CN111783836A - 一种远程巡店方法及装置 - Google Patents
一种远程巡店方法及装置 Download PDFInfo
- Publication number
- CN111783836A CN111783836A CN202010501804.5A CN202010501804A CN111783836A CN 111783836 A CN111783836 A CN 111783836A CN 202010501804 A CN202010501804 A CN 202010501804A CN 111783836 A CN111783836 A CN 111783836A
- Authority
- CN
- China
- Prior art keywords
- picture
- standard
- shot
- storefront
- sub
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种远程巡店方法及装置,包括:获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片确定所述待巡检店面的标准图片;分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息;基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度;基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果。本发明提供的方法及装置,可以实现远程线上对店面进行巡检,大大提高了巡店效率和及时性,大大降低了巡店运营成本,有助于企业管理水平的提升和管理体系的完善。
Description
技术领域
本发明涉及互联网技术领域,特别涉及一种远程巡店方法及装置、计算设备及计算机可读存储介质。
背景技术
随着社会的日益发展,各行业经营者在实体渠道间的竞争也日趋激烈,面临着如何更好的应用实体店提升品牌影响力和竞争力、如何让消费者在营业厅中有更直观更舒适的现场体验、如何调动起消费者对未来生活的期盼与渴求的问题,因此对实体销售渠道的管理需求日趋旺盛。
不同的品牌门店对厅店内的物品陈列设计都有各自的标准,比如展台的规格、布局、DM单摆放形状、展品的陈列、店招以及墙面宣传物品的布局等,均有不同的要求,那么实际的厅店是否按要求在陈列、是否满足标准则需要督查人员的检查。
目前,检查厅店内物品的陈列主要通过督察人员到现场进行巡视检查,需要通过长时间的旅途才能达到,导致检查的工作量大、工作效率低,以及管理成本高的弊端,所以,如何高效、便捷的对门店进行巡检成为了亟待解决的问题。
发明内容
有鉴于此,本发明实施例提供了一种远程巡店方法及装置、计算设备及计算机可读存储介质,以解决现有技术中存在的技术缺陷。
本发明提供了一种远程巡店方法,包括:
获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片确定所述待巡检店面的标准图片;
分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息;
基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度;
基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果。
进一步地,所述基于所述待巡检店面的拍摄图片确定所述待巡检店面的标准图片,包括:
基于所述待巡检店面的拍摄图片在预设标准图片库中提取所述待巡检店面的标准图片。
进一步地,所述分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,包括:
分别识别所述拍摄图片和所述标准图片中的图形;
基于所述拍摄图片中的图形和所述标准图片中的图形分别对所述拍摄图片和所述标准图片进行分割。
进一步地,所述图片信息包括位置信息;
所述基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度,包括:
基于所述子拍摄图片中的图形与所述子标准图片中的图形计算所述拍摄图片与所述标准图片的图形相似度;
基于所述子拍摄图片的位置信息与所述子标准图片的位置信息计算所述拍摄图片与所述标准图片的位置相似度;
基于所述拍摄图片与所述标准图片的图形相似度和位置相似度确定所述拍摄图片与所述标准图片之间的巡检相似度。
进一步地,所述基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果,包括:
判断所述巡检相似度是否大于相似度阈值;
若是,则确定所述待巡检店面符合店面标准;
若否,则确定所述待巡检店面不符合店面标准。
本发明还提供了一种远程巡店装置,包括:
图片获取模块,被配置为获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片匹配所述待巡检店面的标准图片;
图片分割模块,被配置为分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息;
相似度计算模块,被配置为基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度;
结果确定模块,被配置为基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果。
本发明还提供了一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令,所述处理器执行所述指令时实现所述远程巡店方法的步骤。
本发明还提供了一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现所述远程巡店方法的步骤。
