CN112560958A - 基于人像识别的人员接待方法、装置及电子设备 - Google Patents

基于人像识别的人员接待方法、装置及电子设备 Download PDF

Info

Publication number
CN112560958A
CN112560958A CN202011497231.XA CN202011497231A CN112560958A CN 112560958 A CN112560958 A CN 112560958A CN 202011497231 A CN202011497231 A CN 202011497231A CN 112560958 A CN112560958 A CN 112560958A
Authority
CN
China
Prior art keywords
image
matching
target
human body
matching result
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
Application number
CN202011497231.XA
Other languages
English (en)
Inventor
易东
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.)
Beijing Yingshi Technology Co ltd
Original Assignee
Beijing Yingshi 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 Beijing Yingshi Technology Co ltd filed Critical Beijing Yingshi Technology Co ltd
Priority to CN202011497231.XA priority Critical patent/CN112560958A/zh
Publication of CN112560958A publication Critical patent/CN112560958A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本公开实施例中提供了一种基于人像识别的人员接待方法、装置及电子设备,属于图像处理技术领域,具体包括:采集预设区域内的第一图像集合和目标区域内第二图像集合;根据第一图像集合和第二图像集合中包含的目标人员的图像,选取目标人员对应的人体图像;将人体图像与预设会员库内的初始图像进行比对,生成匹配结果,其中,匹配结果为匹配成功或匹配失败;执行与匹配结果对应的目标操作。通过本公开的方案,对预设区域和目标区域图像均进行采集,并结合两个区域的图像选取目标人员对应的人体图像,并将人体图像与初始图像进行比对,从而根据比对结果选取对应的接待操作,提高了基于人像识别的人员接待方法的识别效率和自动化。

Description

基于人像识别的人员接待方法、装置及电子设备
技术领域
本公开涉及图像处理技术领域,尤其涉及一种基于人像识别的人员接待方法、装置及电子设备。
背景技术
目前,个性化服务在线上商业场景中已经得到了广泛的应用,大幅提升了顾客购物体验和商品分发效率。而在线下实体商业场景如:便利店、售楼处、汽车4S店等,店员很难记住大量顾客的身份和喜好,为提升顾客购物体验,业界一般使用会员卡来确定顾客的身份,但出示会员卡需刻意配合,且会员卡容易遗失或多人共用,因此大规模的个性化服务很难实现。若利用互联网建立会员数据库等,在接待新客时还需要人工登记信息。
可见,亟需一种能自动识别且识别效率高的一种基于人像识别的人员接待方法。
发明内容
有鉴于此,本公开实施例提供一种基于人像识别的人员接待方法、装置及电子设备,至少部分解决现有技术中的无法自动识别人员信息和识别效率低的问题。
第一方面,本公开实施例提供了一种基于人像识别的人员接待方法,包括:
采集预设区域内的第一图像集合和目标区域内第二图像集合,其中,所述目标区域在所述预设区域内;
根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像;
将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果,其中,所述匹配结果为匹配成功或匹配失败;
执行与所述匹配结果对应的目标操作,其中,所述目标操作包括所述匹配结果为匹配失败对应新客接待操作和所述匹配结果为匹配成功对应的老客接待操作。
根据本公开实施例的一种具体实现方式,所述根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像的步骤,包括:
当检测到所述目标人员出现在所述第二图像集合时,从所述第一图像集合内选取当前时刻前预设时段内采集的图像作为第三图像集合;
从所述第二图像集合和所述第三图像集合内选取与所述目标人员对应的完整度最高的图像作为所述人体图像。
根据本公开实施例的一种具体实现方式,所述将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果的步骤,包括:
计算所述人体图像与全部所述初始图像的匹配度;
判断所述人体图像与全部所述初始图像的匹配度是否大于阈值;
