CN111915380B - 一种商品陈列路径生成方法、装置、设备及存储介质 - Google Patents

一种商品陈列路径生成方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111915380B
CN111915380B CN202010895779.3A CN202010895779A CN111915380B CN 111915380 B CN111915380 B CN 111915380B CN 202010895779 A CN202010895779 A CN 202010895779A CN 111915380 B CN111915380 B CN 111915380B
Authority
CN
China
Prior art keywords
interest
commodity
customer
image
store
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
Application number
CN202010895779.3A
Other languages
English (en)
Other versions
CN111915380A (zh
Inventor
张俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Pinjie Network Technology Co Ltd
Original Assignee
Hangzhou Pinjie Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Pinjie Network Technology Co Ltd filed Critical Hangzhou Pinjie Network Technology Co Ltd
Priority to CN202010895779.3A priority Critical patent/CN111915380B/zh
Publication of CN111915380A publication Critical patent/CN111915380A/zh
Application granted granted Critical
Publication of CN111915380B publication Critical patent/CN111915380B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Multimedia (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种商品陈列路径生成方法、装置、设备及计算机可读存储介质，方法包括：获取门店内顾客的图像及图像对应的时间；根据图像及时间确定顾客的兴趣商品类别；基于兴趣商品类别出现的时间顺序，生成兴趣序列；根据门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径。本申请公开的上述技术方案，可以自动生成商品的陈列路径，以便于根据生成的商品的陈列路径进行商品陈列，由于商品的陈列路径的生成并不需要人为干预，因此，则可以排除人为主观因素等的影响，从而则可以提高商品的陈列路径生成的准确性和合理性，进而可以在根据商品的陈列路径进行商品陈列时提高商品陈列的准确性和合理性。

Description

一种商品陈列路径生成方法、装置、设备及存储介质
技术领域
本申请涉及商品陈列技术领域，更具体地说，涉及一种商品陈列路径生成方法、装置、设备及计算机可读存储介质。
背景技术
超市或商店等门店多依据顾客的商品购买兴趣以及顾客的商品购买顺序来对商品进行陈列，以使得顾客在选购商品时可以较容易地看到自己的目标商品，从而促进对商品的购买，以提高购买效率。
目前，门店对商品的陈列一般是先基于自己长期的售卖经验和历史销售数据来进行人工判断，然后，基于判断结果进行商品陈列，但是，通过人工来进行判断的方式会因人为主观因素的干扰而存在误差和不到位的情况，从而会导致商品摆放的准确性和合理性比较低，进而会影响销售。同时，一些新开的门店存在历史数据不足，且不同地区、不同地段的商品销售也不同，因此，则更无法准确地进行商品陈列。
综上所述，如何提高商品陈列的准确性，是目前本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此，本申请的目的是提供一种商品陈列路径生成方法、装置、设备及计算机可读存储介质，用于提高商品陈列的准确性。
为了实现上述目的，本申请提供如下技术方案：
一种商品陈列路径生成方法，包括：
获取门店内顾客的图像及所述图像对应的时间；
根据所述图像及所述时间确定所述顾客的兴趣商品类别；
基于所述兴趣商品类别出现的时间顺序，生成兴趣序列；
根据所述门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径。
优选的，根据所述门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径，包括：
根据所述门店内包含的商品类别的总个数n，利用
Figure BDA0002658416660000021
