发明内容
有鉴于此,本发明实施例提供一种客户识别方法及装置,以解决现有技术中存在的无法准确确定客户的身份的问题。
为实现上述目的,本发明实施例提供如下技术方案:
本发明实施例第一方面示出了一种客户识别方法,所述方法包括:
获取摄像设备采集到的视频,所述视频中包括多个视频图像;
根据所述采集到的视频,确定同一客户的视频图像;
基于所述同一客户的视频图像,提取与所述视频图像对应的第一面部特征数据和第一步态特征数据,所述第一面部特征数据至少包括一个面部特征,所述第一步态特征数据至少包括一个步态特征;
在确定所述视频图像对应的客户为老客户时,基于人脸数据库对所述第一面部特征数据进行识别,确定第二面部特征数据,所述人脸数据库中存在多个面部特征数据;
基于步态数据库对所述第一步态特征数据进行识别,确定第二步态特征数据,所述步态数据库中存在多个步态特征数据;
基于所述第二面部特征数据和所述第二步态特征数据进行协同匹配,确定所述客户的身份信息。
可选的,所述确定所述视频图像对应的客户为老客户,包括:
将所述第一面部特征数据与人脸数据库中的面部特征数据进行计算,得到面部相似度,所述面部相似度为多个;
将所述第一步态特征数据与步态数据库中的步态特征数据进行计算,得到步态相似度,所述步态相似度为多个;
判断是否存在大于或等于第一预设阈值的所述面部相似度,判断是否存在大于或等于第二预设阈值的所述步态相似度;
若任意一个存在,确定所述视频图像中的客户为老客户;
若均不存在,确定所述视频图像中的客户为新客户。
可选的,所述基于人脸数据库对所述第一面部特征数据进行识别,确定第二面部特征数据,包括:
判断所述超过第一预设阈值的所述面部相似度的个数是否超过预设个数;
若超过,将超过第一预设阈值的所述面部相似度进行排序,得到第一序列表,所述第一序列表用于按照所述面部相似度从高到低对所述人脸数据库中每一面部特征数据进行排序;
根据所述第一序列表从高到低的排序,确定所述人脸数据库中预设个数的面部特征数据;
将所述预设个数的面部特征数据和所述第一面部特征数据打包,作为第二面部特征数据;
若不超过,基于所述人脸数据库,确定所述超过第一预设阈值的面部相似度对应的面部特征数据;
将所述超过第一预设阈值的面部相似度对应的面部特征数据和所述第一面部特征数据打包,作为第二面部特征数据。
可选的,所述基于步态数据库对所述第一步态特征数据进行识别,确定第二步态特征数据,包括:
判断所述超过第二预设阈值的所述步态相似度的个数是否超过预设个数;
若超过,将超过第二预设阈值的所述步态相似度进行排序,得到第二序列表,所述第二序列表用于指示按照所述步态相似度从高到低的顺序将所述步态数据库中每一步态特征数据进行排序;
根据所述第二序列表从高到低的排序,确定所述步态数据库中预设个数的步态特征数据;
将所述预设个数的步态特征数据和所述第一步态特征数据打包,作为第二步态特征数据;
若不超过,基于所述步态数据库,确定所述超过第二预设阈值的步态相似度对应的步态特征数据;
将所述超过第二预设阈值的步态相似度对应的步态特征数据和所述第一步态特征数据打包,作为第二步态特征数据。
可选的,所述基于所述第二面部特征数据和所述第二步态特征数据进行协同匹配,确定所述客户的身份信息,包括:
根据第二面部特征数据的面部特征数量,确定第二面部特征数据的权重,所述面部特征数量与所述第二面部特征数据的权重之间存在对应关系;
根据所述第二步态特征数据的步态特征数量,确定第二步态特征数据的权重,所述步态特征数量与所述第二步态特征数据的权重之间存在对应关系;
计算所述第二面部特征数据和所述第二面部特征数据的权重的乘积;
计算所述第二步态特征数据和所述第二步态特征数据的权重的乘积;
基于所述第二面部特征数据和所述第二面部特征数据的权重的乘积,与所述第二步态特征数据和所述第二步态特征数据的权重的乘积进行组合,确定所述客户的身份信息。
