CN111612657A - 一种客户类型识别方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请涉及一种客户类型识别方法、装置、电子设备及存储介质，属于互联网技术领域。该方法包括：获取输入的目标客户的客户信息，客户信息包括目标人脸图像和交易时间，目标客户为通过商业中介成功交易的客户；将目标人脸图像与预设数据库中存储时间在交易时间之前的人脸图像进行匹配，得到匹配结果，预设数据库中存储有由交易中心的摄像头实时拍摄的视频流图片经过预处理后得到的多张人脸图像，每张人脸图像各自对应有一存储时间；若匹配结果表征无匹配记录时，确定目标客户为真实中介客源。通过图像匹配的方式来检索目标客户在交易之前是否有到访记录，以此来确定该客户的类型，该方式可以高效、准确地识别客户是否为飞单客源。

Description

一种客户类型识别方法、装置、电子设备及存储介质

技术领域

本申请属于互联网技术领域，具体涉及一种客户类型识别方法、装置、电子设备及存储介质。

背景技术

随着商业的发展，各商业公司，如房地产公司为了获得更多的购房者资源，提高房屋买卖成交率，常常会与第三方中介签订提成奖励协议，也即若通过第三方中介带来的客源最终购房成功，会给与中介一定的奖励提成。然而在实际情况下，因为这个策略的存在，导致出现了很多中介“截客现象”。为了防止这种飞单现象的发生，目前的做法是通过销售人员借助监控设备来甄别，然后这种方式不仅会耗费极大的人力成本，且收效甚微，中介公司也可以通过多种方式来规避。

发明内容

鉴于此，本申请的目的在于提供一种客户类型识别方法、装置、电子设备及存储介质，以改善现有方式无法高效、准确地识别客户是否为飞单客源的问题。

本申请的实施例是这样实现的：

第一方面，本申请实施例提供了一种客户类型识别方法，所述方法包括：获取输入的目标客户的客户信息，所述客户信息包括目标人脸图像和交易时间，所述目标客户为通过商业中介成功交易的客户；将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，得到匹配结果，所述预设数据库中存储有由交易中心的摄像头实时拍摄的视频流图片经过预处理后得到的多张人脸图像，每张人脸图像各自对应有一存储时间；若所述匹配结果表征无匹配记录时，确定所述目标客户为真实中介客源。本申请实施例中，通过对交易中心的摄像头实时拍摄的视频流图片进行预处理后得到的多张人脸图像存储在预设数据库中，使得后续通过图像匹配的方式来检索目标客户在交易之前是否有到访记录，以此来确定该客户的类型，该方式可以高效、准确地识别客户是否为飞单客源。

结合第一方面实施例的一种可能的实施方式，若所述匹配结果表征有匹配记录时，所述方法还包括：获取所述匹配结果中已匹配到的人脸图像的数量；获取已匹配到的每张人脸图像对应的存储时间；根据所述数量以及已匹配到的每张人脸图像对应的存储时间，对所述目标客户进行打分；根据打分结果判断所述目标客户的类型，所述类型为真实中介客源或飞单客源。本申请实施例中，当匹配结果表征有匹配记录时，还基于匹配结果中的已匹配到的人脸图像的数量以及每张人脸图像对应的存储时间来打分，并根据打分结果判断目标客户的类型，使得可以更准确的识别客户是否为飞单客源。

结合第一方面实施例的一种可能的实施方式，在获取输入的目标客户的客户信息之前，所述方法还包括：实时从所述摄像头传输的视频流图片中提取出该视频流图片中所包含的每个人各自的多张人脸图像；针对每个人，选取图像质量最高的人脸图像，并对选取出的人脸图像进行特征提取，得到图像特征数据，将选取出的人脸图像及该人脸图像对应的图像特征数据存入所述预设数据库中，所述图像特征数据用于人脸图像匹配时的特征比对。本申请实施例中，在存储人脸图像时，会提取出视频流图片中所包含的每个人各自的多张人脸图像，并选取每个人图像质量最高的人脸图像进行存储，以提高匹配准确率，同时，还对该质量最高的人脸图像进行特征提取，并存储提取到的图像特征数据，以便后续在进行图像匹配时加快匹配速率。

