店的收银终端,然后,由门店收银终端为每幅图像分别设置采集信息,并由所述收银终端将采集的每个所述剩余菜品的图像以及为该图像设置的采集信息关联上传至云端数据库进行存储。其中,剩余菜品的图像的采集信息包括但不限于以下任意一项或多项:采集时间、采集门店名称、采集地理位置、采集设备型号等。所述剩余菜品通常为剩余菜量满足预设条件的菜品,例如,所述剩余菜品不包括空盘菜品或仅剩余汤汁的菜品。
本申请的另一些实施例中,以所述物品为超市货架上摆放的货品为例,所述物品为货品,所述获取包含剩余物品的图像,包括:通过门店内的图像采集设备,获取摆放货品的货架图像;通过对所述货架图像进行图像处理,确定所述货架图像中包含的各剩余货品的图像。其中,门店内的图像采集设备可以为设置于门店内的视频监控设备,或门店服务人员手动操作的数码相机、智能手机、PDA(个人数字助理)、具有拍照功能的理货机器人等移动图像采集设备。每天的预设时间,如在门店打烊之后,通过上述图像采集设备采集各列货架的图像,并通过上述图像采集设备将采集的每幅货架图像关联该图像的采集信息一并通过网络上传至云端数据库进行存储。或者,通过上述图像采集设备采集的货架图像,并通过蓝牙或Wi F i等数据传输技术由上述图像采集设备将采集的每幅货架图像发送至门店的收银终端,然后,由门店收银终端为每幅货架图像分别设置采集信息,并由所述收银终端将采集的每幅货架图像以及为该图像设置的采集信息关联上传至云端数据库进行存储。
通常,所述货架包括一列或多列货架,每列货架包括多行,每行货架摆放一种货品或分区域摆放多种货品。如图3所示,所述货架图像中包括多个货品摆放区域的图像内容。在采集到货架图像后,通过对货架图像进行摆放区域识别,确定每种货品的摆放区域的图像,即包括剩余货品的图像。本申请的一些实施例中,所述通过对所述货架图像进行图像处理,确定所述货架图像中包含的各剩余货品的图像,包括:对根据货品摆放位置对所述货架图像进行分割,确定单一货品图像;通过对所述单一货品图像进行识别,过滤掉包含剩余货品量符合预设条件的所述单一货品图像,将剩余的所述单一货品图像确定为所述货架图像中包含的各剩余货品的图像。
本申请的一些实施例中,可以根据货品标签对所述货架图像进行分割,确定每种货品对应的单一货品图像。例如,通过对图3中所示的货架图像进行货品标签识别可以将标签“货品1”对应的图像区域310确定为一幅单一货品图像,将标签“货品2”对应的图像区域320确定为一幅单一货品图像。本申请的另一些实施例中,还可以根据货品的相似度对所述货架图像进行分割,确定每种货品对应的单一货品图像。本申请对对根据货品摆放位置对所述货架图像进行分割,确定单一货品图像的具体实施方式不做限定。在确定了货架图像中包括的多个单一货品图像之后,通过对所述单一货品图像进行识别,过滤掉包含剩余货品量符合预设条件的所述单一货品图像(例如,过滤掉不包含货品的单一货品图像),将剩余的所述单一货品图像确定为所述货架图像中包含的各剩余货品的图像。
步骤120,通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据。
在确定了包含剩余物品的图像之后,还包括:对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据,并关联存储识别成功的剩余物品及完整度数据以及所述图像的采集信息。
本申请的一些实施例中,所述通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据,包括:通过对所述图像进行物品识别,确定所述图像中包含的物品作为剩余物品;基于所述剩余物品的所述图像进行几何测量,确定所述剩余物品的剩余体积;根据预先获取的所述剩余物品的先验体积和所述剩余体积的比较结果,确定所述剩余物品的用于指示物品剩余比例的完整度数据。
对于不同应用场景,不同物品的盛放方式或摆放方式不同,图像的采集方式不同,因此,根据剩余物品的图像确定物品的剩余体积的方式也会有所不同。所述基于所述剩余物品的所述图像进行几何测量,确定所述剩余物品的剩余体积,包括:基于在同一门店同一时间不同角度采集的包含同一所述剩余物品的至少三幅所述图像进行几何测量,确定所述剩余物品的剩余体积。
对于摆放位置比较分散,摆放在比较大的空间中的物品,如餐厅中餐桌上的菜品举例,可以从多个角度采集剩余菜品的图像。并且,餐具中菜品可以从多个角度消耗,为了提升菜品剩余体积测量的准确度,需要从多个角度采集图像并进行体积计算。餐具中所盛放的菜品的完整度通常通过菜品的剩余体积和先验体积的比例确定的。其中,菜品的先验体积通过对出菜环节各种菜品的体积进行测量和统计分析后,作为相应菜品的先验体积预先存储在云端数据库的;所述剩余菜品的剩余体积则是实时测量得到的。
本申请的一些实施例中,菜品的先验体积通过现有技术中基于图像测量物体体积的方法确定,例如,在出菜阶段,通过采集出菜口某一菜品的至少三个不同角度的三张图像,基于这三张图像,采用空中三角测量技术计算餐具中盛放的该菜品的体积,作为该菜品的先验体积。
本申请的一些实施例中,首先需要识别出餐具中盛放的剩余菜品的菜品标识(如菜品名称或菜品数据分析系统中菜品的唯一标识),然后才能进一步确定该剩余菜品的先验体积。例如,通过预先训练的菜品图像识别模型对剩余菜品的图像(即盛有菜品的餐具图像)进行图像识别,识别出每个剩余菜品图像中菜品的菜品标识。其中,菜品图像识别模型可以通过以下方法训练:采集出菜阶段的各菜品的图像作为样本数据,以相应图像对应的菜品标识作为样本标签,构建部分训练样本;采集用餐后桌台上剩余的各菜品的图像作为样本数据,以相应图像对应的菜品标识作为样本标签,构建另一部分训练样本;之后,基于构建的训练样本训练神经网络模型,得到菜品图像识别模型。菜品图像识别模型的训练方法参见现有技术,本申请实施例中不再赘述。
本申请的一些实施例中,还可以通过现有技术中的其他方式识别剩余菜品的图像中的菜品的菜品标识,例如,将剩余菜品的图像与预先构建的菜品图像数据库中的菜品图像进行图像特征比对,根据特征比对结果,确定当前剩余菜品的图像中菜品的菜品标识。本申请对识别剩余菜品的图像中的菜品标识的具体方法不做限定。
在识别出剩余菜品的图像中的剩余菜品的菜品标识之后,通过云端数据库中存储的菜品标识与菜品的先验体积的对应关系,获取剩余菜品的先验体积。