计算第x个兴趣序列对应的子序列的个数；其中，
Figure BDA0002658416660000022
的值为第x个兴趣序列对应的子序列的个数，x＝1,2...,m，m为所述门店在所述预设时间周期内包含的兴趣序列的个数，ix为第x个兴趣序列包含的兴趣商品类别的个数；
利用
Figure BDA0002658416660000023
计算所述门店在所述预设时间周期内包含的所述子序列的总个数；
根据所述子序列的总个数及所有所述子序列中相同编号对应的商品类别，计算每个所述编号对应的各商品类别的概率，并将概率最大的商品类别确定为对应编号对应的目标商品类别；其中，所述编号从1到n；
根据各所述编号对应的目标商品类别生成所述商品的陈列路径。
优选的，根据所述图像及所述时间确定所述顾客的兴趣商品类别，包括：
根据所述图像识别所述顾客的动作信息及所述顾客所处的空间位置信息，并根据所述图像对应的时间确定所述顾客的动作信息持续的时间；
根据所述顾客的动作信息、所述顾客所处的空间位置信息及所述顾客的动作信息持续的时间确定所述顾客的兴趣点，并将所述兴趣点对应的商品类别确定为所述顾客的兴趣商品类别。
优选的，根据所述顾客的动作信息、所述顾客所处的空间位置信息及所述顾客的动作信息持续的时间确定所述顾客的兴趣点，包括：
若所述顾客手持从货架分区上取下来的商品持续的时间大于第一预设阈值，或者若所述顾客脸部朝向货架分区持续的时间大于第二预设阈值，则确定所述货架分区为所述顾客的兴趣点。
优选的，在根据所述图像识别所述顾客的动作信息及所述顾客所处的空间位置信息时，还包括：
根据所述图像识别所述顾客的身份信息；
相应地，在将所述兴趣点对应的商品类别确定为所述顾客的兴趣商品类别之后，还包括：
根据多个所述顾客的身份信息分别建立与不同的身份信息对应的兴趣商品类别数据库。
优选的，获取门店内顾客的图像及所述图像对应的时间，包括：
通过所述门店内的摄像头拍摄所述门店在预设时间长度内的视频数据；
按照预设时间间隔获取所述视频数据的多帧图像、每个图像对应的时间；
从获取的多帧图像中识别所述顾客的图像，并获取所述顾客的图像对应的时间。
优选的，在从获取的多帧图像中识别所述顾客的图像之前，还包括：
从获取到的多帧所述图像中删除无人像的图像。
一种商品陈列路径生成装置，包括：
获取模块，用于获取门店内顾客的图像及所述图像对应的时间；
确定模块，用于根据所述图像及所述时间确定所述顾客的兴趣商品类别；
第一生成模块，用于基于所述兴趣商品类别出现的时间顺序，生成兴趣序列；
第二生成模块，用于根据所述门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径。
一种商品陈列路径生成设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一项所述的商品路径陈列路径生成方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的商品路径陈列路径生成方法的步骤。
本申请提供了一种商品陈列路径生成方法、装置、设备及计算机可读存储介质，其中，该方法包括：获取门店内顾客的图像及图像对应的时间；根据图像及时间确定顾客的兴趣商品类别；基于兴趣商品类别出现的时间顺序，生成兴趣序列；根据门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径。
本申请公开的上述技术方案，根据获取到的门店内顾客的图像及图像对应的时间确定顾客的兴趣商品类别，并基于确定出的兴趣商品类别生成兴趣序列，然后，根据门店在预设时间周期内包含的兴趣序列自动地生成商品的陈列路径，以便于根据生成的商品的陈列路径进行商品陈列，由于商品的陈列路径的生成并不需要人为干预，因此，则可以排除人为主观因素等的影响，从而则可以提高商品的陈列路径生成的准确性和合理性，进而可以在根据商品的陈列路径进行商品陈列时提高商品陈列的准确性和合理性，以便于提高门店的销售额，并便于提高顾客对商品的购买效率。
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，下面将对实施例或现有技术描述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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种商品陈列路径生成方法的流程图；
图2为图1所提供的一种商品陈列路径生成方法中S14的一种实际表现方式的流程图；
图3为本申请实施例提供的一种商品陈列路径生成装置的结构示意图；
图4为本申请实施例提供的一种商品陈列路径生成设备的结构示意图。
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清楚、完整地描述，显然，所描述的实施例仅仅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做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。
参见图1，其示出了本申请实施例提供的一种商品陈列路径生成方法的流程图，本申请实施例提供的一种商品陈列路径生成方法，可以包括：
S11：获取门店内顾客的图像及图像对应的时间。