结合第一方面实施例的一种可能的实施方式，针对所述预设数据库中的每一张人脸图像，所述预设数据库中还存储该张人脸图像对应的预设时长的视频，其中，该人脸图像来源于所述视频；相应地，在得到匹配结果之后，所述方法还包括：输出所述匹配结果，其中，若所述匹配结果表征有匹配记录时，所述匹配结果包括已匹配到的人脸图像，以及匹配到的每张人脸图像各自对应的视频。本申请实施例中，还在预设数据库中，存储每张人脸图像对应的预设时长的视频，在得到匹配结果后，还数据该匹配结果，使得可以通过播放匹配结果中的视频来获取接待该目标客户的工作人员，进而进行判断，以提高判断的准确性，同时，还便于举证。

结合第一方面实施例的一种可能的实施方式，在获取输入的目标客户的客户信息之前，所述方法还包括：实时从所述摄像头传输的视频流图片中提取出该视频流图片中所包含的每个人各自的多张人脸图像；针对每个人，选取图像质量最高的人脸图像，并对选取出的人脸图像进行特征提取，得到图像特征数据，将选取出的人脸图像及该人脸图像对应的图像特征数据以及该人脸图像所在的前后各二十秒视频存入所述预设数据库中。本申请实施例中，在对视频流图片进行预处理时，还要存储图像质量最高的人脸图像所在的前后各二十秒的视频，以便后续可以通过播放匹配结果中的视频来获取接待该目标客户的工作人员，进而进行判断，以提高判断的准确性，同时，还便于举证。

结合第一方面实施例的一种可能的实施方式，将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，包括：

将所述人脸图像与预设数据库中存储时间在所述交易时间之前的预设时间段内的图像数据进行匹配。本申请实施例中，在进行图像匹配时，通过设定一时间段，使得仅对存储时间满足该时间段的图像进行匹配，在保证匹配准确性的同时，减少数据量进而提高效率。

结合第一方面实施例的一种可能的实施方式，将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，包括：对所述目标人脸图像进行特征提取，得到目标特征数据；将所述目标特征数据与预设数据库中存储时间在所述交易时间之前的人脸图像对应的图像特征数据进行匹配。本申请实施例中，在存储人脸图像时，便对该人脸图像进行特征提取，并将对应的图像特征数据一并存储，使得在匹配时，通过对目标人脸图像进行特征提取，将提到的到目标特征数据与预设数据库中存储时间在所述交易时间之前的人脸图像对应的图像特征数据进行匹配，可以加快匹配效率。

第二方面，本申请实施例还提供了一种客户类型识别装置，包括：获取模块、匹配模块以及确定模块；获取模块，用于获取输入的目标客户的客户信息，所述客户信息包括目标人脸图像和交易时间，所述目标客户为通过商业中介成功交易的客户；匹配模块，用于将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，得到匹配结果，所述预设数据库中存储有由交易中心的摄像头实时拍摄的视频流图片经过预处理后得到的多张人脸图像，每张人脸图像各自对应有一存储时间；确定模块，用于若所述匹配结果表征无匹配记录时，确定所述目标客户为真实中介客源。

第三方面，本申请实施例还提供了一种电子设备，包括：存储器和处理器，所述处理器与所述存储器连接；所述存储器，用于存储程序；所述处理器，用于调用存储于所述存储器中的程序，以执行上述第一方面实施例和/或结合第一方面实施例的任一种可能的实施方式提供的方法。

第四方面，本申请实施例还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行上述第一方面实施例和/或结合第一方面实施例的任一种可能的实施方式提供的方法。

本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例而了解。本申请的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

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。通过附图所示，本申请的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本申请的主旨。

图1示出了本申请实施例提供的一种客户类型识别方法的流程示意图。

图2示出了本申请实施例提供的一种基于有匹配记录的匹配结果确定客户类型的方法的流程示意图。

图3示出了本申请实施例提供的一种客户类型识别装置的模块框图。

图4示出了本申请实施例提供的一种电子设备的结构示意图。

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描述。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中诸如“第一”、“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

再者，本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。

鉴于现有方式无法准确、快速判断交易成功的客户是否为飞单客源的问题，本申请实施例提供了一种客户类型识别方法，以改善该问题。下面将结合图1，对本申请实施例提供的客户类型识别方法进行说明。

步骤S101：获取输入的目标客户的客户信息，所述客户信息包括目标人脸图像和交易时间。

当需要判断通过商业中介成功交易的客户(也即目标客户)是否为飞单客源时，获取该目标客户的客户信息，例如成功交易时的交易时间以及该目标客户的目标人脸图像，将该目标客户的客户信息输入计算机，计算机便可获取输入的目标客户的客户信息。