对于物品为货品、自助餐食等形式时,可以采用与菜品相似的技术手段,或采用现有技术中的技术手段对所述图像进行物品识别,确定所述图像中包含的物品作为剩余物品,本申请实施例中不再赘述。
本申请的一些实施例中,基于空中三角测量技术,确定餐具中盛放的菜品的剩余体积。例如,通过位于门店内的图像采集设备采集某一剩余菜品A的至少三幅图像P1、P2和P3,然后,基于该剩余菜品A的所述至少三幅图像P1、P2和P3,采用空中三角测量技术计算所述某一剩余菜品A的当前体积,作为该剩余菜品的剩余体积。
在确定了某一剩余菜品A的剩余体积和先验体积之后,可以将所述剩余菜品A的所述剩余体积和先验体积的比值,作为所述某一剩余菜品A的完整度数据,例如,某一剩余菜品A的完整度数据可以表示为80%。可见,剩余菜品的完整度数据反映了菜品剩余比例。
对于摆放位置比较紧凑,只能从正面采集图像的物品,如超市中货架上摆放的商品、自动售货机中摆放的商品,可以从主视角度(即货品摆放位置的正面)采集剩余货品的一幅图像,然后,基于所述剩余货品的一幅主视角度的图像进行几何测量,确定所述剩余物品的剩余体积。所述基于所述剩余物品的所述图像进行几何测量,确定所述剩余物品的剩余体积,包括:基于所述剩余物品的一幅主视角度的所述图像进行几何测量,确定所述剩余物品的剩余体积。
例如,对于货架上摆放的货品,某个剩余货品的图像中包含空白区域和货品区域,其中,货品区域的面积为货品的剩余体积,图像面积为货品的先验体积,之后,根据货品区域面积占图像面积的比例确定该货品的完整度数据。本申请的其他实施例中,还可以通过其他方式基于所述剩余物品的一幅主视角度的所述图像进行几何测量,确定所述剩余物品的剩余体积,本申请实施例中不再一一例举。
按照上述方法,可以确定上传至云端的每个剩余物品的图像中剩余物品的完整度数据。本申请的一些实施例中,将每幅剩余物品的图像中剩余物品的菜品标识,以及对应的菜品完整度数据关联存储在云端数据库中,可以得到每个菜品标识与菜品完整度数据的多条对应关系。进一步的,对于每条菜品标识与菜品完整度数据的一条对应关系,关联存储的还包括确定该条对应关系的剩余菜品的图像的采集信息(如采集时间、门店、天气、地理位置等)。本申请的一些实施例中,云端数据库存储的菜品标识与菜品的完整度数据的一条对应关系可以包括:菜品名称、菜品的完整度数据、得到该菜品的完整度数据的图像的采集信息(如采集门店、采集时间、采集天气、采集地理位置)。
步骤130,通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据。
仍以物品为菜品为例,对于每个门店,可以将位于该门店的采集设备采集的剩余菜品的图像统一存储在为该门店设置的图像数据存储空间中(例如,以该门店标识命名的文件夹中)。之后,对于每个所述门店,通过对存储在为该门店设置的图像数据存储空间中的剩余菜品的图像进行分析处理,可以得到顾客在该门店用餐后每个剩余菜品对应的一条完整度数据和得到该完整度数据的图像的采集信息之间的对应关系,并将得到的上述多条对应关系存储在为该门店设置的分析数据存储空间中。进一步的,对于某个门店,通过对为该门店设置的分析数据存储空间中存储的菜品的完整度数据与得到该完整度数据的图像的采集信息之间的对应关系进行分析处理,可以得到该门店的指示菜品受欢迎程度的菜品分析数据。例如,对于门店X,通过对与门店X对应的分析数据存储空间中的完整度数据进行分析,将同一个菜品(如菜品名称相同的菜品)的完整度数据的平均值作为该菜品的受欢迎程度评价指标值,用于指示该菜品受欢迎程度。可见,菜品的剩余量越大,得到的菜品受欢迎程度的评价指标值越大。本申请实施例中,菜品受欢迎程度的评价指标值与菜品的受欢迎程度负相关,即菜品受欢迎程度的评价指标值越大,指示菜品越不受欢迎;菜品受欢迎程度的评价指标值越小,指示菜品越受欢迎。
本申请的一些实施例中,根据对物品分析数据的不同展示维度的需求,可以确定不同维度的物品分析数据。所述通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据,包括:确定物品分析数据的至少一个展示维度及各所述展示维度的取值;根据包含所述剩余物品的所述图像的采集信息与所述至少一个展示维度的取值的匹配关系,确定与所述至少一个展示维度的取值匹配的所述剩余物品的完整度数据;对与所述至少一个展示维度的取值匹配的所述剩余物品的完整度数据进行数据分析处理,确定指示物品受欢迎程度的物品分析数据。其中,所述至少一个展示维度包括:门店维度、时间维度、地域维度、天气维度中的任意一个或多个维度。其中,门店维度的取值用于指示物品完整度数据所述门店的门店名称或门店标识,地域维度的取值用于指示物品完整度数据所述门店的地理位置符合的地理范围(如“望京地区”);所述时间维度的取值用于指示物品完整度数据对应的采集时间符合的时间范围(如“最近三个月”);所述天气维度的取值用于指示物品完整度数据对应的采集天气符合的天气情况(如“晴天”、“雨天”、“雪天”等)。
例如,当所述菜品分析数据的至少一个展示维度为门店维度时,根据门店维度的取值,其中,门店维度的取值可以为门店标识或门店名称。具体到本实施例而言,确定与所述门店维度取值匹配的剩余菜品的完整度数据,可以为确定匹配“小王的店”的菜品完整度数据,例如,确定云端数据库为门店“小王的店”的配置的分析数据存储空间中存储的各剩余菜品的完整度数据。之后,对确定的完整度数据进行进一步分析处理,确定“小王的店”的每个剩余菜品的指示菜品受欢迎程度的菜品分析数据。如,确定“土豆丝”的受欢迎程度的评价指标为700,确定“红烧肉”的受欢迎程度的评价指标为520等。通过将“小王的店”中各菜品的受欢迎程度的评价指标进行输出展示,便于“小王的店”进行菜品优化,提升顾客的用餐体验。