考虑到现有由人工根据经验和历史销售数据进行商品陈列会因人为主观因素的干扰等而导致商品陈列的准确性比较低，且新开的门店会因历史数据不足而更无法准确地进行商品陈列，另外，不同地方、区域，不同时间维度的销售也存在差异，因此，则更无法借助人工来准确地进行商品陈列，为此，本申请提供一种商品陈列路径生成方法，以便于根据所生成的商品陈列路径进行商品陈列，从而便于提高商品陈列的准确性和合理性。
具体地，可以预先在门店内部设置一个或一个以上的摄像头，且使得所设置的摄像头能够拍摄到门店内的顾客的图像(即包含有顾客的图像)，且能够获取到各图像对应的时间，例如：可以设置360度旋转摄像头或者在门店内顶部的多个位置设置摄像头。
在设置完摄像头之后，可以利用设置在门店内的摄像头获取门店内各顾客的多帧图像及每个顾客对应的各帧图像对应的时间。
S12：根据图像及时间确定顾客的兴趣商品类别。
在执行完步骤S11之后，可以根据顾客的图像及图像对应的时间确定顾客在门店内的兴趣商品类别，其中，兴趣商品类别应该基于同一商品分类体系的同一层级，也即不同的兴趣商品类别所属层级应该相同，例如：对于牙刷则可以确定为牙具这一商品类别，对于碳酸饮料、果汁饮料，则可以确定为饮料这一商品类别。
S13：基于兴趣商品类别出现的时间顺序，生成兴趣序列。
在确定单个顾客在单次进入门店内所对应的所有的兴趣商品类别之后，可以根据该顾客对应的所有的兴趣商品类别出现的时间顺序生成兴趣序列，其中，兴趣序列中包含该顾客在单次进入门店时所对应的所有兴趣商品类别，且所有兴趣商品类别是按照时间的先后顺序进行排列的。例如：顾客A在某次进入某门店时有四个兴趣商品类别，且四个兴趣商品类别按照时间从前往后的顺序排列为：饮料、牙具、卫生用品、洗漱用品，则此时基于兴趣商品类别出现的时间顺序所生成的兴趣序列即为(饮料，牙具，卫生用品，洗漱用品)。
S14：根据门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径。
可以按照步骤S11至步骤S13统计门店在预设时间周期内所包含的所有的兴趣序列，其中，预设时间周期可以预先根据经验、门店内顾客的人流量或商品陈列需求进行设置。另外，在统计门店在预设时间周期内所包含的所有的兴趣序列时不仅可以统计本门店在预设时间周期内包含的兴趣序列，也可以统计与本门店位于相同地区的其他门店或本门店的其他连锁的门店的兴趣序列，即可以统计两个以上的门店在预设时间周期内包含的兴趣序列，以便于提高数据分析量，从而便于提高商品的陈列路径生成的准确性。
在统计得到门店在预设时间周期内包含的兴趣序列之后，可以根据门店在预设时间周期内所包含的所有的兴趣序列生成以商品类别为节点的门店内商品的陈列路径，以便于利用所生成的商品的陈列路径作为商品陈列指导方案而进行商品陈列，即便于根据所生成的商品的陈列路径对门店内的商品进行陈列，而无需再由人工根据经验进行判断和商品陈列。由于通过上述过程可以自动生成商品的陈列路径，以排除人为主观因素的干扰，因此，则可以便于生成稳定、标准、准确性及合理性均比较高的商品的陈列路径，相应地，则可以在根据所生成的商品的陈列路径进行商品陈列时对应提高商品陈列的准确性和合理性，以便于促进门店对商品的销售，并便于提高顾客对商品的购买效率。
需要说明的是，所生成的商品的陈列路径不仅可以应用于本门店的商品陈列指导，而且可以应用于其他门店的商品陈列指导。
本申请公开的上述技术方案，根据获取到的门店内顾客的图像及图像对应的时间确定顾客的兴趣商品类别，并基于确定出的兴趣商品类别生成兴趣序列，然后，根据门店在预设时间周期内包含的兴趣序列自动地生成商品的陈列路径，以便于根据生成的商品的陈列路径进行商品陈列，由于商品的陈列路径的生成并不需要人为干预，因此，则可以排除人为主观因素等的影响，从而则可以提高商品的陈列路径生成的准确性和合理性，进而可以在根据商品的陈列路径进行商品陈列时提高商品陈列的准确性和合理性，以便于提高门店的销售额，并便于提高顾客对商品的购买效率。
参见图2，其为图1所提供的一种商品陈列路径生成方法中S14的一种实际表现方式的流程图，本申请实施例提供的一种商品陈列路径生成方法，根据门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径，可以包括：
S141：根据门店内包含的商品类别的总个数n，利用
Figure BDA0002658416660000061
计算第x个兴趣序列对应的子序列的个数；
其中，
Figure BDA0002658416660000062
的值为第x个兴趣序列对应的子序列的个数，x＝1,2...,m，m为门店在预设时间周期内包含的兴趣序列的个数，ix为第x个兴趣序列包含的兴趣商品类别的个数；
S142：利用
Figure BDA0002658416660000071
计算门店在预设时间周期内包含的子序列的总个数；
S143：根据子序列的总个数及所有子序列中相同编号对应的商品类别，计算每个编号对应的各商品类别的概率，并将概率最大的商品类别确定为对应编号对应的目标商品类别；
其中，编号从1到n；
S144：根据各编号对应的目标商品类别生成商品的陈列路径。
具体可以通过如下方式来根据门店在预设时间周期内包含的兴趣序列生成商品的陈列路径：
1)获取门店内包含的商品类别的总个数n，其中，这里提及的商品类别与步骤S13的兴趣序列对应的兴趣商品类别的分类体系相同，然后，根据门店内包含的商品类别的总个数利用