本发明实施例第二方面示出了一种客户识别装置,所述装置包括:
获取模块,用于获取摄像设备采集到的视频,所述视频中包括多个视频图像;
行人识别模块,用于根据所述采集到的视频,确定同一客户的视频图像;
特征提取模块,用于基于所述同一客户的视频图像,提取与所述视频图像对应的第一面部特征数据和第一步态特征数据,所述第一面部特征数据至少包括一个面部特征,所述第一步态特征数据至少包括一个步态特征;
面部识别模块,用于在确定模块确定所述视频图像对应的客户为老客户时,基于人脸数据库对所述第一面部特征数据进行识别,确定第二面部特征数据,所述人脸数据库中存在多个面部特征数据;
步态识别模块,用于在确定模块确定所述视频图像对应的客户为老客户时,基于步态数据库对所述第一步态特征数据进行识别,确定第二步态特征数据,所述步态数据库中存在多个步态特征数据;
协同匹配模块,用于基于所述第二面部特征数据和所述第二步态特征数据进行协同匹配,确定所述客户的身份信息。
可选的,所述确定模块,具体用于:
将所述第一面部特征数据与人脸数据库中的面部特征数据进行计算,得到面部相似度,所述面部相似度为多个;将所述第一步态特征数据与步态数据库中的步态特征数据进行计算,得到步态相似度,所述步态相似度为多个;判断是否存在大于或等于第一预设阈值的所述面部相似度,判断是否存在大于或等于第二预设阈值的所述步态相似度;若任意一个存在,确定所述视频图像中的客户为老客户;若均不存在,确定所述视频图像中的客户为新客户。
可选的,所述基于人脸数据库对所述第一面部特征数据进行识别,确定第二面部特征数据的面部识别模块,具体用于:
判断所述超过第一预设阈值的所述面部相似度的个数是否超过预设个数;若超过,将超过第一预设阈值的所述面部相似度进行排序,得到第一序列表,所述第一序列表用于按照所述面部相似度从高到低对所述人脸数据库中每一面部特征数据进行排序;根据所述第一序列表从高到低的排序,确定所述人脸数据库中预设个数的面部特征数据;将所述预设个数的面部特征数据和所述第一面部特征数据打包,作为第二面部特征数据;若不超过,基于所述人脸数据库,确定所述超过第一预设阈值的面部相似度对应的面部特征数据;将所述超过第一预设阈值的面部相似度对应的面部特征数据和所述第一面部特征数据打包,作为第二面部特征数据。
可选的,所述基于步态数据库对所述第一步态特征数据进行识别,确定第二步态特征数据的步态识别模块,具体用于:
判断所述超过第二预设阈值的所述步态相似度的个数是否超过预设个数;若超过,将超过第二预设阈值的所述步态相似度进行排序,得到第二序列表,所述第二序列表用于指示按照所述步态相似度从高到低的顺序将所述步态数据库中每一步态特征数据进行排序;根据所述第二序列表从高到低的排序,确定所述步态数据库中预设个数的步态特征数据;将所述预设个数的步态特征数据和所述第一步态特征数据打包,作为第二步态特征数据;若不超过,基于所述步态数据库,确定所述超过第二预设阈值的步态相似度对应的步态特征数据;将所述超过第二预设阈值的步态相似度对应的步态特征数据和所述第一步态特征数据打包,作为第二步态特征数据。
可选的,所述协同匹配模块,具体用于:
根据第二面部特征数据的面部特征数量,确定第二面部特征数据的权重,所述面部特征数量与所述第二面部特征数据的权重之间存在对应关系;根据所述第二步态特征数据的步态特征数量,确定第二步态特征数据的权重,所述步态特征数量与所述第二步态特征数据的权重之间存在对应关系;计算所述第二面部特征数据和所述第二面部特征数据的权重的乘积;计算所述第二步态特征数据和所述第二步态特征数据的权重的乘积;基于所述第二面部特征数据和所述第二面部特征数据的权重的乘积,与所述第二步态特征数据和所述第二步态特征数据的权重的乘积进行组合,确定所述客户的身份信息。