若所述人体图像与全部所述初始图像的匹配度大于所述阈值,则判定所述匹配结果为匹配成功;
若所述人体图像与全部所述初始图像的匹配度小于或等于所述阈值,则判定所述匹配结果为匹配失败。
根据本公开实施例的一种具体实现方式,若所述匹配结果为匹配成功,所述执行与所述匹配结果对应的目标操作的步骤,包括:
从所述预设会员库中输出所述目标人员对应的人员信息;
根据所述人员信息生成老客接待方案。
根据本公开实施例的一种具体实现方式,若所述匹配结果为匹配失败,所述执行与所述匹配结果对应的目标操作的步骤,包括:
检测所述目标人员对应的属性值;
根据所述属性值生成新客接待方案。
根据本公开实施例的一种具体实现方式,所述根据所述属性值生成新客接待方案的步骤之后,所述方法还包括:
根据所述属性值与所述人体图像生成所述目标人员对应的人员信息。
根据本公开实施例的一种具体实现方式,所述根据所述人员信息生成老客接待方案的步骤之后,或者,所述根据所述属性值与所述人体图像生成所述目标人员对应的人员信息的步骤之后,所述方法还包括:
在收到所述目标人员的触发信息时,根据所述触发信息更新所述目标人员对应的人员信息;
将所述人员信息存入所述预设会员库。
第二方面,本公开实施例提供了一种基于人像识别的人员接待装置,包括:
采集模块,用于采集预设区域内的第一图像集合和目标区域内第二图像集合,其中,所述目标区域在所述预设区域内;
选取模块,用于根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像;
比对模块,用于将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果,其中,所述匹配结果为匹配成功或匹配失败;
执行模块,用于执行与所述匹配结果对应的目标操作,其中,所述目标操作包括所述匹配结果为匹配失败对应新客接待操作和所述匹配结果为匹配成功对应的老客接待操作。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的基于人像识别的人员接待方法。
第四方面,本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于人像识别的人员接待方法。
第五方面,本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述第一方面或第一方面的任一实现方式中的基于人像识别的人员接待方法。
本公开实施例中的基于人像识别的人员接待方案,包括:采集预设区域内的第一图像集合和目标区域内第二图像集合,其中,所述目标区域在所述预设区域内;根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像;将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果,其中,所述匹配结果为匹配成功或匹配失败;执行与所述匹配结果对应的目标操作,其中,所述目标操作包括所述匹配结果为匹配失败对应新客接待操作和所述匹配结果为匹配成功对应的老客接待操作。通过本公开的方案,对预设区域和目标区域图像均进行采集,并结合两个区域的图像选取目标人员对应的人体图像,并将人体图像与初始图像进行比对,从而根据比对结果选取对应的接待操作,提高了基于人像识别的人员接待方法的识别效率和自动化。
附图说明
为了更清楚地说明本公开实施例的技术方案,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公开的一些实施例,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它的附图。
图1为本公开实施例提供的一种基于人像识别的人员接待方法的流程示意图;
图2为本公开实施例提供的另一种基于人像识别的人员接待方法的流程示意图;
图3为本公开实施例提供的一种基于人像识别的人员接待装置的结构示意图;
图4为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,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,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
,个性化服务在线上商业场景中已经得到了广泛的应用,大幅提升了顾客购物体验和商品分发效率。而在线下实体商业场景如:便利店、售楼处、汽车4S店等,店员很难记住大量顾客的身份和喜好,为提升顾客购物体验,业界一般使用会员卡来确定顾客的身份,但出示会员卡需刻意配合,且会员卡容易遗失或多人共用,因此大规模的个性化服务很难实现。若利用互联网建立会员数据库等,在接待新客时还需要人工登记信息。本公开实施例提供一种基于人像识别的人员接待方法,所述方法可以应用于商场、售楼处等场景中的人员信息识别过程。
参见图1,为本公开实施例提供的一种基于人像识别的人员接待方法的流程示意图。如图1所示,所述方法主要包括以下步骤:
S101,采集预设区域内的第一图像集合和目标区域内第二图像集合,其中,所述目标区域在所述预设区域内;