步骤S102：将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，得到匹配结果。

在获取到目标客户的客户信息后，将该目标人脸图像与预设数据库中存储时间在该交易时间之前的人脸图像进行匹配，便可得到匹配结果，例如，交易时间XX年XX月XX日，则在进行图像匹配时，与存储时间在该交易时间之前的人脸图像进行匹配。可选地，在将目标人脸图像与预设数据库中存储时间在该交易时间之前的人脸图像进行匹配时，会对目标人脸图像进行特征提取，目标特征数据，对预设数据库中存储时间在该交易时间之前的多张人脸图像分别进行特征提取，再将目标特征数据与预设数据库中存储时间在该交易时间之前的多张人脸图像各自的图像特征数据进行匹配。

由于预设数据库中存储的人脸图像众多，为了进一步提高效率，可以减少匹配的数据量，此时，可以指定一个时间段，仅对满足该时间段内的人脸图像进行匹配，也即将目标人脸图像与预设数据库中存储时间在交易时间之前的人脸图像进行匹配的过程可以是：将人脸图像与预设数据库中存储时间在交易时间之前的预设时间段内的图像数据进行匹配。该预设时间段可以根据需要设定，若时间设定更长，则匹配的数据量会相对多一些，准确性会更高，若时间设定更短，则匹配的数据量会相对少一些，匹配时间会更快，因此在设定时间段时需要平衡效率与准确性，例如，可以设定为1-3个月或1-2个月。

其中，需要说明的是，该预设数据库中存储有由交易中心的摄像头实时拍摄的视频流图片经过预处理后得到的多张人脸图像，每张人脸图像各自对应有一存储时间。也即在步骤S101之前，通过交易中心的多个无死角抓拍摄像头，实时抓取视频流图片以及对拍摄的视频流图片经过预处理后的得到的多张人脸图像存入数据库中，以备后续实用。为了便于理解，以购房为例，部署于房屋销售中心部署多个无死角摄像机会实时对各自区域过往的人群进行拍摄，并将拍摄的视频流图片实时的传输给房屋销售中心后台进行处理存储，后台实时从摄像头传输的视频流图片中提取出该视频流图片中所包含的每个人各自的多张人脸图像，针对每个人来说，选取图像质量最高的人脸图像，并将其存储到预设数据库中，以便于后续进行匹配。

鉴于在人脸匹配时，会对人脸图像进行特征提取，再基于提取到的图像特征数据进行比对，为了加快匹配时间，节约特征提取的所需的时间，作为一种实施方式，在选取出图像质量最高的人脸图像后，还需要对选取出的人脸图像进行特征提取，得到图像特征数据，再将选取出的人脸图像及该人脸图像对应的图像特征数据一同存入预设数据库中，其中，该预设数据库中存储的图像特征数据用于人脸图像匹配时的特征比对。此时，将目标人脸图像与预设数据库中存储时间在交易时间之前的人脸图像进行匹配的过程为：对所述目标人脸图像进行特征提取，得到目标特征数据；将所述目标特征数据与预设数据库中存储时间在所述交易时间之前的人脸图像对应的图像特征数据进行匹配。

便于取证，作为一种实施方式，针对该预设数据库中的每一张人脸图像，该预设数据库中还存储该张人脸图像对应的预设时长的视频，其中，该人脸图像来源于该视频。此时，后台在实时从摄像头传输的视频流图片中提取出该视频流图片中所包含的每个人各自的多张人脸图像，以及针对每个人，选取图像质量最高的人脸图像，并对选取出的人脸图像进行特征提取，得到图像特征数据，将选取出的人脸图像及该人脸图像对应的图像特征数据后，还需要该人脸图像所在的视频一并存储数据库中，例如，以及该人脸图像所在的前后各二十秒视频存入所述预设数据库中。需要说明的是，该视频的时长可以根据需要设定，并不限于该人脸图像所在的前后各二十秒，如可以是该人脸图像所在的前后各十五秒。在该种实施方式下，在得到匹配结果之后，所述方法还包括：输出所述匹配结果，其中，若所述匹配结果表征有匹配记录时，所述匹配结果包括已匹配到的人脸图像以及匹配到的每张人脸图像各自对应的视频，以便于基于该每条记录对应的视频，通过回放视频提取出接待该目标客户的销售人员，并调出该销售人员当日的接待记录，进行客户类型的判断，以提高其准确性，同时，还可以作为证据，以免中介因缺乏证据而否认存在半路截获并说服客户，转变为了中介公司的客源的情况发生。