基于上述本发明实施例提供的一种客户识别方法及装置,该方法包括:获取摄像设备采集到的视频,视频中包括多个视频图像;根据采集到的视频,确定同一客户的视频图像;基于同一客户的视频图像,提取与视频图像对应的第一面部特征数据和第一步态特征数据,第一面部特征数据至少包括一个面部特征,第一步态特征数据至少包括一个步态特征数据;在确定视频图像对应的客户为老客户时,基于人脸数据库对第一面部特征数据进行识别,确定第二面部特征数据,人脸数据库中存在多个面部特征数据;基于步态数据库对第一步态特征数据进行识别,确定第二步态特征数据,步态数据库中存在多个步态特征数据;基于第二面部特征数据和第二步态特征数据进行协同匹配,确定客户的身份信息。在本发明实施例中,提取与视频图像对应的第一面部特征数据和第一步态特征数据,以在确定视频图像对应的客户为老客户时,分别对第一面部特征数据和第一步态特征数据进行识别。并基于识别得到的第二面部特征数据和第二步态特征数据进行协同匹配,以确定客户的身份信息。通过上述方式进行客户识别,能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
在本申请中,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。
在本发明实施例中,提取与视频图像对应的第一面部特征数据和第一步态特征数据,以在确定视频图像对应的客户为老客户时,分别对第一面部特征数据和第一步态特征数据进行识别。并基于识别得到的第二面部特征数据和第二步态特征数据进行协同匹配,以确定客户的身份信息。通过上述方式进行客户识别,能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
参见图1,为本发明实施例示出的一种客户识别方法的流程示意图,该方法包括:
S101:获取摄像设备采集到的视频。
在步骤S101中,视频中包括多个视频图像。
在具体实现步骤S101的过程中,获取摄像设备当天采集到的视频。
需要说明的是,摄像设备包括摄像头。
S102:根据采集到的视频,确定同一客户的视频图像。
在具体实现步骤S102的过程中,对摄像设备采集到的视频中的每一客户进行跟踪识别,确定每个客户的视频图像,即同一客户的视频图像。
S103:基于同一客户的视频图像,提取与视频图像对应的第一面部特征数据和第一步态特征数据。
在步骤S103中,第一面部特征数据包括至少一个面部特征,第一步态特征数据包括至少一个步态特征。
在具体实现步骤S103的过程中,针对每个客户的视频图像,提取同一客户的视频图像的面部特征和步态特征,将提取到的面部特征打包生成第一面部特征数据,将提取到的步态特征打包生成第一步态特征数据。
S104:判断视频图像对应的客户是否为老客户,若为老客户,则执行步骤S105至步骤S107,若不是老客户,则说明该客户为新客户,并存储该新客户的第一面部特征数据和第一步态特征数据。
在本发明实施例中,为了更精准的服务客户,需要通过确定视频图像出现的客户是新客户,还是已经存储了客户信息的老客户。
需要说明的是,在执行步骤S104的过程中,包括以下步骤:
S11:将第一面部特征数据与人脸数据库中的面部特征数据进行计算,得到面部相似度。
在步骤S11中,面部相似度为多个。
在具体实现步骤S11的过程中,计算人脸数据库中每一面部特征数据与第一面部特征数据的面部相似度。
S12:将第一步态特征数据与步态数据库中的步态特征数据进行计算,得到步态相似度。
在步骤S12中,面部相似度为多个。
在具体实现步骤S12的过程中,计算步态数据库中每一步态特征数据与第一步态特征数据的步态相似度。
S13:判断是否存在大于或等于第一预设阈值的面部相似度,判断是否存在大于或等于第一预设阈值的步态相似度,若任意一个存在,执行步骤S14,若均不存在,则说明该客户为新客户,并存储该新客户的第一面部特征数据和第一步态特征数据。