Figure BDA0002658416660000072
计算第x个兴趣序列对应的子序列的个数，其中，
Figure BDA0002658416660000073
代表数组合数，其值为第x个兴趣序列对应的子序列的个数，x＝1,2...,m，m为门店在预设时间周期内包含的兴趣序列的个数，ix为第x个兴趣序列包含的兴趣商品类别的个数，且ix≤n，也即利用上述排列组合的方式计算出门店在预设时间周期内包含的所有兴趣序列对应的子序列的个数，同时可以获取每个兴趣序列对应的子序列中商品类别的具体排列顺序，其中，每个兴趣序列对应的子序列均包含有编号从1开始到n结束的n个位置(每个位置对应放置一种商品类别)，且在每个兴趣序列对应的子序列中，兴趣序列包含的兴趣商品类别的先后顺序保持不变；
例如：门店包含饮料、牙具、卫生用品、干果这四个商品类别，对于包含饮料、牙具、卫生用品这三个兴趣商品类别的兴趣序列a而言(兴趣商品类别的顺序为饮料、牙具、卫生用品)，则根据上述过程可知其对应有
Figure BDA0002658416660000074
个子序列，且这四个子序列的具体排列情况如表1所示，其中，饮料、牙具、卫生用品这三个兴趣商品类别的先后顺序保持不变：
表1兴趣序列a对应子序列表
Figure BDA0002658416660000075
Figure BDA0002658416660000081
2)在计算出门店在预设时间周期内包含的各兴趣序列对应的子序列的个数之后，可以利用
Figure BDA0002658416660000082
对所有兴趣序列对应的子序列的个数进行累加，以计算出门店在预设时间周期内所包含的所有兴趣序列对应的子序列的总个数；
3)统计在这
Figure BDA0002658416660000083
个子序列中相同编号对应的商品类别，具体统计相同编号对应的各商品类别出现的次数，并根据子序列的总个数
Figure BDA0002658416660000084
及所有子序列中相同编号对应的各商品类别出现的次数，计算每个编号对应的各商品类别的概率，并将概率最大的商品类别确定为对应编号对应的目标商品类别；
例如：对于编号为1的情况，若统计出在这
Figure BDA0002658416660000085
个子序列中编号为1的位置对应有饮料、干果、牙具这三个商品类别，且饮料出现的频次为w，干果出现的频次为y，牙具出现的频次为z，则对于编号为1的位置，饮料这一商品类别的概率为
Figure BDA0002658416660000086
干果这一商品类别的概率为
Figure BDA0002658416660000087
牙具这一商品类别的概率为
Figure BDA0002658416660000088
并确定饮料这一商品类别的概率最大，则此时可以将饮料这一商品类别确定为编号1对应的目标商品类别，对于编号为2至n的情况，则与编号为1确定目标商品类别的情况类似，在此不再举例说明。
4)在获取各个编号对应的目标商品类别之后，则可以根据各编号对应的目标商品类别生成一条包含n个以商品类别为节点的商品的陈列路径，以便于根据该商品的陈列路径进行商品陈列和摆放。
本申请实施例提供的一种商品陈列路径生成方法，根据图像及时间确定顾客的兴趣商品类别，可以包括：
根据图像识别顾客的动作信息及顾客所处的空间位置信息，并根据图像对应的时间确定顾客的动作信息持续的时间；
根据顾客的动作信息、顾客所处的空间位置信息及顾客的动作信息持续的时间确定顾客的兴趣点，并将兴趣点对应的商品类别确定为顾客的兴趣商品类别。
在根据图像及时间确定顾客的兴趣商品类别时，可以先根据图像识别顾客的动作信息、顾客所处的空间位置信息，并可以根据图像、图像的时间确定顾客的动作信息持续的时间，其中，顾客的动作信息可以包括顾客手持商品、顾客脸部朝向等，顾客的动作信息持续的时间则可以根据动作信息开始的第一个图像对应的时间到动作信息结束的最后一个图像对应的时间进行获取，空间位置信息可以指基于一帧图像或多帧图像与门店内预设空间特征点的相对空间位置，空间位置信息具体可以通过以下方式获取：门店内空间坐标体系初始化以后有一个原点O(该原点即为门店内预设空间特征点)，其坐标为(0,0,0)，则门店内所有位置或物体(比如货架)均可由三维空间坐标表示其位置范围，因此，则可以通过某帧图像判定识别顾客对于某货架的平面坐标系相对位置坐标，并根据该相对位置坐标计算出顾客在前述空间坐标体系中的空间坐标(xi,yi,zi)，且可以根据顾客在前述空间坐标体系中的空间坐标(xi,yi,zi)及门店内所有位置的三维空间坐标来得到顾客具体位于哪个货架分区位置处。
之后，可以根据顾客的动作信息、顾客所处的空间位置信息及顾客的动作信息持续的时间确定顾客的兴趣点(该兴趣点具体即为顾客在门店内所感感兴趣的货架分区)，并可以将兴趣点对应的商品类别确定为顾客的兴趣商品类别。
本申请实施例提供的一种商品陈列路径生成方法，根据顾客的动作信息、顾客所处的空间位置信息及顾客的动作信息持续的时间确定顾客的兴趣点，可以包括：
若顾客手持从货架分区上取下来的商品持续的时间大于第一预设阈值，或者若顾客脸部朝向货架分区持续的时间大于第二预设阈值，则确定货架分区为顾客的兴趣点。