鉴于部署于交易中心的摄像头的数量有很多，每个摄像头都会将拍摄的视频流图片实时的传输给房屋销售中心后台进行处理存储，因此，后台在接收到视频流图片，将接收到的视频流图片依次加入待处理队列中，顺次从待处理队列中选出视频流图片进行人脸图像提取。同时，每个视频流图片中所包含的人物数量也有多个，因此在选取出该视频流图片中所包含的每个人各自的图像质量最高的人脸图像后，将每个人的图像质量最高的人脸图像依次加入特征提取队列中，顺次从待处理队列中选出人脸图像进行特征提取，得到对应的图像特征数据。

其中，在从视频流图片中提取出其所包含的每个人各自的质量最高的人脸图像时，作为一种实施方式，可以是通过亚马逊的深度学习库MXNet以及一款非常实用的单级SOTA人脸检测模型(retinaface)，来实现人脸的检测、对齐与提取，并通过人脸跟踪得到每个人各自的多种人脸图像，再结合人脸质量算法即可得到单个人的人脸图像质量最高的人脸图。

其中，需要说明的是，人脸图像、该人脸图像对应的图像特征数据、该人脸图像对应的预设时长的视频可以是存储到同一个数据库中，也可以是分别对应一个数据库，例如，人脸图像存储在第一数据库(如Object Storage，对象存储)中，该人脸图像对应的图像特征数据存储在第二数据库(DB数据库)中，该人脸图像对应的预设时长的视频存储在第三数据库(MySQL数据库)中。

步骤S103：若所述匹配结果表征无匹配记录时，确定所述目标客户为真实中介客源。

在得到匹配结果后，若匹配结果表征无匹配记录时，则确定目标客户为真实中介客源，也即在交易日之前，在预设数据库中没有匹配到该目标客户的到访记录，则表明该目标客户是真实中介客源。

若匹配结果表征有匹配记录时，一种实施方式下，可以认为该目标客户为非真实中介客源，也即为飞单客源。为了提高准确性，在匹配结果表征有匹配记录，还需要根据匹配结果进行如图2所示的判断，才能得出结论，下面将结合图2对其所包含的步骤进行说明。

步骤S201：获取所述匹配结果中已匹配到的人脸图像的数量以及已匹配到的每张人脸图像对应的存储时间。

若匹配结果表征有匹配记录时，则获取匹配结果中已匹配到的人脸图像的数量，及已匹配到的每张人脸图像对应的存储时间。

步骤S202：根据所述数量以及已匹配到的每张人脸图像对应的存储时间，对所述目标客户进行打分。

根据数量以及已匹配到的每张人脸图像对应的存储时间，对目标客户进行打分。若数量越多或存储时间的跨度越大，则证明该目标客户之前来过，被中介飞单的几率很大，则为飞单客源；如果数量越少且存储时间的跨度越小(均为同一天)，其评估值为极低，则表明为真实中介带来的资源。

其中，不同的数量所占的权重不同，数量越多，占比越大，比如，1-3，占比0.3；4-6占比0.4；7-10占比0.5；10以上占比0.6，当然还可以进行更一步的细分，且细分的方式也不限于此，此处仅为举例说明。不同的时间(天数)所占的权重不同，若已匹配到的每张人脸图像对应的存储时间均为同一天，则占比0.3；若存储时间表征为两个不同的天数，则占比为0.6；若存储时间表征为三个及以上不同的天数，则占比为0.8等，当然还可以进行更一步的细分，且细分的方式也不限于此，此处仅为举例说明。在打分时，根据数量对应的权重和存储时间对应的权重进行打分，其结果为两项权重之和，结合上面的例子，例如，数量为15条，且存储时间为5个不同的天数，则总分值为1.4。

步骤S203：根据打分结果判断所述目标客户的类型，所述类型为真实中介客源或飞单客源。

在根据数量以及已匹配到的每张人脸图像对应的存储时间，对目标客户进行打分之后，根据打分结果即可确定目标客户为真实中介客源还是飞单客源，若打分结果大于等于预设分值，则表明目标客户为飞单客源，且得分越高，其结论越准确；若小于预设分值，则为真实中介客源，且得分越低，其结论越准确。该预设分值可以根据需要设定，设定的越大，则为飞单客源的结论更准确，若设定的越小，则为真实中介客源的结论更准确，一种实施方式下，可以设定为0.7。