在具体实现步骤S13的过程中,将每一面部相似度与第一预设阈值进行比较,且将每一步态相似度和第二预设阈值进行比较,若确定存在面部相似度大于或等于第一预设阈值,或,确定步态相似度大于或等于第二预设阈值时,确定视频图像中的客户为老客户,并执行步骤S105;若确定所有的面部相似度均小于第一预设阈值,且步态相似度均小于第二预设阈值时,确定视频图像中的客户为新客户,并存储该新客户的第一面部特征数据和第一步态特征数据。
可选的,在存储新客户的第一面部特征数据和第一步态特征数据后,对第一面部特征数据和第一步态特征数据进行入库标记,并建立标记后的第一面部特征数据和第一步态特征数据,与客户的身份信息之间的对应关系。
需要说明的是,第一预设阈值和第二预设阈值均是根据多次实验进行设置的,比如第一预设阈值可设置为85%,第二预设阈值可设置为90%。
S105:基于人脸数据库对第一面部特征数据进行识别,确定第二面部特征数据。
在步骤S105中,人脸数据库中存在多个面部特征数据。
在具体实现步骤S105的过程中,将人脸数据库中的面部特征数据和第一面部特征数据进行比较,从而确定第二面部特征数据。
需要说明的是,人脸数据库用于存储多个客户的面部特征数据,每一面部特征数据包括多个面部特征。
S106:基于步态数据库对第一步态特征数据进行识别,确定第二步态特征数据。
在步骤S106中,步态数据库中存在多个步态特征数据。
在具体实现步骤S106的过程中,将步态数据库中的步态特征数据和第以步态特征数据进行比较,从而确定第二面部特征数据。
需要说明的是,步态数据库用于存储多个客户的步态特征数据,每一步态特征数据包括多个步态特征。
在本发明实施例中,步骤S105和步骤S106的执行顺序可以如上所述,也可以同时执行,或者先执行步骤S106再执行步骤S105,对比本发明实施例不加以限制。
S107:基于第二面部特征数据和第二步态特征数据进行协同匹配,确定客户的身份信息。
在具体实现步骤S107的过程中,分别对第二面部特征数据和第二步态特征数据进行处理,并对处理后的第二面部特征数据和第二步态特征数据进行协同匹配,得到识别结果。将识别结果与数据库中的身份信息中的客户头像进行匹配,从而确定客户的身份信息。
需要说明的是,数据库中存储的身份信息是客户在销售渠道中登记的身份信息,或是,客户第一次来销售中心时登记的身份信息。
在本发明实施例中,提取与视频图像对应的第一面部特征数据和第一步态特征数据,以在确定视频图像对应的客户为老客户时,分别对第一面部特征数据和第一步态特征数据进行识别。并基于识别得到的第二面部特征数据和第二步态特征数据进行协同匹配,以确定客户的身份信息。通过上述方式进行客户识别,能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
基于上述本发明实施例示出的客户识别方法,在执行步骤S105基于人脸数据库对第一面部特征数据进行识别,确定第二面部特征数据的过程中,包括以下步骤:
S21:判断超过第一预设阈值的面部相似度的个数是否超过预设个数,若超过,则执行步骤S22至步骤S24,若不超过,则执行步骤S25至步骤S26。
在具体实现步骤S21的过程中,比较超过第一预设阈值的面部相似度的个数和预设个数的大小,当超过第一预设阈值的面部相似度的个数大于预设个数时,则执行步骤S22至步骤S24,当超过第一预设阈值的面部相似度的个数小于或等于预设个数时,则执行步骤S25至步骤S26。
S22:将超过第一预设阈值的面部相似度进行排序,得到第一序列表。
在步骤S22中,第一序列表用于按照面部相似度从高到低对人脸数据库中每一面部特征数据进行排序。
在具体实现步骤S22的过程中,按照超过第一预设阈值的面部相似度从高到低的顺序,对人脸数据库中每一面部特征数据进行排序,得到按照面部相似度从高到低排序的面部特征数据的第一序列表。
S23:根据第一序列表从高到低的排序,确定人脸数据库中预设个数的面部特征数据。
在具体实现步骤S23的过程中,从第一序列表中从高到低排序获取预设个数的面部特征数据。