再例如,当所述菜品分析数据的至少一个展示维度包括地域维度、时间维度和天气维度时,首先根据地域维度的取值确定菜品的完整度数据对应的的门店地理位置范围,并根据确定的门店地理位置范围确定匹配所述地理区域维度取值的候选门店;之后,进一步获取各候选门店的菜品完整度数据和采集信息的对应关系数据,作为待分析数据集合。然后,根据时间维度的取值确定完整度数据对应的采集信息中采集时间需要符合的时间范围,从所述待分析数据集合中过滤掉不符合所述时间范围的匹配菜品的完整度数据对应的采集信息中采集时间满足的时间范围的菜品完整度数据和采集信息的对应关系数据。接下来,根据天气维度的取值确定菜品的完整度数据对应的采集信息中采集天气符合的天气情况,从过滤后的待分析数据集合中,选择采集天气符合确定的天气情况的所述对应关系数据,作为最终待分析数据。例如,当地域维度的取值为“望京地区”、时间维度的取值可以为“2019年第三季度”、天气维度的取值可以为“雨天”时,确定望京地区的门店在2019年第三季度内且在雨天上传的图像确定的菜品完整度数据,并对确定的所述菜品完整度数据进行分析,得到每个菜品的受欢迎程度的评价指标。例如可以得到如下表1所示的菜品分析数据。
天气 | 菜品 | 受欢迎程度的评价指标 |
雨天 | 宫保鸡丁 | 897 |
雨天 | 辣子鸡 | 786 |
表1
本申请的一些实施例中,所述确定物品分析数据的至少一个展示维度及各所述展示维度的取值,包括:根据所述物品分析数据匹配的输出对象的数据查询权限,确定物品分析数据的至少一个展示维度及各所述展示维度的取值。例如,菜品分析系统为菜品分析数据需求对象配置不同的查询权限,并预先为不同的查询权限关联不同的展示维度或展示维度组合。例如,菜品分析系统为VI P对象配置最高级别查询权限,并设置最高级别查询权限关联的展示维度为:地域维度、时间维度和天气维度的组合;菜品分析系统为普通对象配置通用级别查询权限,并设置通用级别查询权限关联的展示维度为:门店维度。
本申请的一些实施例中,所述确定物品分析数据的至少一个展示维度及各所述展示维度的取值,包括:根据输入的查询条件,确定物品分析数据的至少一个展示维度及各所述展示维度的取值。例如,菜品分析系统可以为对象提供查询条件输入界面,供对象输入门店、地域范围、时间范围、天气情况等一种或多种查询条件取值,并通过所述数据界面获取所述对象输入的所述门店、地域范围、时间范围、天气情况等一种或多种查询条件取值,将获取的所述一种或多种查询条件取值确定为菜品分析数据的各展示维度的取值。
其中,每个物品的受欢迎程度的评价指标值,可以根据云端数据库中存储的该物品的满足展示维度条件的所有物品完整度数据的累加和得到。例如,对于菜品“宫保鸡丁”,望京地区的门店在2019年第三季度内且在雨天上传的剩余宫保鸡丁的图像确定的菜品完整度数据有1000条,分别为:60%、75%、50%.......将这1000条菜品完整度数据累加求和之后,可以将求得的和作为菜品“宫保鸡丁”的受欢迎程度的评价指标值。
具体到菜品数据分析应用场景中,不同菜品的点餐频率不同,餐后被剩余的概率也不同,点餐频率越高的菜品,餐后被剩余的概率也会越大,会导致按照上述方法计算得到的受欢迎程度的评价指标值越大。而由上述计算方法可以看出,受欢迎程度的评价指标值越大表示该菜品越不受欢迎,即对于点餐频率很高的菜品,计算得到的受欢迎程度的评价指标值可能错误地指示菜品受欢迎程度。
为了使受欢迎程度的评价指标值准确地指示物品的受欢迎程度,本申请的一些实施例中,为每个物品设置了用于计算物品受欢迎程度评价指标的权值,相应的,所述对与所述至少一个展示维度的取值匹配的所述剩余物品的完整度数据进行数据分析处理,确定指示物品受欢迎程度的物品分析数据,包括:对于每个所述剩余物品的所述完整度数据,以所述剩余物品匹配的预设权值对所述物品的各完整度数据进行加权运算,确定所述剩余物品的指示物品受欢迎程度的评价指标值;根据每个所述剩余物品与指示物品受欢迎程度的所述评价指标值、所述至少一个展示维度的取值的对应关系,生成指示物品受欢迎程度的物品分析数据。其中,每个物品的所述权值根据业务需求确定,以物品为菜品的应用场景为例,对于“米饭”这类点餐频率较大的普通菜品,可以设置较低的权值,而对于“烤鸭”这类门店招牌菜品可以设置较高的权值。通过为不同菜品设置不同的权值,提升计算得到的评价指标值对菜品的受欢迎程度的指示明确度。
以将菜品“宫保鸡丁”的权值设置为0.8,而将菜品“尖椒土豆丝”的权值设置为0.3为例,假设对于菜品“宫保鸡丁”和“尖椒土豆丝”,门店X在2019年第三季度内且在雨天上传的剩余“宫保鸡丁”和“尖椒土豆丝”的菜品完整度数据有50条,完整度数据取值均为:50%,那么,在对上述门店X的“宫保鸡丁”的50条完整度数据进行加权运算之后,可以得到指示菜品“宫保鸡丁”的受欢迎程度的评价指标值为20,而在对上述门店X的“尖椒土豆丝”的50条完整度数据进行加权运算之后,可以得到指示菜品“尖椒土豆丝”的受欢迎程度的评价指标值为7.5。根据菜品“宫保鸡丁”和“尖椒土豆丝”的指示菜品受欢迎程度的评价指标值生成的生成菜品分析数据如表2所示。
门店 | 时间 | 天气 | 菜品 | 受欢迎程度的评价指标 |
门店X | 2019年第三季度 | 雨天 | 宫保鸡丁 | 20 |
门店X | 2019年第三季度 | 雨天 | 尖椒土豆丝 | 7.5 |
表2
由上述表2可以看出,对于不同菜品,虽然被剩余次数相同,每次剩余的菜量相同,但是由于不同的菜品设置了不同的权限,因此得到了不同的评价指标值。在浏览如表2中所示的菜品分析数据时,可以明确得出“宫保鸡丁”相较于“尖椒土豆丝”的不受欢迎程度更强。
本申请实施例公开的物品分析数据确定方法,通过获取包含剩余物品的图像;通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据;通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据,有助于提升确定的物品分析数据的准确度。例如,本申请实施例公开的物品分析数据确定方法,通过采集餐后菜品的图像,并进行图像处理,确定各个菜品的剩余次数和每次的剩余菜量,然后,根据各个菜品的剩余次数和每次的剩余菜量确定指示菜品受欢迎程度的评价指标值,并基于各菜品的所述评价指标值生成菜品分析数据,根据位于就餐门店内的图像采集设备采集的餐后菜品图像数据计算出菜品的评价指标值,数据来源更客观,更易于采集大量数据,从而使得基于客观采集的大量数据计算得到的评价指标值更客观、更准确地反映菜品的受欢迎程度。再例如,在自助餐厅、智慧售卖等场景中,不同餐食的取餐量和不同商品的售卖量会有所不同,通过对剩余餐食或剩余商品进行图像采集和分析,可以实现餐食、商品等物品的受欢迎程度数据自助分析。