本发明提供的远程巡店方法及装置,通过获取待巡检店面的拍摄图片、匹配待巡检店面的标准图片,将待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息,基于子拍摄图片的图片信息和子标准图片的图片信息计算拍摄图片与标准图片之间的巡检相似度;基于巡检相似度确定待巡检店面的巡检结果,可以实现远程线上对店面进行巡检,大大提高了巡店效率和及时性,大大降低了巡店运营成本,有助于企业管理水平的提升和管理体系的完善。
附图说明
图1是本发明一实施例提供的远程巡店方法的步骤流程示意图;
图2是本发明一实施例提供的远程巡店方法的步骤流程示意图;
图3是本发明一实施例提供的远程巡店装置的结构示意图;
图4是本发明一实施例提供的计算设备的结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施的限制。
在本发明一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明一个或多个实施例。在本发明一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本发明一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本发明中,提供了一种远程巡店方法及装置、计算设备及计算机可读存储介质,在下面的实施例中逐一进行详细说明。
如图1所示,本实施例公开了一种远程巡店方法,包括步骤S110至步骤S140。
S110、获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片匹配所述待巡检店面的标准图片。
待巡检店面是待督查人员进行巡视检查的实体店面,可以是经营餐饮美食、珠宝首饰等各种类型的店面,本发明对此不做限制。
在实际应用中,待巡检店面的拍摄图片可以是工作人员通过手机、相机等具有摄像功能的移动终端拍摄并上传的,也可以是通过待巡检店面的监控设备中截取的,可视具体情况而定,本发明对此不做限制。
具体地,可以基于所述待巡检店面的拍摄图片在预设标准图片库中提取所述待巡检店面的标准图片。
其中,预设标准图片库是存储有若干店面的预设标准图片的数据库。优选地,可以基于待巡检店面的拍摄图片通过图片识别算法确定待巡检店面的类型等相关信息,并基于待巡检店面的类型等相关信息在预设标准图片库中提取待巡检店面的标准图片。
例如,假设待巡检店面的拍摄图片的内容包括柜台,柜台中陈列有五排不同型号的游戏机,柜台的后方贴有R品牌的宣传海报,那么通过图片识别算法对上述拍摄图片进行识别,得到拍摄图片为“R品牌游戏店面”的信息,在预设标准图片库中搜索“R品牌游戏店面”的图片,即得上述待巡检店面的标准图片。
在本实施例中,通过获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片匹配所述待巡检店面的标准图片,有助于精准的确定待巡检店面的巡视检查标准,为待巡检店面提供适宜的巡视检查参考。
S120、分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息。
具体地,可以分别识别所述拍摄图片和所述标准图片中的图形;基于所述拍摄图片中的图形和所述标准图片中的图形分别对所述拍摄图片和所述标准图片进行分割。
其中,拍摄图片和标准图片中的图形即可以是如游戏机、首饰、柜台等具体物品元素图形,也可以是宣传海报、滚动LED屏等能够直接获取信息的标识性元素图形,或是其他图形均可,本发明对此不做限制。
分割处理既可以是对拍摄图片或标准图片的全部进行平均或不平均分割,也可以是对拍摄图片或标准图片中的重点部分进行平均或不平均分割,可视具体情况而定,本发明对此不做限制。
子拍摄图片的图片信息和子标准图片的图片信息均可以为位置信息,即子拍摄图片在拍摄图片中所处的位置或子标准图片在标准图片中所处的位置,在实际应用中可以通过位置识别算法计算获得。
例如,假设待巡检店面的拍摄图片的内容包括柜台,柜台中陈列有五排不同型号的游戏机,柜台的后方贴有一张R品牌的宣传海报,那么通过图片识别算法对上述拍摄图片进行识别,共获得陈设有游戏机的柜台和宣传海报两个图形,基于上述两个图形对拍摄图片进行分割,得到第一子拍摄图片柜台和第二子拍摄图片海报,第一子拍摄图片柜台的位置信息为a1,第二子拍摄图片海报的位置信息为a2。
假设待巡检店面的标准图片的内容包括柜台,柜台中陈列有八排不同型号的游戏机,柜台的后方贴有一张R品牌的宣传海报和一张游戏角色形象贴纸,那么通过图片识别算法对上述标准图片进行识别,共获得陈设有游戏机的柜台、宣传海报、游戏贴纸三个图形,基于上述三个图形对标准图像进行分割,得到第一子标准图片柜台、第二子标准图片海报和第三子标准图片贴纸,第一子标准图片柜台的位置信息为b1,第二子标准图片海报的位置信息为b2,第三子标准图片的位置信息为b3。
在本实施例中,对拍摄图片和标准图片进行分割处理,有助于提高拍摄图片和标准图片的识别精度,进而有助于拍摄图片与标准图片的精确比较。
S130、基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度。
子拍摄图片的图片信息和子标准图片的图片信息均可以为位置信息,即子拍摄图片在拍摄图片中所处的位置或子标准图片在标准图片中所处的位置。
具体地,可以基于所述子拍摄图片中的图形与所述子标准图片中的图形计算所述拍摄图片与所述标准图片的图形相似度;基于所述子拍摄图片的位置信息与所述子标准图片的位置信息计算所述拍摄图片与所述标准图片的位置相似度;基于所述拍摄图片与所述标准图片的图形相似度和位置相似度确定所述拍摄图片与所述标准图片之间的巡检相似度。