在根据顾客的动作信息、顾客所处的空间位置信息及顾客的动作信息持续的时间确定顾客的兴趣点时，若顾客手持从货架分区上取下来的商品所持续的时间大于第一预设阈值，或者若顾客脸部朝向货架分区持续的时间大于第二预设阈值，则可以将该货架分区确定为顾客的兴趣点，然后，则可以将该货架分区对应的商品类别确定为顾客的兴趣商品类别。需要说明的是，第一预设阈值和第二预设阈值可以根据经验进行设置，且第一预设阈值和第二预设阈值可以为相同的值，也可以为不同的值。
例如：从2020年07月01日17时00分00秒对应的图像中获知顾客A在1号货架1分区(饮料)用手取下一瓶可口可乐，直到2020年07月01日17时2分00秒对应的图像中顾客A手上仍然持有可口可乐，由此可知，顾客手持该可口可乐持续的时间为120秒，且已大于90秒这一第一预设阈值，因此，则可以将可口可乐确定为顾客A的兴趣商品，并可以将1号货架1分区确定为顾客A的兴趣点，相应地，则可以将1号货架1分区对应的饮料这一商品类别确定为顾客A的兴趣商品类别；当顾客A脸部朝向3号货架2分区(牙具类)的时间超过60秒(第二预设阈值)，则判定牙具类对应的3号货架2分区为顾客A的另一个兴趣点，相应地，则可以将3号货架2分区对应的牙具这一商品类别确定为顾客的兴趣商品类别。
本申请实施例提供的一种商品陈列路径生成方法，在根据图像识别顾客的动作信息及顾客所处的空间位置信息时，还可以包括：
根据图像识别顾客的身份信息；
相应地，在将兴趣点对应的商品类别确定为顾客的兴趣商品类别之后，还可以包括：
根据多个顾客的身份信息分别建立与不同的身份信息对应的兴趣商品类别数据库。
在根据图像识别顾客的动作信息及顾客所处的空间位置信息时，还可以根据图像识别顾客的身份信息，其中，这里提及的身份信息可以包括性别、年龄段等，相应地，在将兴趣点对应的商品类别确定为顾客的兴趣商品类别之后，还可以根据多个顾客的身份信息分别建立与不同的身份信息对应的兴趣商品类别数据库，以便于可以根据兴趣商品类别数据库生成与身份信息对应的商品陈列路径，例如可以生成与男顾客对应的兴趣商品类别数据库，并生成与女顾客对应的兴趣商品类别数据库，然后，可以根据与男顾客对应的兴趣商品类别数据库生成与男顾客对应的商品陈列路径，并根据与女顾客对应的兴趣商品类别数据库生成与女顾客对应的商品陈列路径，具体可以按照兴趣商品类别数据库中的兴趣商品类别的占比由大到小的顺序生成对应的商品陈列路径。
本申请实施例提供的一种商品陈列路径生成方法，获取门店内顾客的图像及图像对应的时间，可以包括：
通过门店内的摄像头拍摄门店在预设时间长度内的视频数据；
按照预设时间间隔获取视频数据的多帧图像、每个图像对应的时间；
从获取的多帧图像中识别顾客的图像，并获取顾客的图像对应的时间。
在本申请中，具体可以通过如下方式获取门店内顾客的图像及图像对应的时间：
利用门店内所设置的摄像头拍摄门店在预设时间长度内的视频数据，其中，该预设时间长度可以是基于该门店每日从开门到打烊的时间段，也可以是摄像头自动识别出每日第一次出现非门店工作人员(如店长、售货员、收银员、配货员等等)的人的时间点开始到在预设时间阈值内没有非门店工作人员出现的开始时间点，其中，可采用基于运动检测的目标跟踪算法、基于机器学习的行人检测算法或者基于深度学习的行人检测算法等实现摄像头的自动识别。之后，可以按照预设时间间隔(例如可以为2秒或者可以根据实际需要而设置为其他时间间隔)获取视频数据的每帧图像以及每帧图像所对应的时间，然后，则可以从获取到的多帧图像中识别包含有顾客的图像(即顾客的图像)，并获取包含有顾客的图像对应的时间，以便于根据识别到的图像及图像对应的时间确定顾客的兴趣商品类别。
本申请实施例提供的一种商品陈列路径生成方法，在从获取的多帧图像中识别顾客的图像之前，还可以包括：
从获取到的多帧图像中删除无人像的图像。
为了降低图像处理量，以提高图像识别效率，则在从获取的多帧图像中识别顾客的图像之前，可以先从获取到的多帧图像中删除无人像的图像，其中，图像中是否有人像的识别可以基于CNN(Convolutional Neural Network，卷积神经网络)或者哈尔特征识别技术进行实现，之后，从可以删除无人像的图像中识别顾客的图像。
本申请实施例还提供了一种商品陈列路径生成装置，参见图3，其示出了本申请实施例提供的一种商品陈列路径生成装置的结构示意图，可以包括：
获取模块31，用于获取门店内顾客的图像及图像对应的时间；
确定模块32，用于根据图像及时间确定顾客的兴趣商品类别；
第一生成模块33，用于基于兴趣商品类别出现的时间顺序，生成兴趣序列；
第二生成模块34，用于根据门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径。
本申请实施例提供的一种商品陈列路径生成装置，第二生成模块34可以包括：
第一计算单元，用于根据门店内包含的商品类别的总个数n，利用
Figure BDA0002658416660000121
计算第x个兴趣序列对应的子序列的个数；其中，
Figure BDA0002658416660000122
的值为第x个兴趣序列对应的子序列的个数，x＝1,2...,m，m为门店在预设时间周期内包含的兴趣序列的个数，ix为第x个兴趣序列包含的兴趣商品类别的个数；
第二计算单元，用于利用
Figure BDA0002658416660000123
计算门店在预设时间周期内包含的子序列的总个数；
第三计算单元，用于根据子序列的总个数及所有子序列中相同编号对应的商品类别，计算每个编号对应的各商品类别的概率，并将概率最大的商品类别确定为对应编号对应的目标商品类别；其中，编号从1到n；