具体实施时,考虑到若只采集一个区域例如入口处的图像时,当检测到人员进入时,可能会采集不到成像质量高的图像,也无法进行人员识别或者识别效率不高,导致不能检索相应人员信息。电子设备可以内置有图像采集模块或者外接图像采集装置,所述图像采集模块或图像采集装置同时采集所述预设区域内的图像和所述目标区域内的图像,并将采集到的所述预设区域内的图像作为所述第一图像集合,将所述目标区域内的图像作为所述第二图像集合。需要说明的是,所述目标区域在所述与其区域内,例如,所述目标区域为入口区域,所述预设区域可以包括所述入口区域和入口区域前方的道路区域。当然,也可以设置所述目标区域为入口区域,所述预设区域为入口区域前方的道路区域,两个区域为相邻区域。
S102,根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像;
例如,若设定所述目标区域为入口区域,则所述第二图像集合为入口区域的图像集合,可以根据所述第二图像集合中出现的目标人员对应的图像,从所述第一图像集合中选取关联图像,然后根据预设规则选取符合条件的图像作为所述目标人员对应的人体图像。
S103,将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果,其中,所述匹配结果为匹配成功或匹配失败;
具体实施时,所述预设会员库可以是一个自动沉淀采集到的人体图像的缓存数据库,得到所述目标人员对应的人体图像后,将所述人体图像与所述预设会员库内的全部所述初始图像可以通过遍历访问进行比对,然后生成匹配结果如匹配成功或匹配失败。
S104,执行与所述匹配结果对应的目标操作,其中,所述目标操作包括所述匹配结果为匹配失败对应新客接待操作和所述匹配结果为匹配成功对应的老客接待操作。
考虑到所述预设会员库可以是一个自动沉淀采集到的人体图像的缓存数据库,若所述目标人员之前有进入过所述预设区域,所述预设会员库内会保存所述目标人员之前的图像,当匹配成功时则可以标识所述目标人员为老客,然后可以执行对应的老客接待操作。若所述目标人员之前未进入过所述预设区域,所述人体图像与所述预设会员库内的初始图像匹配失败,则可以标识所述目标人员为新客,然后可以执行对应的新客接待操作。
本实施例提供的基于人像识别的人员接待方法,通过对预设区域和目标区域图像均进行采集,并结合两个区域的图像选取目标人员对应的人体图像,并将人体图像与初始图像进行比对,从而根据比对结果选取对应的接待操作,提高了基于人像识别的人员接待方法的识别效率和自动化。
在上述实施例的基础上,步骤S102所述的,根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像,包括:
当检测到所述目标人员出现在所述第二图像集合时,从所述第一图像集合内选取当前时刻前预设时段内采集的图像作为第三图像集合;
考虑到所述第一图像集合和所述第二图像集合均为实时采集,当检测到所述目标人员出现在所述第二图像集合时,则确定需要对所述目标人员进行接待,若对所述第一图像集合内的全部图像进行分析,会导致计算量过大,可以预设一个时段,当检测到所述目标人员出现所述第一图像集合内时,则所述第一图像集合内选取当前时刻前预设时段内采集的图像作为所述第三图像集合。
例如,若所述预设时段为2分钟,检测到所述目标人员出现在所述第二图像集合时刻为10点15分,则可以从所述第一图像集合内选取10点13分至10点15分的图像作为所述第三图像集合。
从所述第二图像集合和所述第三图像集合内选取与所述目标人员对应的完整度最高的图像作为所述人体图像。
具体实施时,考虑到所述目标人员会存在移动过程,可以对所述第二图像集合所述第三图像集合中包含所述目标人员的图像进行人体特征分析等操作,从所述第二图像集合和所述第三图像集合内选取与所述目标人员对应的完整度最高的图像作为所述人体图像。
在上述实施例的基础上,如图2所示,步骤S103所述的,将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果,包括:
S201,计算所述人体图像与全部所述初始图像的匹配度;
具体实施时,可以将所述人体图像遍历访问全部所述初始图像,并分别计算所述人体图像与全部所述初始图像的匹配度,例如根据人体特征数据进行比对。
S202,判断所述人体图像与全部所述初始图像的匹配度是否大于阈值;
计算得到所述人体图像与全部所述初始图像的匹配度之后,可以将所述匹配度与所述阈值进行比对,所述阈值可以根据之前采集到的所述目标人员的人体图像中包含的人体特征等设置。当然,考虑到图像采集的角度不同以及实际需求,可以增大所述阈值以提高识别精度,或者减小所述阈值以提高鲁棒性。然后可以通过判断所述人体图像与全部所述初始图像的匹配度是否大于所述阈值,从而确定下一步操作流程。
若所述人体图像与全部所述初始图像的匹配度大于所述阈值,则执行步骤S203,判定所述匹配结果为匹配成功;
例如,若所述人体图像与全部所述初始图像的匹配度为70%所述阈值为60%,则判定所述匹配结果为匹配成功。
若所述人体图像与全部所述初始图像的匹配度小于或等于所述阈值,则执行步骤S204,判定所述匹配结果为匹配失败。
若所述人体图像与全部所述初始图像的匹配度为40%所述阈值为60%,则判定所述匹配结果为匹配失败。
可选的,若所述匹配结果为匹配成功,步骤S104所述的,执行与所述匹配结果对应的目标操作,包括:
从所述预设会员库中输出所述目标人员对应的人员信息;
根据所述人员信息生成老客接待方案。