在实际应用中,可以分别计算每组相对应子拍摄图片与子标准图片的图形相似度,将各组结果求和或求平均获得拍摄图片与标准图片的图形相似度,分别计算每组相对应子拍摄图片与子标准图片的位置相似度,将各组结果求和或求平均获得拍摄图片与标准图片的位置相似度,最后再计算待巡检店面拍摄图片和标准图片的图形相似度与位置相似度的平均值或加权平均值等作为拍摄图片与标准图片之间的巡检相似度,可视具体情况而定,本发明对此不做限制。
例如,假设待巡检店面的拍摄图片包括第一子拍摄图片柜台和第二子拍摄图片海报,第一子拍摄图片柜台的位置信息为a1,第二子拍摄图片海报的位置信息为a2,待巡检店面的标准图片包括第一子标准图片柜台、第二子标准图片海报和第三子标准图片贴纸,第一子标准图片柜台的位置信息为b1,第二子标准图片海报的位置信息为b2,第三子标准图片的位置信息为b3,计算第一子拍摄图片柜台,计算待巡检店面拍摄图片和标准图片之间的图形相似度为c,位置相似度为d,那么拍摄图片与标准图片之间的巡检相似度为(c+d)/2。
在本实施例中,基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度,以数值的形式表示出待巡检店面与标准要求之间的差异,结果简单明了,准确性高。
S140、基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果。
具体地,可以判断所述巡检相似度是否大于相似度阈值;若是,则确定所述待巡检店面符合店面标准;若否,则确定所述待巡检店面不符合店面标准。
相似度阈值是判定待巡检店面是否符合标准要求的临界阈值,在巡检相似度大于相似度阈值的情况下,说明待巡检店面的摆设等方面符合店面标准,在巡检相似度小于或等于相似度阈值的情况下,说明待巡检店面的摆设等不符合店面标准,需要整改。相似度阈值的具体数值可视实际情况而定,本发明对此不做限制。
在本实施例中,基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果,可以提高店面巡检效率和灵活性,提高店面巡检效果的准确性和公正性。
本实施例提供的远程巡店方法,通过获取待巡检店面的拍摄图片、匹配待巡检店面的标准图片,将待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息,基于子拍摄图片的图片信息和子标准图片的图片信息计算拍摄图片与标准图片之间的巡检相似度;基于巡检相似度确定待巡检店面的巡检结果,可以实现远程线上对店面进行巡检,大大提高了巡店效率和及时性,大大降低了巡店运营成本,有助于企业管理水平的提升和管理体系的完善。
如图2所示,本实施例公开了一种远程巡店方法,包括步骤S210至步骤S250。
S210、获取待巡检店面的拍摄图片,基于所述待巡检店面的拍摄图片在预设标准图片库中提取所述待巡检店面的标准图片。
S220、分别识别所述拍摄图片和所述标准图片中的图形。
S230、基于所述拍摄图片中的图形和所述标准图片中的图形分别对所述拍摄图片和所述标准图片进行分割,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息。
S240、基于所述子拍摄图片中的图形与所述子标准图片中的图形计算所述拍摄图片与所述标准图片的图形相似度。
S250、基于所述子拍摄图片的位置信息与所述子标准图片的位置信息计算所述拍摄图片与所述标准图片的位置相似度。
需要说明的是,步骤S240与步骤S250为并列步骤,无必然先后执行顺序。
S260、基于所述拍摄图片与所述标准图片的图形相似度和位置相似度确定所述拍摄图片与所述标准图片之间的巡检相似度。
S270、判断所述巡检相似度是否大于相似度阈值,若是,则执行步骤S271,若否,则执行步骤S272。
S271、确定所述待巡检店面符合店面标准;
S272、确定所述待巡检店面不符合店面标准。
需要说明的是,本实施例的技术方案与上述的远程巡检方法的技术方案属于同一构思,本实施例的技术方案未详细描述的细节内容,均可以参见上述远程巡检方法的技术方案的描述。
本实施例提供的远程巡店方法,通过获取待巡检店面的拍摄图片、匹配待巡检店面的标准图片,将待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息,基于子拍摄图片的图片信息和子标准图片的图片信息计算拍摄图片与标准图片之间的巡检相似度;基于巡检相似度确定待巡检店面的巡检结果,可以实现远程线上对店面进行巡检,大大提高了巡店效率和及时性,大大降低了巡店运营成本,有助于企业管理水平的提升和管理体系的完善。
如图3所示,本实施例提供了一种远程巡店装置,包括:
图片获取模块310,被配置为获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片匹配所述待巡检店面的标准图片;
图片分割模块320,被配置为分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息;
相似度计算模块330,被配置为基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度;
结果确定模块340,被配置为基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果。
可选地,图片获取模块310,进一步被配置为:
基于所述待巡检店面的拍摄图片在预设标准图片库中提取所述待巡检店面的标准图片。
可选地,所述图片分割模块320,进一步被配置为:
分别识别所述拍摄图片和所述标准图片中的图形;
基于所述拍摄图片中的图形和所述标准图片中的图形分别对所述拍摄图片和所述标准图片进行分割。
可选地,所述图片信息包括位置信息;
所述相似度计算模块330,进一步被配置为:
基于所述子拍摄图片中的图形与所述子标准图片中的图形计算所述拍摄图片与所述标准图片的图形相似度;
基于所述子拍摄图片的位置信息与所述子标准图片的位置信息计算所述拍摄图片与所述标准图片的位置相似度;