生成单元，用于根据各编号对应的目标商品类别生成商品的陈列路径。
本申请实施例提供的一种商品陈列路径生成装置，确定模块32可以包括：
第一确定单元，用于根据图像识别顾客的动作信息及顾客所处的空间位置信息，并根据图像对应的时间确定顾客的动作信息持续的时间；
第二确定单元，用于根据顾客的动作信息、顾客所处的空间位置信息及顾客的动作信息持续的时间确定顾客的兴趣点，并将兴趣点对应的商品类别确定为顾客的兴趣商品类别。
本申请实施例提供的一种商品陈列路径生成装置，第二确定单元可以包括：
确定子单元，用于若顾客手持从货架分区上取下来的商品持续的时间大于第一预设阈值，或者若顾客脸部朝向货架分区持续的时间大于第二预设阈值，则确定货架分区为顾客的兴趣点。
本申请实施例提供的一种商品陈列路径生成装置，确定模块32还可以包括：
第一识别单元，用于在根据图像识别顾客的动作信息及顾客所处的空间位置信息时，根据图像识别顾客的身份信息；
建立单元，用于在将兴趣点对应的商品类别确定为顾客的兴趣商品类别之后，根据多个顾客的身份信息分别建立与不同的身份信息对应的兴趣商品类别数据库。
本申请实施例提供的一种商品陈列路径生成装置，获取模块31可以包括：
拍摄单元，用于通过门店内的摄像头拍摄门店在预设时间长度内的视频数据；
获取单元，用于按照预设时间间隔获取视频数据的多帧图像、每个图像对应的时间；
第二识别单元，用于从获取的多帧图像中识别顾客的图像，并获取顾客的图像对应的时间。
本申请实施例提供的一种商品陈列路径生成装置，获取模块31还可以包括：
删除单元，用于在从获取的多帧图像中识别顾客的图像之前，从获取到的多帧图像中删除无人像的图像。
本申请实施例还提供了一种商品陈列路径生成设备，参见图4，其示出了本申请实施例提供的一种商品陈列路径生成设备的结构示意图，可以包括：
存储器41，用于存储计算机程序；
处理器42，用于执行存储器41存储的计算机程序时可实现如下步骤：
获取门店内顾客的图像及图像对应的时间；根据图像及时间确定顾客的兴趣商品类别；基于兴趣商品类别出现的时间顺序，生成兴趣序列；根据门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时可实现如下步骤：
获取门店内顾客的图像及图像对应的时间；根据图像及时间确定顾客的兴趣商品类别；基于兴趣商品类别出现的时间顺序，生成兴趣序列；根据门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，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。
本申请实施例提供的一种商品陈列路径生成装置、设备及计算机可读存储介质中相关部分的说明可以参见本申请实施例提供的一种商品陈列路径生成方法中对应部分的详细说明，在此不再赘述。
需要说明的是，在本文中，诸如第一和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。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种商品陈列路径生成方法，其特征在于，包括：
获取门店内顾客的图像及所述图像对应的时间；
根据所述图像及所述时间确定所述顾客的兴趣商品类别；
基于所述兴趣商品类别出现的时间顺序，生成兴趣序列；
根据所述门店在预设时间周期内包含的兴趣序列，生成以商品类别为节点的门店内商品的陈列路径；
根据所述门店在预设时间周期内包含的兴趣序列，生成商品的陈列路径，包括：
根据所述门店内包含的商品类别的总个数n，利用
Figure FDA0002980469150000011
计算第x个兴趣序列对应的子序列的个数；其中，
Figure FDA0002980469150000012
的值为第x个兴趣序列对应的子序列的个数，x＝1,2...,m，m为所述门店在所述预设时间周期内包含的兴趣序列的个数，ix为第x个兴趣序列包含的兴趣商品类别的个数；
利用
Figure FDA0002980469150000013
计算所述门店在所述预设时间周期内包含的所述子序列的总个数；
根据所述子序列的总个数及所有所述子序列中相同编号对应的商品类别，计算每个所述编号对应的各商品类别的概率，并将概率最大的商品类别确定为对应编号对应的目标商品类别；其中，所述编号从1到n；
根据各所述编号对应的目标商品类别生成所述商品的陈列路径；
获取门店内顾客的图像及所述图像对应的时间，包括：
通过所述门店内的摄像头拍摄所述门店在预设时间长度内的视频数据；
按照预设时间间隔获取所述视频数据的多帧图像、每个图像对应的时间；
从获取的多帧图像中识别所述顾客的图像，并获取所述顾客的图像对应的时间。
2.根据权利要求1所述的商品陈列路径生成方法，其特征在于，根据所述图像及所述时间确定所述顾客的兴趣商品类别，包括：
根据所述图像识别所述顾客的动作信息及所述顾客所处的空间位置信息，并根据所述图像对应的时间确定所述顾客的动作信息持续的时间；
根据所述顾客的动作信息、所述顾客所处的空间位置信息及所述顾客的动作信息持续的时间确定所述顾客的兴趣点，并将所述兴趣点对应的商品类别确定为所述顾客的兴趣商品类别。
3.根据权利要求2所述的商品陈列路径生成方法，其特征在于，根据所述顾客的动作信息、所述顾客所处的空间位置信息及所述顾客的动作信息持续的时间确定所述顾客的兴趣点，包括：