需要说明的是,预设个数是根据多次实验进行设置的,也可以是技术人员根据经验进行设置的,比如:预设个数可设置为3个。
例如:假设预设个数为3个,第一序列表中面部特征数据的排序顺序为面部特征数据2、面部特征数据1、面部特征数据4....和面部特征数据n共n个面部特征数据;从第一序列表中从高到低排序获取面部特征数据2、面部特征数据1和面部特征数据4共3个面部特征数据。
S24:将预设个数的面部特征数据和第一面部特征数据打包,作为第二面部特征数据。
在具体实现步骤S24的过程中,将预设个数的面部特征数据中的面部特征和第一面部特征数据中的面部特征拼接,得到第二面部特征数据。
S25:基于人脸数据库,确定超过第一预设阈值的面部相似度对应的面部特征数据。
在具体实现步骤S25的过程中,从人脸数据库中获取超过第一预设阈值的面部相似度对应的面部特征数据。
S26:将超过第一预设阈值的面部相似度对应的面部特征数据和第一面部特征数据打包,作为第二面部特征数据。
在具体实现步骤S26的过程中,将从人脸数据库中获取的面部特征数据中的面部特征和第一面部特征数据中的面部特征拼接,得到第二面部特征数据。
在本发明实施例中,在确定超过第一预设阈值的面部相似度的个数大于预设个数时,将超过第一预设阈值的面部相似度进行排序,得到第一序列表。从第一序列表中从高到低排序获取预设个数的面部特征数据。将预设个数的面部特征数据和第一面部特征数据打包,作为第二面部特征数据。以便于后续基于识别得到的第二面部特征数据和第二步态特征数据进行协同匹配,以确定客户的身份信息。能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
基于上述本发明实施例示出的客户识别方法,在执行步骤S106基于步态数据库对第一步态特征数据进行识别,确定第二步态特征数据的过程中,包括以下步骤:
S31:判断超过第二预设阈值的步态相似度的个数是否超过预设个数,若超过,则执行步骤S32至步骤S34,若不超过,则执行步骤S35至步骤S36。
在具体实现步骤S31的过程中,比较超过第二预设阈值的步态相似度的个数和预设个数的大小,当超过第二预设阈值的步态相似度的个数大于预设个数时,执行步骤S32至步骤S34,当超过第二预设阈值的步态相似度的个数小于或等于预设个数时,则执行步骤S35至步骤S36。
S32:将超过第二预设阈值的步态相似度进行排序,得到第二序列表。
在步骤S32的过程中,第二序列表用于指示按照步态相似度从高到低的顺序将步态数据库中每一步态特征数据进行排序。
在具体实现步骤S32的过程中,按照超过第二预设阈值的步态相似度从高到低的顺序,对步态数据库中每一步态特征数据进行排序,得到按照步态相似度从高到低排序的步态特征数据的第二序列表。
S33:根据第二序列表从高到低的排序,确定步态数据库中预设个数的步态特征数据。
在具体实现步骤S33的过程中,从第二序列表中从高到低排序获取预设个数的步态特征数据。
S34:将预设个数的步态特征数据和第一步态特征数据打包,作为第二步态特征数据。
在具体实现步骤S34的过程中,将预设个数的步态特征数据中的步态特征和第一步态特征数据中的步态特征拼接,得到第二步态特征数据。
S35:基于步态数据库,确定超过第二预设阈值的步态相似度对应的步态特征数据。
在具体实现步骤S35的过程中,从步态数据库中获取超过第二预设阈值的步态相似度对应的步态特征数据。
S36:将超过第二预设阈值的步态相似度对应的步态特征数据和第一步态特征数据打包,作为第二步态特征数据。
在具体实现步骤S36的过程中,将步骤S35得到的步态特征数据的步态特征和第一步态特征数据中的步态特征拼接,得到第二步态特征数据。