进一步的,通过基于多个展示维度进行菜品数据分析,有助于提升确定的物品分析数据的实用性。
实施例二
本申请实施例公开的一种物品分析数据确定方法,如图4所示,所述方法包括:步骤410至步骤440。
步骤410,获取包含剩余物品的图像。
获取包含剩余物品的图像的具体实施方式参见实施例一,本实施例不再赘述。
步骤420,通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据。
通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据的具体实施方式参见实施例一,本实施例不再赘述。
步骤430,通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据。
通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据的具体实施方式参见实施例一,本实施例不再赘述。
本申请的实施例中,所述剩余物品的完整度数据用于物品剩余比例。包含各所述剩余物品的所述图像的采集信息包括所述图像的采集门店、采集时间、采集天气、采集地理位置等信息。通过对各所述剩余物品的完整度数据,以及各完整度数据关联的采集门店、采集时间、采集天气、采集地理位置等信息进行数据分析处理,则可以确定指示物品受欢迎程度的物品分析数据。例如,可以确定某个门店的菜品受欢迎程度的评价指标值。再例如,根据菜品受欢迎程度的评价指标值,生成菜品的不受欢迎程度排行榜。其中,所述评价指标值是根据相应菜品的若干条完整度数据计算得到的。
步骤440,按照确定的所述至少一个展示维度,展示所述物品分析数据。
本申请的一些实施例中,可以根据物品分析数据的展示需求确定数据的至少一个展示维度,则在进行物品数据分析处理时,可以按照确定的展示维度对各所述剩余物品的完整度数据,以及各完整度数据关联的采集门店、采集时间、采集天气、采集地理位置等信息进行数据分析处理。例如,当确定的展示维度包括门店和天气时,则可以基于确定的门店和天气两个维度的取值对物品完整度数据和采集天气进行分析处理,得到指定门店在指定天气情况下各物品的物品受欢迎程度的评价指标值。
本申请实施例所述的物品分析数据确定方法可以应用于如图5所示的菜品信息分析系统。如图5所示,所述菜品信息分析系统包括:图像采集设备510、收银终端520、云端服务器530和餐厅管理系统540。下面分别介绍各设备或系统的工作原理。
所述图像采集设备510位于门店内,用于采集门店顾客用餐后的剩余菜品的图像,例如,通过门店内的图像采集设备510,获取用户在所述门店内用餐后的桌台图像;或者,通过门店内的图像采集设备510,获取用户在所述门店内用餐后各剩余菜品的图像。所述图像采集设备510可以为:视频监控设备,或门店服务人员手动操作的数码相机、智能手机、PDA(个人数字助理)、具有拍照功能的点餐终端等设备。
所述收银终端520位于门店内,用于进行用餐结算;所述收银终端520还可以用于接收所述门店内的所述图像采集设备510上传的图像,并将所述图像经过去重、初步编辑之后,上传至所述云端服务器530。例如,所述收银终端520根据接收到的各图像的图像采集设备标识和上传时间,以及图像相似度对所述图像进行去重处理,过滤掉重复上传的图像。再例如,所述收银终端520对接收到的所述图像添加门店标识或门店地理位置等采集地理位置信息。
所述云端服务器530还包括云端数据库,所述云端服务器530用于接收各个门店的所述收银终端520上传的包含剩余菜品的图像,并将接收到的图像存储在所述云端数据库中。
本申请的一些实施例中,当所述收银终端520上传的包含剩余菜品的图像为顾客在所述门店内用餐后的桌台图像时,所述云端服务器530还用于通过对所述桌台图像进行图像处理,确定所述桌台图像中包含的各剩余菜品的图像,并将各剩余菜品的图像存储在所述云端数据库中。通过对所述桌台图像进行图像处理,确定所述桌台图像中包含的各剩余菜品的图像的具体实施方式参见实施例一,本实施例中不再赘述。
所述云端服务器530还用于通过对所述剩余菜品的图像进行图像处理,确定所述图像中包含的剩余菜品以及所述剩余菜品的完整度数据;通过对各所述剩余菜品的完整度数据,以及包含各所述剩余菜品的所述图像的采集信息进行数据分析处理,确定指示菜品受欢迎程度的菜品分析数据。通过对所述剩余菜品的图像进行图像处理,确定所述图像中包含的剩余菜品以及所述剩余菜品的完整度数据的具体实施方式参见实施例一中通过对所述剩余物品的图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据的具体实施方式,本实施例中不再赘述。通过对各所述剩余菜品的完整度数据,以及包含各所述剩余菜品的所述图像的采集信息进行数据分析处理,确定指示菜品受欢迎程度的菜品分析数据的具体实施方式参见实施例一,本实施例中不再赘述。
所述餐厅管理系统540用于通过所述云端服务器530获取指示菜品受欢迎程度的菜品分析数据,并按照确定的至少一个展示维度,展示所述菜品分析数据。
本申请的一些实施例中,在通过对各所述剩余物品的完整度数据,以及包含各所述剩余菜品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据之后,还包括:按照确定的所述至少一个展示维度,展示所述物品分析数据。例如,在基于确定的门店和天气两个维度的取值对菜品完整度数据和采集天气进行分析处理,得到指定门店在指定天气情况下各菜品的菜品受欢迎程度的评价指标值之后,可以按照门店和天气维度,对满足所述门店维度的取值和所述天气维度的取值的组合的菜品受欢迎程度的评价指标值进行展示。
本申请实施例公开的物品分析数据确定方法,通过获取包含剩余物品的图像;通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据;通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据,最后,按照确定的所述至少一个展示维度,展示所述物品分析数据,有助于更客观、更准确地展示反映物品的受欢迎程度的数据分析结果,使得各物品供应门店可以实时、准确地了解物品的受欢迎程度,进一步可以为进行物品改进和提升用户就餐体验等提供数据支撑。
实施例三