若所述顾客手持从货架分区上取下来的商品持续的时间大于第一预设阈值，或者若所述顾客脸部朝向货架分区持续的时间大于第二预设阈值，则确定所述货架分区为所述顾客的兴趣点。
4.根据权利要求2所述的商品陈列路径生成方法，其特征在于，在根据所述图像识别所述顾客的动作信息及所述顾客所处的空间位置信息时，还包括：
根据所述图像识别所述顾客的身份信息；
相应地，在将所述兴趣点对应的商品类别确定为所述顾客的兴趣商品类别之后，还包括：
根据多个所述顾客的身份信息分别建立与不同的身份信息对应的兴趣商品类别数据库。
5.根据权利要求1所述的商品陈列路径生成方法，其特征在于，在从获取的多帧图像中识别所述顾客的图像之前，还包括：
从获取到的多帧所述图像中删除无人像的图像。
6.一种商品陈列路径生成装置，其特征在于，包括：
获取模块，用于获取门店内顾客的图像及所述图像对应的时间；
确定模块，用于根据所述图像及所述时间确定所述顾客的兴趣商品类别；
第一生成模块，用于基于所述兴趣商品类别出现的时间顺序，生成兴趣序列；
第二生成模块，用于根据所述门店在预设时间周期内包含的兴趣序列，生成以商品类别为节点的门店内商品的陈列路径；
所述第二生成模块包括：
第一计算单元，用于根据所述门店内包含的商品类别的总个数n，利用
Figure FDA0002980469150000031
计算第x个兴趣序列对应的子序列的个数；其中，
Figure FDA0002980469150000032
的值为第x个兴趣序列对应的子序列的个数，x＝1,2...,m，m为所述门店在所述预设时间周期内包含的兴趣序列的个数，ix为第x个兴趣序列包含的兴趣商品类别的个数；
第二计算单元，用于利用
Figure FDA0002980469150000033
计算所述门店在所述预设时间周期内包含的所述子序列的总个数；
第三计算单元，用于根据所述子序列的总个数及所有所述子序列中相同编号对应的商品类别，计算每个所述编号对应的各商品类别的概率，并将概率最大的商品类别确定为对应编号对应的目标商品类别；其中，所述编号从1到n；
生成单元，用于根据各所述编号对应的目标商品类别生成所述商品的陈列路径；
所述获取模块包括：
拍摄单元，用于通过所述门店内的摄像头拍摄所述门店在预设时间长度内的视频数据；
获取单元，用于按照预设时间间隔获取所述视频数据的多帧图像、每个图像对应的时间；
第二识别单元，用于从获取的多帧图像中识别所述顾客的图像，并获取所述顾客的图像对应的时间。
7.一种商品陈列路径生成设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述的商品陈列路径生成方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的商品陈列路径生成方法的步骤。
CN202010895779.3A 2020-08-31 2020-08-31 一种商品陈列路径生成方法、装置、设备及存储介质 Active CN111915380B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010895779.3A CN111915380B (zh) 2020-08-31 2020-08-31 一种商品陈列路径生成方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010895779.3A CN111915380B (zh) 2020-08-31 2020-08-31 一种商品陈列路径生成方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111915380A CN111915380A (zh) 2020-11-10
CN111915380B true CN111915380B (zh) 2021-05-14

Family

ID=73267721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010895779.3A Active CN111915380B (zh) 2020-08-31 2020-08-31 一种商品陈列路径生成方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111915380B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116342169B (zh) * 2023-05-26 2023-08-15 湖南云数信息科技有限公司 一种商品陈列位置确定方法及无人售货系统
CN117745323B (zh) * 2023-12-22 2024-08-02 广州市禾赢文化传播有限公司 一种基于大数据的零售内容管理方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678591A (zh) * 2016-02-29 2016-06-15 北京时代云英科技有限公司 一种基于视频分析的商业智能化经营决策支撑系统和方法
CN108230102A (zh) * 2017-12-29 2018-06-29 深圳正品创想科技有限公司 一种商品关注度调整方法及装置
CN108647242A (zh) * 2018-04-10 2018-10-12 北京天正聚合科技有限公司 一种热力图的生成方法和系统