基于所述拍摄图片与所述标准图片的图形相似度和位置相似度确定所述拍摄图片与所述标准图片之间的巡检相似度。
可选地,所述结果确定模块340,进一步被配置为:
判断所述巡检相似度是否大于相似度阈值;
若是,则确定所述待巡检店面符合店面标准;
若否,则确定所述待巡检店面不符合店面标准。
本实施例提供的远程巡店装置,通过获取待巡检店面的拍摄图片、匹配待巡检店面的标准图片,将待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息,基于子拍摄图片的图片信息和子标准图片的图片信息计算拍摄图片与标准图片之间的巡检相似度;基于巡检相似度确定待巡检店面的巡检结果,可以实现远程线上对店面进行巡检,大大提高了巡店效率和及时性,大大降低了巡店运营成本,有助于企业管理水平的提升和管理体系的完善。
如图4所示,图4示出了根据本发明一实施例提供的一种计算设备400的结构框图。该计算设备400的部件包括但不限于存储器410和处理器420。处理器420与存储器410通过总线430相连接,数据库440用于保存数据。
计算设备400还包括接入设备450,接入设备450使得计算设备400能够经由一个或多个网络460通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备450可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC))中的一个或多个,诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口,等等。
在本发明的一个实施例中,计算设备400的上述部件以及图4中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图4所示的计算设备结构框图仅仅是出于示例的目的,而不是对本发明范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备400可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备400还可以是移动式或静止式的服务器。
其中,处理器420用于执行如下计算机可执行指令:
获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片确定所述待巡检店面的标准图片;
分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息;
基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度;
基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果。
上述为本实施例的一种计算设备的示意性方案。需要说明的是,该计算设备的技术方案与上述的远程巡店方法的技术方案属于同一构思,计算设备的技术方案未详细描述的细节内容,均可以参见上述权限管控方法的技术方案的描述。
本发明一实施例还提供一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时以用于:
获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片确定所述待巡检店面的标准图片;
分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息;
基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度;
基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的远程巡店方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述风险团队识别方法的技术方案的描述。
上述对本发明特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码,所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。所述计算机可读介质可以包括:能够携带所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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所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。
需要说明的是,对于前述的各方法实施例,为了简便描述,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,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。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都是本发明所必须的。
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,可以参见其它实施例的相关描述。
以上公开的本发明优选实施例只是用于帮助阐述本发明。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本发明的内容,可作很多的修改和变化。本发明选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种远程巡店方法,其特征在于,包括:
获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片确定所述待巡检店面的标准图片;