本申请实施例公开的一种物品分析数据确定装置,如图6所示,所述装置包括:
剩余物品图像获取模块610,用于获取包含剩余物品的图像;
物品完整度数据确定模块620,用于通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据;
物品分析数据确定模块630,用于通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据。本申请的一些实施例中,所述通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据,包括:
确定物品分析数据的至少一个展示维度及各所述展示维度的取值;
根据包含所述剩余物品的所述图像的采集信息与所述至少一个展示维度的取值的匹配关系,确定与所述至少一个展示维度的取值匹配的所述剩余物品的完整度数据;
对与所述至少一个展示维度的取值匹配的所述剩余物品的完整度数据进行数据分析处理,确定指示物品受欢迎程度的物品分析数据。
本申请的一些实施例中,所述对与所述至少一个展示维度的取值匹配的所述剩余物品的完整度数据进行数据分析处理,确定指示物品受欢迎程度的物品分析数据,包括:
对于每个所述剩余物品的所述完整度数据,以所述剩余物品匹配的预设权值对所述物品的各完整度数据进行加权运算,确定所述剩余物品的指示物品受欢迎程度的评价指标值;
根据每个所述剩余物品与指示物品受欢迎程度的所述评价指标值、所述至少一个展示维度的取值的对应关系,生成指示物品受欢迎程度的物品分析数据。
本申请的一些实施例中,所述至少一个展示维度包括:门店维度、时间维度、地域维度、天气维度中的任意一个或多个维度。
本申请的一些实施例中,如图7所示,所述装置还包括:
展示模块640,用于按照确定的所述至少一个展示维度,展示所述物品分析数据。
本申请的一些实施例中,所述物品为菜品,所述剩余物品图像获取模块610进一步用于:
通过门店内的图像采集设备,获取用户在所述门店内用餐后的桌台图像;
通过对所述桌台图像进行图像处理,确定所述桌台图像中包含的各剩余菜品的图像。
本申请的一些实施例中,所述通过对所述桌台图像进行图像处理,确定所述桌台图像中包含的各剩余菜品的图像,包括:
对所述桌台图像进行去噪和二值化处理,确定桌台内容图像;
确定所述桌台内容图像中的餐具中心坐标,并根据所述餐具中心坐标和餐具轮廓确定所述桌台内容图像中包括的至少一个餐具图像;
通过对所述餐具图像进行空盘识别,过滤掉包含剩余菜品量符合预设条件的餐具图像,将剩余的所述餐具图像确定为所述桌台图像中包含的各剩余菜品的图像。
本申请的一些实施例中,所述物品为菜品,所述剩余物品图像获取模块610进一步用于:
通过门店内的图像采集设备,获取用户在所述门店内用餐后各剩余菜品的图像。
本申请的一些实施例中,所述物品为货品,所述剩余物品图像获取模块610进一步用于:
通过门店内的图像采集设备,获取摆放货品的货架图像;
通过对所述货架图像进行图像处理,确定所述货架图像中包含的各剩余货品的图像。
本申请的一些实施例中,所述通过对所述货架图像进行图像处理,确定所述货架图像中包含的各剩余货品的图像,包括:
对根据货品摆放位置对所述货架图像进行分割,确定单一货品图像;
通过对所述单一货品图像进行识别,过滤掉包含剩余货品量符合预设条件的所述单一货品图像,将剩余的所述单一货品图像确定为所述货架图像中包含的各剩余货品的图像。
本申请的一些实施例中,所述物品完整度数据确定模块620进一步用于:
通过对所述图像进行物品识别,确定所述图像中包含的物品作为剩余物品;
基于所述剩余物品的所述图像进行几何测量,确定所述剩余物品的剩余体积;
根据预先获取的所述剩余物品的先验体积和所述剩余体积的比较结果,确定所述剩余物品的用于指示物品剩余比例的完整度数据。本申请实施例公开的物品分析数据确定装置,用于实现本申请实施例一或实施例二中所述的物品分析数据确定方法,装置的各模块的具体实施方式不再赘述,可参见方法实施例相应步骤的具体实施方式。
本申请实施例公开的一种物品分析数据确定装置,通过获取包含剩余物品的图像;通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据;通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据,有助于提升确定的物品分析数据的准确度。例如,本申请实施例公开的物品分析数据确定装置,通过采集餐后菜品的图像,并进行图像处理,确定各个菜品的剩余次数和每次的剩余菜量,然后,根据各个菜品的剩余次数和每次的剩余菜量确定指示菜品受欢迎程度的评价指标值,并基于各菜品的所述评价指标值生成菜品分析数据,根据位于就餐门店内的图像采集设备采集的餐后菜品图像数据计算出菜品的评价指标值,数据来源更客观,更易于采集大量数据,从而使得基于客观采集的大量数据计算得到的评价指标值更客观、更准确地反映菜品的受欢迎程度。再例如,在自助餐厅、智慧售卖等场景中,不同餐食的取餐量和不同商品的售卖量会有所不同,通过对剩余餐食或剩余商品进行图像采集和分析,可以实现餐食、商品等物品的受欢迎程度数据自助分析。
进一步的,通过基于多个展示维度进行菜品数据分析,有助于提升确定的物品分析数据的实用性。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本申请提供的一种物品分析数据确定方法及装置进行了详细介绍,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一种核心思想;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。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
本申请的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的电子设备中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