CN109255643A (zh) * 2017-07-13 2019-01-22 三星Sds株式会社 商店分析装置及方法
CN110033298A (zh) * 2017-12-19 2019-07-19 佳能株式会社 信息处理设备及其控制方法、系统和存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004288133A (ja) * 2003-03-24 2004-10-14 Hideya Nishimura インターネットサイン会
JP6409957B2 (ja) * 2015-03-31 2018-10-24 日本電気株式会社 店舗情報表示システム、装置、方法及びプログラム
CN111311293A (zh) * 2018-12-12 2020-06-19 北京京东尚科信息技术有限公司 确定商品陈列位置的方法和装置
CN109858996A (zh) * 2018-12-21 2019-06-07 成都睿码科技有限责任公司 一种基于人脸身份识别的客流统计的货架规整方法
CN111325151A (zh) * 2020-02-20 2020-06-23 京东数字科技控股有限公司 展示优先级的获取方法、装置、终端及计算机可读介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678591A (zh) * 2016-02-29 2016-06-15 北京时代云英科技有限公司 一种基于视频分析的商业智能化经营决策支撑系统和方法
CN109255643A (zh) * 2017-07-13 2019-01-22 三星Sds株式会社 商店分析装置及方法
CN110033298A (zh) * 2017-12-19 2019-07-19 佳能株式会社 信息处理设备及其控制方法、系统和存储介质
CN108230102A (zh) * 2017-12-29 2018-06-29 深圳正品创想科技有限公司 一种商品关注度调整方法及装置
CN108647242A (zh) * 2018-04-10 2018-10-12 北京天正聚合科技有限公司 一种热力图的生成方法和系统

Also Published As

Publication number Publication date
CN111915380A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
US11790433B2 (en) Constructing shopper carts using video surveillance
CN109214751B (zh) 一种基于库存位置变化的智能库存管理系统
WO2019165891A1 (zh) 用户选购商品识别方法、装置以及智能货架系统
CN108230086B (zh) 一种商品售卖调整的方法及存储介质
JP6529078B2 (ja) 顧客行動分析システム、顧客行動分析方法、顧客行動分析プログラム及び棚システム
JP2011253344A (ja) 購買行動分析装置、購買行動分析方法、およびプログラム
JP5944515B2 (ja) 商品陳列棚システム、商品陳列方法及び商品陳列プログラム
CN111915380B (zh) 一种商品陈列路径生成方法、装置、设备及存储介质
WO2020215952A1 (zh) 物品识别方法和系统
WO2018230355A1 (ja) 情報提示システム
JP7524182B2 (ja) 商品検出方法および商品検出装置
CN109658194A (zh) 一种基于视频追踪的客户推荐方法及系统
CN111415217B (zh) 基于人脸识别用户画像的消费者推荐方法、系统及货架
JP2014106628A (ja) 消費者ニーズ分析システム及び消費者ニーズ分析方法
CN109522947B (zh) 识别方法和设备
WO2019077559A1 (en) SYSTEM FOR MONITORING PRODUCTS AND USERS IN A STORE
CN115376190A (zh) 一种便利店无人售货时的防盗损监测系统
WO2018230356A1 (ja) 情報提示システム
JP2023175005A (ja) 情報提示システム、情報提示方法、およびプログラム
TWM575154U (zh) Product recommendation display system
CN113298100A (zh) 一种数据清洗的方法、自助设备及存储介质
JP2023122059A (ja) 情報処理プログラム、情報処理方法および情報処理装置
US20170278112A1 (en) Information processing apparatus, information processing method, and non-transitory computer readable medium
CN114821729A (zh) 商品导购方法、装置、云服务器及存储介质
CN115563208A (zh) 基于区块链的数据分析方法和系统

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