在本发明实施例中,在确定超过第二预设阈值的步态相似度的个数大于预设个数时,将超过第二预设阈值的步态相似度进行排序,得到第二序列表;从第二序列表中从高到低排序获取预设个数的步态特征数据。将预设个数的步态特征数据中的步态特征和第一步态特征数据中的步态特征拼接,得到第二步态特征数据。以便于后续基于识别得到的第二面部特征数据和第二步态特征数据进行协同匹配,以确定客户的身份信息。能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
基于本发明实施例示出的客户识别方法,在执行步骤S107将第二面部特征数据和第二步态特征数据进行协同匹配,确定客户的身份信息的过程中,包括以下步骤:
S41:根据第二面部特征数据的面部特征数量,确定第二面部特征数据的权重。
在步骤S41中,面部特征数量与第二面部特征数据的权重之间存在对应关系。
可选的,预先设置面部特征数量与第二面部特征数据的权重之间存在对应关系的过程,包括:
根据面部特征数量的大小,预先设置第二面部特征数据的权重,面部特征数量越多,说明面部特征较为完善,此时第二面部特征数据的权重也会较高;当面部特征数量较少时,说明面部特征有缺失,则相应的降低第二面部特征数据的权重。
比如:当面部特征数量小于等于5时,将第二面部特征数据的权重可设置为60%,当面部特征数量大于5小于等于10时,将第二面部特征数据的权重可设置为70%,当面部特征数量大于10小于等于15时,将第二面部特征数据的权重可设置为80%,当面部特征数量大于15时,第二面部特征数据的权重可设置为90%。
在具体实现步骤S41的过程中,依据第二面部特征数据的面部特征数量查找面部特征数量与第二面部特征数据的权重之间存在对应关系,确定第二面部特征数据的权重。
S42:根据第二步态特征数据的步态特征数量,确定第二步态特征数据的权重。
在步骤S42中,步态特征数量与第二步态特征数据的权重之间存在对应关系。
在具体实现步骤S42的过程中,依据第二步态特征数据的步态特征数量查找步态特征数量与第二步态特征数据的权重之间存在对应关系,确定第二步态特征数据的权重。
需要说明的是,步态特征数量与第二步态特征数据的权重之间存在对应关系的设置过程与上述步骤S41示出的面部特征数量与第二面部特征数据的权重之间存在对应关系的设置过程相同,可相互参见。
S43:计算第二面部特征数据和第二面部特征数据的权重的乘积。
在具体实现步骤S43的过程中,将第二面部特征数据乘以第二面部特征数据的权重,得到面部识别最终结果。
S44:计算第二步态特征数据和第二步态特征数据的权重的乘积。
在具体实现步骤S44的过程中,将第二步态特征数据乘以第二步态特征数据的权重,得到步态识别最终结果。
S45:基于第二面部特征数据和第二面部特征数据的权重的乘积,与第二步态特征数据和第二步态特征数据的权重的乘积进行组合,确定客户的身份信息。
在具体实现步骤S45的过程中,将面部识别最终结果和步态识别最终结果进行组合,并将面部识别最终结果和步态识别最终结果的并集,作为识别结果。将识别结果与数据库中的身份信息中的客户头像进行匹配,从而确定客户的身份信息。
可选的,基于本发明实施例得到的识别结果,对人脸数据库中的面部特征进行优化,具体的,将识别结果中与人脸数据库中的面部特征不一致的面部特征,添加至人脸数据库。基于本发明实施例得到的识别结果,对步态数据库中的步态特征进行优化,具体的,将识别结果中与步态数据库中的步态特征不一致的步态特征,添加至步态数据库。
在本发明实施例中,根据第二面部特征数据的面部特征数量,确定第二面部特征数据的权重。根据第二步态特征数据的步态特征数量,确定第二步态特征数据的权重。将第二面部特征数据乘以第二面部特征数据的权重,得到面部识别最终结果,且计算步态识别最终结果。以将面部识别最终结果和步态识别最终结果进行组合,并将面部识别最终结果和步态识别最终结果的并集,作为识别结果。将识别结果与数据库中的身份信息中的客户头像进行匹配,从而确定客户的身份信息。能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