分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息;
基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度;
基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果。
2.根据权利要求1所述的远程巡店方法,其特征在于,所述基于所述待巡检店面的拍摄图片确定所述待巡检店面的标准图片,包括:
基于所述待巡检店面的拍摄图片在预设标准图片库中提取所述待巡检店面的标准图片。
3.根据权利要求1所述的远程巡店方法,其特征在于,所述分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,包括:
分别识别所述拍摄图片和所述标准图片中的图形;
基于所述拍摄图片中的图形和所述标准图片中的图形分别对所述拍摄图片和所述标准图片进行分割。
4.根据权利要求3所述的远程巡店方法,其特征在于,所述图片信息包括位置信息;
所述基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度,包括:
基于所述子拍摄图片中的图形与所述子标准图片中的图形计算所述拍摄图片与所述标准图片的图形相似度;
基于所述子拍摄图片的位置信息与所述子标准图片的位置信息计算所述拍摄图片与所述标准图片的位置相似度;
基于所述拍摄图片与所述标准图片的图形相似度和位置相似度确定所述拍摄图片与所述标准图片之间的巡检相似度。
5.根据权利要求1所述的远程巡店方法,其特征在于,所述基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果,包括:
判断所述巡检相似度是否大于相似度阈值;
若是,则确定所述待巡检店面符合店面标准;
若否,则确定所述待巡检店面不符合店面标准。
6.一种远程巡店装置,其特征在于,包括:
图片获取模块,被配置为获取待巡检店面的拍摄图片,并基于所述待巡检店面的拍摄图片匹配所述待巡检店面的标准图片;
图片分割模块,被配置为分别将所述待巡检店面的拍摄图片和标准图片进行分割处理,获得多个子拍摄图片及其图片信息以及多个子标准图片及其图片信息;
相似度计算模块,被配置为基于所述子拍摄图片的图片信息和所述子标准图片的图片信息计算所述拍摄图片与所述标准图片之间的巡检相似度;
结果确定模块,被配置为基于所述拍摄图片与所述标准图片之间的巡检相似度确定所述待巡检店面的巡检结果。
7.一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令,其特征在于,所述处理器执行所述指令时实现权利要求1-5任意一项所述方法的步骤。
8.一种计算机可读存储介质,其存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1-5任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010501804.5A CN111783836A (zh) | 2020-06-04 | 2020-06-04 | 一种远程巡店方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010501804.5A CN111783836A (zh) | 2020-06-04 | 2020-06-04 | 一种远程巡店方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111783836A true CN111783836A (zh) | 2020-10-16 |
Family
ID=72754577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010501804.5A Pending CN111783836A (zh) | 2020-06-04 | 2020-06-04 | 一种远程巡店方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111783836A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112822443A (zh) * | 2020-12-30 | 2021-05-18 | 浙江易时科技股份有限公司 | 一种智能门店远程巡检系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103970775A (zh) * | 2013-01-31 | 2014-08-06 | 山东财经大学 | 一种基于对象空间位置关系的医学图像检索方法 |
CN104077344A (zh) * | 2013-12-31 | 2014-10-01 | 河南大学 | 基于自适应学习区域重要性的交互式图像检索方法及系统 |
CN104751109A (zh) * | 2013-12-31 | 2015-07-01 | 西门子医疗保健诊断公司 | 一种用于识别耗材的方法和装置 |
CN105005852A (zh) * | 2015-07-06 | 2015-10-28 | 深圳市鹏安视科技有限公司 | 一种基于图像分析的宿舍环境智能监测系统 |
CN106126572A (zh) * | 2016-06-17 | 2016-11-16 | 中国科学院自动化研究所 | 基于区域验证的图像检索方法 |
CN107291855A (zh) * | 2017-06-09 | 2017-10-24 | 中国电子科技集团公司第五十四研究所 | 一种基于显著对象的图像检索方法及系统 |