具体实施时,若所述匹配结果为匹配成功,则表示所述目标人员之前有进入过所述目标区域或者有录入过信息,则可以直接在所述预设会员库内检索所述目标人员对应的人员信息如之前的浏览记录和消费记录等并输出,然后根据所述人员信息生成所述老客接待方案。
可选的,若所述匹配结果为匹配失败,步骤S104所述的,执行与所述匹配结果对应的目标操作,包括:
检测所述目标人员对应的属性值;
根据所述属性值生成新客接待方案。
具体实施时,若所述匹配结果为匹配失败,则表示所述目标人员为首次进入所述目标区域,则可以先根据本次采集到的人体图像检测所述目标人员对应的属性值,例如,可以从图像内分析所述目标人员的性别、预计年龄、体型、着装和情绪等属性值,然后可以根据所述属性值生成对应的新客接待方案。
进一步的,所述根据所述属性值生成新客接待方案的步骤之后,所述方法还包括:
根据所述属性值与所述人体图像生成所述目标人员对应的人员信息。
在检测到所述目标人员对应的属性值后,可以将所述属性值与之前采集到的所述人体图像进行关联,形成所述目标人员对应的人员信息,可以对所述人员信息进行编号,以保证唯一性。
在上述实施例的基础上,所述根据所述人员信息生成老客接待方案的步骤之后,或者,所述根据所述属性值与所述人体图像生成所述目标人员对应的人员信息的步骤之后,所述方法还包括:
在收到所述目标人员的触发信息时,根据所述触发信息更新所述目标人员对应的人员信息;
具体实施时,若所述目标人员在商场内活动,可能会存在购物行为,则可以将所述目标人员购物后完成支付的动作作为所述触发信息,当接收到所述触发信息时,可以读取所述触发信息包含的数据例如购买数据等,然后将所述触发信息更新到所述目标人员对应的人员信息。
将所述人员信息存入所述预设会员库。
然后将所述人员信息存入所述预设会员库,以使得所述预设会员库内的数据不断完善,以提高后续的识别以及接待的适应性。
与上面的方法实施例相对应,参见图3,本公开实施例还提供了一种基于人像识别的人员接待装置30,包括:
采集模块301,用于采集预设区域内的第一图像集合和目标区域内第二图像集合,其中,所述目标区域在所述预设区域内;
选取模块302,用于根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像;
比对模块303,用于将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果,其中,所述匹配结果为匹配成功或匹配失败;
执行模块304,用于执行与所述匹配结果对应的目标操作,其中,所述目标操作包括所述匹配结果为匹配失败对应新客接待操作和所述匹配结果为匹配成功对应的老客接待操作。
图3所示装置可以对应的执行上述方法实施例中的内容,本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
参见图4,本公开实施例还提供了一种电子设备40,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中的基于人像识别的人员接待方法。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述方法实施例中的基于人像识别的人员接待方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中的基于人像识别的人员接待方法。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备40的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备40可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备40操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备40与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备40,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,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装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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该电子设备执行时,使得该电子设备可以执行上述方法实施例的相关步骤。
或者,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该电子设备执行时,使得该电子设备可以执行上述方法实施例的相关步骤。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述,仅为本公开的具体实施方式,但本公开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公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于人像识别的人员接待方法,其特征在于,包括:
采集预设区域内的第一图像集合和目标区域内第二图像集合,其中,所述目标区域在所述预设区域内;