为了便于理解上述的方法，下面将结合具体实例进行说明，获取通过中介带来并成功购房的目标客户李某的客户信息(包括李某的人脸图像以及购房时间)，在预设数据库中检索李某购房前3个月是否有到访记录，如果检索到了相关记录并且评估值为极高，则证明该客户之前来过为自然客源，被中介飞单的几率很大，因此为飞单客源；如果未检索到相关记录或者评估值为极低，则证明为真实中介带来的资源。

本申请实施例还提供了一种客户类型识别装置100，如图3所示，该客户类型识别装置100包括：获取模块110、匹配模块120、确定模块130。

获取模块110，用于获取输入的目标客户的客户信息，所述客户信息包括目标人脸图像和交易时间，所述目标客户为通过商业中介成功交易的客户。

匹配模块120，用于将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，得到匹配结果，所述预设数据库中存储有由交易中心的摄像头实时拍摄的视频流图片经过预处理后得到的多张人脸图像，每张人脸图像各自对应有一存储时间。可选地，匹配模块120，用于将所述人脸图像与预设数据库中存储时间在所述交易时间之前的预设时间段内的图像数据进行匹配。可选地，匹配模块120，用于对所述目标人脸图像进行特征提取，得到目标特征数据；将所述目标特征数据与预设数据库中存储时间在所述交易时间之前的人脸图像对应的图像特征数据进行匹配。

确定模块130，用于若所述匹配结果表征无匹配记录时，确定所述目标客户为真实中介客源。

若所述匹配结果表征有匹配记录时，所述客户类型识别装置100还包括；第二获取模块和打分模块和判断模块。其中，第二获取模块，用于获取所述匹配结果中已匹配到的人脸图像的数量，以及已匹配到的每张人脸图像对应的存储时间。打分模块，用于根据所述数量以及已匹配到的每张人脸图像对应的存储时间，对所述目标客户进行打分。判断模块，用于根据打分结果判断所述目标客户的类型，所述类型为真实中介客源或飞单客源。

其中，所述客户类型识别装置100还包括：提取模块和选取模块；提取模块，用于在获取模块110获取输入的目标客户的客户信息之前，实时从所述摄像头传输的视频流图片中提取出该视频流图片中所包含的每个人各自的多张人脸图像。选取模块，用于针对每个人，选取图像质量最高的人脸图像，并对选取出的人脸图像进行特征提取，得到图像特征数据，将选取出的人脸图像及该人脸图像对应的图像特征数据存入所述预设数据库中，所述图像特征数据用于人脸图像匹配时的特征比对。

可选地，针对所述预设数据库中的每一张人脸图像，所述预设数据库中还存储该张人脸图像对应的预设时长的视频，其中，该人脸图像来源于所述视频；所述客户类型识别装置100还包括：输出模块，用于在得到匹配结果之后，输出所述匹配结果，其中，若所述匹配结果表征有匹配记录时，所述匹配结果包括已匹配到的人脸图像，以及匹配到的每张人脸图像各自对应的视频。在该种实施方式下，所述选取模块，还用于针对每个人，选取图像质量最高的人脸图像，并对选取出的人脸图像进行特征提取，得到图像特征数据，将选取出的人脸图像及该人脸图像对应的图像特征数据以及该人脸图像所在的前后各二十秒视频存入所述预设数据库中。

本申请实施例所提供的客户类型识别装置100，其实现原理及产生的技术效果和前述方法实施例相同，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。

如图4所示，图4示出了本申请实施例提供的一种电子设备200的结构框图。所述电子设备200包括：收发器210、存储器220、通讯总线230以及处理器240。

所述收发器210、所述存储器220、处理器240各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线230或信号线实现电性连接。其中，收发器210用于收发数据。存储器220用于存储计算机程序，如存储有图3中所示的软件功能模块，即客户类型识别装置100。其中，客户类型识别装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器220中或固化在所述电子设备200的操作系统(operating system，OS)中的软件功能模块。所述处理器240，用于执行存储器220中存储的可执行模块，例如客户类型识别装置100包括的软件功能模块或计算机程序。例如，处理器240，用于获取输入的目标客户的客户信息，所述客户信息包括目标人脸图像和交易时间，所述目标客户为通过商业中介成功交易的客户；以及还用于将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，得到匹配结果，所述预设数据库中存储有由交易中心的摄像头实时拍摄的视频流图片经过预处理后得到的多张人脸图像，每张人脸图像各自对应有一存储时间；以及还用于若所述匹配结果表征无匹配记录时，确定所述目标客户为真实中介客源。