CN108228761A (zh) * | 2017-12-21 | 2018-06-29 | 深圳市商汤科技有限公司 | 支持区域自定义的图像检索方法和装置、设备、介质 |
CN110569831A (zh) * | 2019-08-09 | 2019-12-13 | 吴彦直 | 一种电力设备铭牌的特征匹配方法及系统 |
CN110909188A (zh) * | 2019-11-26 | 2020-03-24 | 上海秒针网络科技有限公司 | 检查图片确定方法及装置 |
-
2020
- 2020-06-04 CN CN202010501804.5A patent/CN111783836A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103970775A (zh) * | 2013-01-31 | 2014-08-06 | 山东财经大学 | 一种基于对象空间位置关系的医学图像检索方法 |
CN104077344A (zh) * | 2013-12-31 | 2014-10-01 | 河南大学 | 基于自适应学习区域重要性的交互式图像检索方法及系统 |
CN104751109A (zh) * | 2013-12-31 | 2015-07-01 | 西门子医疗保健诊断公司 | 一种用于识别耗材的方法和装置 |
CN105005852A (zh) * | 2015-07-06 | 2015-10-28 | 深圳市鹏安视科技有限公司 | 一种基于图像分析的宿舍环境智能监测系统 |
CN106126572A (zh) * | 2016-06-17 | 2016-11-16 | 中国科学院自动化研究所 | 基于区域验证的图像检索方法 |
CN107291855A (zh) * | 2017-06-09 | 2017-10-24 | 中国电子科技集团公司第五十四研究所 | 一种基于显著对象的图像检索方法及系统 |
CN108228761A (zh) * | 2017-12-21 | 2018-06-29 | 深圳市商汤科技有限公司 | 支持区域自定义的图像检索方法和装置、设备、介质 |
CN110569831A (zh) * | 2019-08-09 | 2019-12-13 | 吴彦直 | 一种电力设备铭牌的特征匹配方法及系统 |
CN110909188A (zh) * | 2019-11-26 | 2020-03-24 | 上海秒针网络科技有限公司 | 检查图片确定方法及装置 |
Non-Patent Citations (1)
Title |
---|
程亚娟: "基于区域语义和低层特征的图像检索关键技术研究", 《中国优秀硕士学位论文全文数据库_信息科技辑》, pages 1 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112822443A (zh) * | 2020-12-30 | 2021-05-18 | 浙江易时科技股份有限公司 | 一种智能门店远程巡检系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110544258B (zh) | 图像分割的方法、装置、电子设备和存储介质 | |
US9740967B2 (en) | Method and apparatus of determining air quality | |
WO2020167581A1 (en) | Method and apparatus for processing video stream | |
CN108133201B (zh) | 人脸属性识别方法和装置 | |
CN112954450B (zh) | 视频处理方法、装置、电子设备和存储介质 | |
CN110765990A (zh) | 一种物品智能检测方法及系统、一种计算设备及存储介质 | |
CN110930296A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN112001373B (zh) | 一种物品识别方法、装置及存储介质 | |
CN109389096A (zh) | 检测方法和装置 | |
CN115131283A (zh) | 目标对象的缺陷检测、模型训练方法、装置、设备及介质 | |
CN110458791B (zh) | 质量缺陷检测方法和检测设备 | |
CN110929785A (zh) | 数据分类方法、装置、终端设备及可读存储介质 | |
CN111275060A (zh) | 识别模型更新处理方法、装置、电子设备及存储介质 | |
CN108389230A (zh) | 冰箱容量自动检测方法、系统、设备及存储介质 | |
CN113127667A (zh) | 图像处理方法及装置、图像分类方法及装置 | |
CN112749596A (zh) | 异常画面检测方法、装置、电子设备和存储介质 | |
CN111783836A (zh) | 一种远程巡店方法及装置 | |
CN116958908B (zh) | 监控数据处理方法及系统 | |
CN110569716A (zh) | 一种货架图像翻拍检测方法 | |
CN111614959A (zh) | 一种视频打码方法、装置以及电子设备 | |
CN110378299B (zh) | 一种室内灯光条件下的衣着识别系统 | |
CN113808107B (zh) | 图像推荐方法、装置、电子设备和存储介质 | |
CN111798525A (zh) | 图像数据处理、色卡推荐方法、装置、设备及存储介质 | |
CN114022658A (zh) | 一种目标检测方法、装置、存储介质及终端 | |
CN109840557B (zh) | 图像识别方法和装置 |
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 |