与上述本发明实施例示出的客户识别方法相对于,本发明实施例还对应公开了一种客户识别装置,如图2所示,为本发明实施例示出的一种客户识别装置的结构示意图,该装置包括:
获取模块201,用于获取摄像设备采集到的视频。
其中,视频中包括多个视频图像。
行人识别模块202,用于根据采集到的视频,确定同一客户的视频图像。
特征提取模块203,用于基于同一客户的视频图像,提取与视频图像对应的第一面部特征数据和第一步态特征数据。
需要说明的是,第一面部特征数据至少包括一个面部特征,第一步态特征数据至少包括一个步态特征。
面部识别模块204,用于在确定模块207确定视频图像对应的客户为老客户时,基于人脸数据库对第一面部特征数据进行识别,确定第二面部特征数据。
需要说明的是,人脸数据库中存在多个面部特征数据。
可选的,基于上述本发明实施例示出的客户识别装置,确定模块207,具体用于:将第一面部特征数据与人脸数据库中的面部特征数据进行计算,得到面部相似度,面部相似度为多个;将第一步态特征数据与步态数据库中的步态特征数据进行计算,得到步态相似度,步态相似度为多个;判断是否存在大于或等于第一预设阈值的面部相似度,判断是否存在大于或等于第二预设阈值的步态相似度;若任意一个存在,确定视频图像中的客户为老客户;若均不存在,确定视频图像中的客户为新客户。
步态识别模块205,用于在确定模块207确定视频图像对应的客户为老客户时,基于步态数据库对第一步态特征数据进行识别,确定第二步态特征数据。
需要说明的是,步态数据库中存在多个步态特征数据。
协同匹配模块206,用于基于第二面部特征数据和第二步态特征数据进行协同匹配,确定客户的身份信息。
需要说明的是,上述本发明实施例公开的客户识别装置中的各个单元具体的原理和执行过程,与上述本发明实施示出的客户识别方法相同,可参见上述本发明实施例公开的客户识别方法中相应的部分,这里不再进行赘述。
在本发明实施例中,提取与视频图像对应的第一面部特征数据和第一步态特征数据,以在确定视频图像对应的客户为老客户时,分别对第一面部特征数据和第一步态特征数据进行识别。并基于识别得到的第二面部特征数据和第二步态特征数据进行协同匹配,以确定客户的身份信息。通过上述方式进行客户识别,能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
可选的,基于上述本发明实施例示出的客户识别装置,基于人脸数据库对第一面部特征数据进行识别,确定第二面部特征数据的面部识别模块204,具体用于:
判断超过第一预设阈值的面部相似度的个数是否超过预设个数;若超过,将超过第一预设阈值的面部相似度进行排序,得到第一序列表;根据第一序列表从高到低的排序,确定人脸数据库中预设个数的面部特征数据;将预设个数的面部特征数据和第一面部特征数据打包,作为第二面部特征数据;若不超过,基于人脸数据库,确定超过第一预设阈值的面部相似度对应的面部特征数据;将超过第一预设阈值的面部相似度对应的面部特征数据和第一面部特征数据打包,作为第二面部特征数据。
需要说明的是,第一序列表用于按照面部相似度从高到低对人脸数据库中每一面部特征数据进行排序。
在本发明实施例中,在确定超过第一预设阈值的面部相似度的个数大于预设个数时,将超过第一预设阈值的面部相似度进行排序,得到第一序列表。从第一序列表中从高到低排序获取预设个数的面部特征数据。将预设个数的面部特征数据和第一面部特征数据打包,作为第二面部特征数据。以便于后续基于识别得到的第二面部特征数据和第二步态特征数据进行协同匹配,以确定客户的身份信息。能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
可选的,基于上述本发明实施例示出的客户识别装置,基于步态数据库对第一步态特征数据进行识别,确定第二步态特征数据的步态识别模块205,具体用于:
判断超过第二预设阈值的步态相似度的个数是否超过预设个数;若超过,将超过第二预设阈值的步态相似度进行排序,得到第二序列表;根据第二序列表从高到低的排序,确定步态数据库中预设个数的步态特征数据;将预设个数的步态特征数据和第一步态特征数据打包,作为第二步态特征数据;若不超过,基于步态数据库,确定超过第二预设阈值的步态相似度对应的步态特征数据;将超过第二预设阈值的步态相似度对应的步态特征数据和第一步态特征数据打包,作为第二步态特征数据。
需要说明的是,第二序列表用于指示按照步态相似度从高到低的顺序将步态数据库中每一步态特征数据进行排序。
在本发明实施例中,在确定超过第二预设阈值的步态相似度的个数大于预设个数时,将超过第二预设阈值的步态相似度进行排序,得到第二序列表;从第二序列表中从高到低排序获取预设个数的步态特征数据。将预设个数的步态特征数据中的步态特征和第一步态特征数据中的步态特征拼接,得到第二步态特征数据。以便于后续基于识别得到的第二面部特征数据和第二步态特征数据进行协同匹配,以确定客户的身份信息。能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
可选的,基于上述本发明实施例示出的客户识别装置,协同匹配模块206,具体用于:
根据第二面部特征数据的面部特征数量,确定第二面部特征数据的权重;根据第二步态特征数据的步态特征数量,确定第二步态特征数据的权重;计算第二面部特征数据和第二面部特征数据的权重的乘积;计算第二步态特征数据和第二步态特征数据的权重的乘积;基于第二面部特征数据和第二面部特征数据的权重的乘积,与第二步态特征数据和第二步态特征数据的权重的乘积进行组合,确定客户的身份信息。
需要说明的是,面部特征数量与第二面部特征数据的权重之间存在对应关系;所态特征数量与第二步态特征数据的权重之间存在对应关系。
在本发明实施例中,根据第二面部特征数据的面部特征数量,确定第二面部特征数据的权重。根据第二步态特征数据的步态特征数量,确定第二步态特征数据的权重。将第二面部特征数据乘以第二面部特征数据的权重,得到面部识别最终结果,且计算步态识别最终结果。以将面部识别最终结果和步态识别最终结果进行组合,并将面部识别最终结果和步态识别最终结果的并集,作为识别结果。将识别结果与数据库中的身份信息中的客户头像进行匹配,从而确定客户的身份信息。能够准确确定客户的身份,从而为客户提供精准的服务,以避免造成客户流程的情况。
可选的,基于上述本发明实施例示出的客户识别装置,结合图2,参见图3,在执行协同匹配模块206之后还包括:
识别优化模块208,用于基于协同匹配模块206得到的识别结果,对人脸数据库中的面部特征进行优化,且对步态数据库中的步态特征进行优化。
在具体实现中,将识别结果中与人脸数据库中的面部特征不一致的面部特征,添加至人脸数据库,将识别结果中与步态数据库中的步态特征不一致的步态特征,添加至步态数据库。
在本发明实施例中,在确定客户的身份信息识别结束后,可根据协同匹配模块到的识别结果,对人脸数据库中的面部特征进行优化,且对步态数据库中的步态特征进行优化。从而为客户提供精准的服务,以避免造成客户流程的情况。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统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劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业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发明的精神或范围的情况下,在其它实施例中实现。因此,本发明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。