例如,图8示出了可以实现根据本申请的方法的电子设备。所述电子设备可以为PC机、移动终端、个人数字助理、平板电脑等。该电子设备传统上包括处理器810和存储器820及存储在所述存储器820上并可在处理器810上运行的程序代码830,所述处理器810执行所述程序代码830时实现上述实施例中所述的方法。所述存储器820可以为计算机程序产品或者计算机可读介质。存储器820可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器820具有用于执行上述方法中的任何方法步骤的计算机程序的程序代码830的存储空间8201。例如,用于程序代码830的存储空间8201可以包括分别用于实现上面的方法中的各种步骤的各个计算机程序。所述程序代码830为计算机可读代码。这些计算机程序可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。所述计算机程序包括计算机可读代码,当所述计算机可读代码在电子设备上运行时,导致所述电子设备执行根据上述实施例的方法。
本申请实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例一或实施例二所述的物品分析数据确定方法的步骤。
这样的计算机程序产品可以为计算机可读存储介质,该计算机可读存储介质可以具有与图8所示的电子设备中的存储器820类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩存储在所述计算机可读存储介质中。所述计算机可读存储介质通常为如参考图9所述的便携式或者固定存储单元。通常,存储单元包括计算机可读代码830’,所述计算机可读代码830’为由处理器读取的代码,这些代码被处理器执行时,实现上面所描述的方法中的各个步骤。
本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着,结合实施例描述的特定特征、结构或者特性包括在本申请的至少一个实施例中。此外,请注意,这里“在一个实施例中”的词语例子不一定全指同一个实施例。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
最后应说明的是:以上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。
Claims (11)
1.一种物品分析数据确定方法,其特征在于,包括:
获取包含剩余物品的图像;
通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据;
通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据;
其中,所述通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据的步骤,具体包括:
确定物品分析数据的至少一个展示维度及各所述展示维度的取值;
根据包含所述剩余物品的所述图像的采集信息与所述至少一个展示维度的取值的匹配关系,确定与所述至少一个展示维度的取值匹配的所述剩余物品的完整度数据;
对与所述至少一个展示维度的取值匹配的所述剩余物品的完整度数据进行数据分析处理,确定指示物品受欢迎程度的物品分析数据;
其中,所述对与所述至少一个展示维度的取值匹配的所述剩余物品的完整度数据进行数据分析处理,确定指示物品受欢迎程度的物品分析数据的步骤,包括:
对于每个所述剩余物品的所述完整度数据,以所述剩余物品匹配的预设权值对所述物品的各完整度数据进行加权运算,确定所述剩余物品的指示物品受欢迎程度的评价指标值;
根据每个所述剩余物品与指示物品受欢迎程度的所述评价指标值、所述至少一个展示维度的取值的对应关系,生成指示物品受欢迎程度的物品分析数据。
2.根据权利要求1所述的方法,其特征在于,所述至少一个展示维度包括:门店维度、时间维度、地域维度、天气维度中的任意一个或多个维度。
3.根据权利要求1至2任一项所述的方法,其特征在于,所述通过对各所述剩余物品的完整度数据,以及包含各所述剩余物品的所述图像的采集信息进行数据分析处理,确定指示物品受欢迎程度的物品分析数据的步骤之后,还包括:
按照确定的所述至少一个展示维度,展示所述物品分析数据。
4.根据权利要求1所述的方法,其特征在于,所述物品为菜品,所述获取包含剩余物品的图像的步骤,包括:
通过门店内的图像采集设备,获取用户在所述门店内用餐后的桌台图像;
通过对所述桌台图像进行图像处理,确定所述桌台图像中包含的各剩余菜品的图像。
5.根据权利要求4所述的方法,其特征在于,所述通过对所述桌台图像进行图像处理,确定所述桌台图像中包含的各剩余菜品的图像的步骤,包括:
对所述桌台图像进行去噪和二值化处理,确定桌台内容图像;
确定所述桌台内容图像中的餐具中心坐标,并根据所述餐具中心坐标和餐具轮廓确定所述桌台内容图像中包括的至少一个餐具图像;
通过对所述餐具图像进行空盘识别,过滤掉包含剩余菜品量符合预设条件的餐具图像,将剩余的所述餐具图像确定为所述桌台图像中包含的各剩余菜品的图像。
6.根据权利要求1所述的方法,其特征在于,所述物品为菜品,所述获取包含剩余物品的图像的步骤,包括:
通过门店内的图像采集设备,获取用户在所述门店内用餐后各剩余菜品的图像。
7.根据权利要求1所述的方法,其特征在于,所述物品为货品,所述获取包含剩余物品的图像的步骤,包括:
通过门店内的图像采集设备,获取摆放货品的货架图像;
通过对所述货架图像进行图像处理,确定所述货架图像中包含的各剩余货品的图像。
8.根据权利要求7所述的方法,其特征在于,所述通过对所述货架图像进行图像处理,确定所述货架图像中包含的各剩余货品的图像的步骤,包括:
对根据货品摆放位置对所述货架图像进行分割,确定单一货品图像;
通过对所述单一货品图像进行识别,过滤掉包含剩余货品量符合预设条件的所述单一货品图像,将剩余的所述单一货品图像确定为所述货架图像中包含的各剩余货品的图像。
9.根据权利要求1至2任一项所述的方法,其特征在于,所述通过对所述图像进行图像处理,确定所述图像中包含的剩余物品以及所述剩余物品的完整度数据的步骤,包括:
通过对所述图像进行物品识别,确定所述图像中包含的物品作为剩余物品;
基于所述剩余物品的所述图像进行几何测量,确定所述剩余物品的剩余体积;