其中，存储器220可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。

处理器240可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable 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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器240也可以是任何常规的处理器等。

其中，上述的电子设备200，包括但不限于计算机等。

本申请实施例还提供了一种非易失性计算机可读取存储介质(以下简称存储介质)，该存储介质上存储有计算机程序，该计算机程序被计算机如上述的电子设备200运行时，执行上述所示的客户类型识别方法。

需要说明的是，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。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、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，所述模块、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方式中，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，两个连续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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动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。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能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介质中。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，笔记本电脑，服务器，或者电子设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read－Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种客户类型识别方法，其特征在于，所述方法包括：

获取输入的目标客户的客户信息，所述客户信息包括目标人脸图像和交易时间，所述目标客户为通过商业中介成功交易的客户；

将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，得到匹配结果，所述预设数据库中存储有由交易中心的摄像头实时拍摄的视频流图片经过预处理后得到的多张人脸图像，每张人脸图像各自对应有一存储时间；

若所述匹配结果表征无匹配记录时，确定所述目标客户为真实中介客源。

2.根据权利要求1所述的方法，其特征在于，若所述匹配结果表征有匹配记录时，所述方法还包括：

获取所述匹配结果中已匹配到的人脸图像的数量；

获取已匹配到的每张人脸图像对应的存储时间；

根据所述数量以及已匹配到的每张人脸图像对应的存储时间，对所述目标客户进行打分；

根据打分结果判断所述目标客户的类型，所述类型为真实中介客源或飞单客源。

3.根据权利要求1所述的方法，其特征在于，在获取输入的目标客户的客户信息之前，所述方法还包括：

实时从所述摄像头传输的视频流图片中提取出该视频流图片中所包含的每个人各自的多张人脸图像；

针对每个人，选取图像质量最高的人脸图像，并对选取出的人脸图像进行特征提取，得到图像特征数据，将选取出的人脸图像及该人脸图像对应的图像特征数据存入所述预设数据库中，所述图像特征数据用于人脸图像匹配时的特征比对。

4.根据权利要求1所述的方法，其特征在于，针对所述预设数据库中的每一张人脸图像，所述预设数据库中还存储该张人脸图像对应的预设时长的视频，其中，该人脸图像来源于所述视频；相应地，在得到匹配结果之后，所述方法还包括：

输出所述匹配结果，其中，若所述匹配结果表征有匹配记录时，所述匹配结果包括已匹配到的人脸图像，以及匹配到的每张人脸图像各自对应的视频。

5.根据权利要求4所述的方法，其特征在于，在获取输入的目标客户的客户信息之前，所述方法还包括：

实时从所述摄像头传输的视频流图片中提取出该视频流图片中所包含的每个人各自的多张人脸图像；

针对每个人，选取图像质量最高的人脸图像，并对选取出的人脸图像进行特征提取，得到图像特征数据，将选取出的人脸图像及该人脸图像对应的图像特征数据以及该人脸图像所在的前后各二十秒视频存入所述预设数据库中。

6.根据权利要求1-5中任一项所述的方法，其特征在于，将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，包括：

将所述人脸图像与预设数据库中存储时间在所述交易时间之前的预设时间段内的图像数据进行匹配。

7.根据权利要求3所述的方法，其特征在于，将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，包括：

对所述目标人脸图像进行特征提取，得到目标特征数据；

将所述目标特征数据与预设数据库中存储时间在所述交易时间之前的人脸图像对应的图像特征数据进行匹配。

8.一种客户类型识别装置，其特征在于，包括：

获取模块，用于获取输入的目标客户的客户信息，所述客户信息包括目标人脸图像和交易时间，所述目标客户为通过商业中介成功交易的客户；

匹配模块，用于将所述目标人脸图像与预设数据库中存储时间在所述交易时间之前的人脸图像进行匹配，得到匹配结果，所述预设数据库中存储有由交易中心的摄像头实时拍摄的视频流图片经过预处理后得到的多张人脸图像，每张人脸图像各自对应有一存储时间；

确定模块，用于若所述匹配结果表征无匹配记录时，确定所述目标客户为真实中介客源。

9.一种电子设备，其特征在于，包括：

存储器和处理器，所述处理器与所述存储器连接；

所述存储器，用于存储程序；

所述处理器，用于调用存储于所述存储器中的程序，以执行如权利要求1-6中任一项所述的方法。

10.一种存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器运行时，执行如权利要求1-6中任一项所述的方法。

Images