根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像;
将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果,其中,所述匹配结果为匹配成功或匹配失败;
执行与所述匹配结果对应的目标操作,其中,所述目标操作包括所述匹配结果为匹配失败对应新客接待操作和所述匹配结果为匹配成功对应的老客接待操作。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像的步骤,包括:
当检测到所述目标人员出现在所述第二图像集合时,从所述第一图像集合内选取当前时刻前预设时段内采集的图像作为第三图像集合;
从所述第二图像集合和所述第三图像集合内选取与所述目标人员对应的完整度最高的图像作为所述人体图像。
3.根据权利要求1所述的方法,其特征在于,所述将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果的步骤,包括:
计算所述人体图像与全部所述初始图像的匹配度;
判断所述人体图像与全部所述初始图像的匹配度是否大于阈值;
若所述人体图像与全部所述初始图像的匹配度大于所述阈值,则判定所述匹配结果为匹配成功;
若所述人体图像与全部所述初始图像的匹配度小于或等于所述阈值,则判定所述匹配结果为匹配失败。
4.根据权利要求3所述的方法,其特征在于,若所述匹配结果为匹配成功,所述执行与所述匹配结果对应的目标操作的步骤,包括:
从所述预设会员库中输出所述目标人员对应的人员信息;
根据所述人员信息生成老客接待方案。
5.根据权利要求3所述的方法,其特征在于,若所述匹配结果为匹配失败,所述执行与所述匹配结果对应的目标操作的步骤,包括:
检测所述目标人员对应的属性值;
根据所述属性值生成新客接待方案。
6.根据权利要求5所述的方法,其特征在于,所述根据所述属性值生成新客接待方案的步骤之后,所述方法还包括:
根据所述属性值与所述人体图像生成所述目标人员对应的人员信息。
7.根据权利要求4至6中任一项所述的方法,其特征在于,所述根据所述人员信息生成老客接待方案的步骤之后,或者,所述根据所述属性值与所述人体图像生成所述目标人员对应的人员信息的步骤之后,所述方法还包括:
在收到所述目标人员的触发信息时,根据所述触发信息更新所述目标人员对应的人员信息;
将所述人员信息存入所述预设会员库。
8.一种基于人像识别的人员接待装置,其特征在于,包括:
采集模块,用于采集预设区域内的第一图像集合和目标区域内第二图像集合,其中,所述目标区域在所述预设区域内;
选取模块,用于根据所述第一图像集合和所述第二图像集合中包含的目标人员的图像,选取所述目标人员对应的人体图像;
比对模块,用于将所述人体图像与预设会员库内的初始图像进行比对,生成匹配结果,其中,所述匹配结果为匹配成功或匹配失败;
执行模块,用于执行与所述匹配结果对应的目标操作,其中,所述目标操作包括所述匹配结果为匹配失败对应新客接待操作和所述匹配结果为匹配成功对应的老客接待操作。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述权利要求1-7中任一项所述的基于人像识别的人员接待方法。
10.一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述权利要求1-7中任一项所述的基于人像识别的人员接待方法。
CN202011497231.XA 2020-12-17 2020-12-17 基于人像识别的人员接待方法、装置及电子设备 Pending CN112560958A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011497231.XA CN112560958A (zh) 2020-12-17 2020-12-17 基于人像识别的人员接待方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011497231.XA CN112560958A (zh) 2020-12-17 2020-12-17 基于人像识别的人员接待方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN112560958A true CN112560958A (zh) 2021-03-26

Family

ID=75064727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011497231.XA Pending CN112560958A (zh) 2020-12-17 2020-12-17 基于人像识别的人员接待方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112560958A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115512279A (zh) * 2022-11-04 2022-12-23 浙江莲荷科技有限公司 行为类别识别方法、装置、电子设备以及计算机存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190205965A1 (en) * 2017-12-29 2019-07-04 Samsung Electronics Co., Ltd. Method and apparatus for recommending customer item based on visual information