根据预先获取的所述剩余物品的先验体积和所述剩余体积的比较结果,确定所述剩余物品的用于指示物品剩余比例的完整度数据。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在处理器上运行的程序代码,其特征在于,所述处理器执行所述程序代码时实现权利要求1至9任意一项所述的物品分析数据确定方法。
11.一种计算机可读存储介质,其上存储有程序代码,其特征在于,该程序代码被处理器执行时实现权利要求1至9任意一项所述的物品分析数据确定方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010105304.XA CN111415328B (zh) | 2020-02-20 | 2020-02-20 | 物品分析数据确定方法、装置、电子设备 |
PCT/CN2020/110036 WO2021164222A1 (zh) | 2020-02-20 | 2020-08-19 | 确定物品分析数据 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010105304.XA CN111415328B (zh) | 2020-02-20 | 2020-02-20 | 物品分析数据确定方法、装置、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111415328A CN111415328A (zh) | 2020-07-14 |
CN111415328B true CN111415328B (zh) | 2023-07-11 |
Family
ID=71492693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010105304.XA Active CN111415328B (zh) | 2020-02-20 | 2020-02-20 | 物品分析数据确定方法、装置、电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111415328B (zh) |
WO (1) | WO2021164222A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111415328B (zh) * | 2020-02-20 | 2023-07-11 | 北京三快在线科技有限公司 | 物品分析数据确定方法、装置、电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8401911B1 (en) * | 2011-03-22 | 2013-03-19 | Google Inc. | Display of popular, in-stock products of a merchant |
CN105512331A (zh) * | 2015-12-28 | 2016-04-20 | 海信集团有限公司 | 一种视频推荐方法及装置 |
CN110245274A (zh) * | 2019-04-23 | 2019-09-17 | 五八有限公司 | 一种标签热度计算方法、装置、电子设备和存储介质 |
CN110602532A (zh) * | 2019-09-24 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 实体物品推荐方法、装置、服务器及存储介质 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2219172C (en) * | 1997-10-24 | 2008-03-18 | Trevor Kern | Method and apparatus for order verification |
JP2003212316A (ja) * | 2002-01-28 | 2003-07-30 | Matsushita Electric Works Ltd | 物品棚割り付け支援方法、物品棚割り付け支援装置及び記録媒体 |
US20070143126A1 (en) * | 2005-12-15 | 2007-06-21 | Anjan Ghose | Method and system to determine a desirable diet |
US9818128B2 (en) * | 2008-05-30 | 2017-11-14 | Red Hat, Inc. | Encouraging content distribution without restrictions |
CN103024825B (zh) * | 2011-09-26 | 2015-07-01 | 中国移动通信集团公司 | 终端多应用间网络资源分配方法及其设备 |
US20150100509A1 (en) * | 2013-10-09 | 2015-04-09 | Salesforce.Com, Inc. | Systems and methods for enhancing user engagement |
CN104732413B (zh) * | 2013-12-20 | 2017-11-21 | 中国科学院声学研究所 | 一种智能个性化视频广告推送方法及系统 |
CN105868267B (zh) * | 2016-03-04 | 2019-04-12 | 江苏工程职业技术学院 | 一种移动社交网络用户兴趣的建模方法 |
CN107657476A (zh) * | 2017-08-29 | 2018-02-02 | 口碑(上海)信息技术有限公司 | 店铺的评价方法及装置、店铺推荐方法及装置 |
CN107992583B (zh) * | 2017-12-07 | 2020-09-04 | 合肥美的智能科技有限公司 | 信息推送方法及信息推送装置、设备和存储介质 |
CN108280124B (zh) * | 2017-12-11 | 2020-12-04 | 北京三快在线科技有限公司 | 产品分类方法及装置,排行榜生成方法及装置,电子设备 |
CN109934427B (zh) * | 2017-12-15 | 2022-03-04 | 北京京东尚科信息技术有限公司 | 生成物品分配方案的方法和装置 |