KR20190104844A (ko) * 2018-03-02 2019-09-11 제주한라대학교산학협력단 개인 맞춤형 서비스를 제공하기 위한 고객 인식 시스템
WO2020006961A1 (zh) * 2018-07-03 2020-01-09 北京字节跳动网络技术有限公司 用于提取图像的方法和装置
CN111222373A (zh) * 2018-11-26 2020-06-02 深圳云天励飞技术有限公司 一种人员行为分析方法、装置和电子设备
CN111383405A (zh) * 2018-12-28 2020-07-07 阿里巴巴集团控股有限公司 一种售货处理方法、系统、装置和收银处理方法、装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190205965A1 (en) * 2017-12-29 2019-07-04 Samsung Electronics Co., Ltd. Method and apparatus for recommending customer item based on visual information
KR20190104844A (ko) * 2018-03-02 2019-09-11 제주한라대학교산학협력단 개인 맞춤형 서비스를 제공하기 위한 고객 인식 시스템
WO2020006961A1 (zh) * 2018-07-03 2020-01-09 北京字节跳动网络技术有限公司 用于提取图像的方法和装置
CN111222373A (zh) * 2018-11-26 2020-06-02 深圳云天励飞技术有限公司 一种人员行为分析方法、装置和电子设备
CN111383405A (zh) * 2018-12-28 2020-07-07 阿里巴巴集团控股有限公司 一种售货处理方法、系统、装置和收银处理方法、装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115512279A (zh) * 2022-11-04 2022-12-23 浙江莲荷科技有限公司 行为类别识别方法、装置、电子设备以及计算机存储介质
CN115512279B (zh) * 2022-11-04 2023-08-29 浙江莲荷科技有限公司 行为类别识别方法、装置、电子设备以及计算机存储介质

Similar Documents

Publication Publication Date Title
CN110633381B (zh) 一种识别虚假房源的方法、装置、存储介质及电子设备
CN107944481B (zh) 用于生成信息的方法和装置
CN109993150B (zh) 用于识别年龄的方法和装置
EP3893125A1 (en) Method and apparatus for searching video segment, device, medium and computer program product
CN110381368A (zh) 视频封面生成方法、装置及电子设备
CN111078940B (zh) 图像处理方法、装置、计算机存储介质及电子设备
CN112101305B (zh) 多路图像处理方法、装置及电子设备
CN110287816B (zh) 车门动作检测方法、装置和计算机可读存储介质
CN113592535B (zh) 一种广告推荐方法、装置、电子设备和存储介质
CN112037223B (zh) 图像缺陷检测方法、装置及电子设备
CN112232311B (zh) 人脸跟踪方法、装置及电子设备
CN112257582A (zh) 脚部姿态确定方法、装置、设备和计算机可读介质
CN110188660B (zh) 用于识别年龄的方法和装置
CN109919220B (zh) 用于生成视频的特征向量的方法和装置
CN111191556A (zh) 人脸识别方法、装置及电子设备
CN110555861A (zh) 光流计算方法、装置及电子设备
CN110879975B (zh) 人员流量检测方法、装置及电子设备
CN110287350A (zh) 图像检索方法、装置及电子设备
CN112560690A (zh) 基于多模态特征人物属性标注方法、装置、设备及介质
CN112560958A (zh) 基于人像识别的人员接待方法、装置及电子设备
CN112560700B (zh) 一种基于动作分析的信息关联方法、装置及电子设备
CN110337027A (zh) 视频生成方法、装置及电子设备
CN111309230B (zh) 信息展示方法、装置、电子设备及计算机可读存储介质
CN112416989A (zh) 互联网演艺经纪人平台的管理方法、装置及电子设备
CN111897951A (zh) 用于生成信息的方法和装置

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