CN110211000A (zh) * | 2018-02-28 | 2019-09-06 | 阿里巴巴集团控股有限公司 | 桌位状态信息处理方法、装置及系统 |
CN109508401A (zh) * | 2018-11-23 | 2019-03-22 | 维沃移动通信有限公司 | 一种提示方法及移动终端 |
CN110008829A (zh) * | 2019-02-21 | 2019-07-12 | 秒针信息技术有限公司 | 食品的调整方法及装置 |
CN109840810A (zh) * | 2019-03-19 | 2019-06-04 | 深圳创维-Rgb电子有限公司 | 数据分析推送方法、装置、后台服务器及可读存储介质 |
CN110555750B (zh) * | 2019-07-29 | 2022-06-07 | 北京三快在线科技有限公司 | 用餐人数预测方法、装置、电子设备及可读存储介质 |
CN110727754B (zh) * | 2019-10-11 | 2023-06-02 | 北京旷视机器人技术有限公司 | 货架热力图的生成方法、装置及电子设备 |
CN111415328B (zh) * | 2020-02-20 | 2023-07-11 | 北京三快在线科技有限公司 | 物品分析数据确定方法、装置、电子设备 |
-
2020
- 2020-02-20 CN CN202010105304.XA patent/CN111415328B/zh active Active
- 2020-08-19 WO PCT/CN2020/110036 patent/WO2021164222A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8401911B1 (en) * | 2011-03-22 | 2013-03-19 | Google Inc. | Display of popular, in-stock products of a merchant |
CN105512331A (zh) * | 2015-12-28 | 2016-04-20 | 海信集团有限公司 | 一种视频推荐方法及装置 |
CN110245274A (zh) * | 2019-04-23 | 2019-09-17 | 五八有限公司 | 一种标签热度计算方法、装置、电子设备和存储介质 |
CN110602532A (zh) * | 2019-09-24 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 实体物品推荐方法、装置、服务器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021164222A1 (zh) | 2021-08-26 |
CN111415328A (zh) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111984837B (zh) | 商品数据的处理方法、装置及设备 | |
WO2019056661A1 (zh) | 一种搜索词推送方法、装置及终端 | |
US11823042B2 (en) | System for measuring food weight | |
CN104269003A (zh) | 一种食物识别方法、装置及系统 | |
CN109214955B (zh) | 餐品套餐的生成方法及装置 | |
CN111832590B (zh) | 物品识别方法和系统 | |
US20140052585A1 (en) | Information processing system, information processing method, program, and information recording medium | |
CN110750697B (zh) | 商户分类方法、装置、设备及存储介质 | |
CN111400507A (zh) | 实体匹配方法及其装置 | |
CN110942293A (zh) | 物品信息的处理方法、设备、存储介质及系统 | |
Rahmana et al. | A new texture feature for improved food recognition accuracy in a mobile phone based dietary assessment system | |
CN111415328B (zh) | 物品分析数据确定方法、装置、电子设备 | |
CN111091403B (zh) | 物品信息与数据处理方法、系统、设备及存储介质 | |
RU2724797C1 (ru) | Кассовая система и способ для идентификации блюд на подносе | |
JP2015194791A (ja) | Pos端末装置 | |
CN112508659B (zh) | 商品结算处理方法、装置及计算设备、计算机存储介质 | |
CN111784434A (zh) | 菜品信息推送方法、装置、电子设备 | |
CN114821234A (zh) | 网络训练及目标检测方法、装置、设备及存储介质 | |
CN111985985B (zh) | 门店信息的提取方法及装置、存储介质、电子装置 | |
CN112132391A (zh) | 一种商品评价采集方法、装置、服务器及存储介质 | |
CN113688719A (zh) | 一种智能餐厨管理系统、其数据处理方法及介质 | |
CN113158056A (zh) | 推荐语的生成方法及装置 | |
KR102110766B1 (ko) | 음식 적합도에 기초한 요리 정보 제공 방법 및 장치 | |
CN111612026A (zh) | 获取产品或品类的评价结果的方法、装置和系统 | |
CN114581265B (zh) | 一种就餐人员食用喜好分析系统及方法 |
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 |