CN113065016A - 线下门店信息处理方法、装置、设备及系统 - Google Patents
线下门店信息处理方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN113065016A CN113065016A CN202110307027.5A CN202110307027A CN113065016A CN 113065016 A CN113065016 A CN 113065016A CN 202110307027 A CN202110307027 A CN 202110307027A CN 113065016 A CN113065016 A CN 113065016A
- Authority
- CN
- China
- Prior art keywords
- information
- store
- offline
- offline store
- street view
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 56
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 62
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000005516 engineering process Methods 0.000 claims abstract description 24
- 230000015654 memory Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 abstract description 20
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 101100453790 Drosophila melanogaster Kebab gene Proteins 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 235000021168 barbecue Nutrition 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 235000015231 kebab Nutrition 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 235000021395 porridge Nutrition 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 235000013322 soy milk Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书提供一种线下门店信息处理方法、装置、设备及系统，利用地图街景视频技术，获取街景视频信息，再对获取到街景视频信息进行图像处理，截取出线下门店图片信息，对截取出的线下门店图片信息进行进一步处理后，可以获取到线下门店信息以及门店地址等，进而将线下门店信息数字化存储在线下门店信息库中，以便用户查询，更加方便专业人员对线下门店的管理。不需要人工参与，降低了线下门店数字化的成本，提高了线下门店数字化的效率和准确性。
Description
技术领域
本说明书属于计算机技术领域，尤其涉及一种线下门店信息处理方法、装置、设备及系统。
背景技术
随着计算机和互联网技术的发展，越来越多的业务发布上线，采用线上办理的方式，越来越多的信息可以在互联网上查询，大大方便了人们的工作和生活。但，仍有许多业务为了方便用户到店体验，或必须线下完成，设置了线下门店。将线下的门店信息数字化，进而将线下门店信息存储到互联网上，方便用户查询使用，也方便对各个门店信息进行统一管理。一般的，可以通过人工如：销售人员或其他专门的业务员进行扫街的方式，手工将各个线下门店信息记录上传到线上，这种方式耗时比较长，并且耗费的人力以及成本比较高。
发明内容
本说明书实施例的目的在于提供一种线下门店信息处理方法、装置、设备及系统，实现了线下门店的数字化上线保存，提高了线下门店数字化的效率和准确性。
一方面，本说明书实施例提供了一种线下门店信息处理方法，所述方法包括：
从地图街景信息库中获取街景视频信息；
从所述街景视频信息中获取线下门店信息，所述线下门店信息中包括线下门店图片信息以及所述线下门店图片信息对应的门店经纬度信息；
根据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库；其中，所述线下门店信息库中存储有各个线下门店对应的线下门店信息。
另一方面，本说明书提供了一种线下门店信息处理装置，所述装置包括：
街景视频信息获取模块，用于从地图街景信息库中获取街景视频信息；
视频处理模块，用于从所述街景视频信息中获取线下门店信息，所述线下门店信息中包括线下门店图片信息以及所述线下门店图片信息对应的门店经纬度信息；
门店信息更新模块，用于根据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库；其中，所述线下门店信息库中存储有各个线下门店对应的线下门店信息以及门店地址信息。
又一方面，本说明书实施例提供了一种线下门店信息处理设备，包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现上述线下门店信息处理方法。
还一方面，本说明书实施例提供了一种线下门店信息处理系统，包括：街景车、街景信息处理设备、线下门店信息处理设备，其中：
所述街景车用于采集线下街道的视频图像信息；
所述街景信息处理设备用于实时获取街景车的经纬度，将获取到的经纬度信息与所述街景车采集到的视频图像信息进行保存；
所述线下门店信息处理设备用于利用上述线下门店信息处理方法，根据所述街景信息处理设备保存的经纬度信息和视频图像信息中提取线下门店信息并上线保存。
本说明书提供的线下门店信息处理方法、装置、设备及系统，利用地图街景视频技术，获取街景视频信息，再对获取到街景视频信息进行图像处理，截取出线下门店图片信息，对截取出的线下门店图片信息进行进一步处理后，可以获取到线下门店信息以及门店地址等，进而将线下门店信息数字化存储在线下门店信息库中，以便用户查询，更加方便专业人员对线下门店的管理。不需要人工参与，降低了线下门店数字化的成本，提高了线下门店数字化的效率和准确性。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本说明书实施例提供的线下门店信息处理方法实施例的流程示意图；
图2是本说明书一个场景示例中的道路街景的图片示意图；
图3是本说明书一些场景示例中门店门牌照的示意图；
图4是本说明书一个场景示例中线下门店信息数字化上线的示意图；
图5是本说明书提供的线下门店信息处理装置一个实施例的模块结构示意图；
图6是本说明书一个实施例中线下门店信息处理服务器的硬件结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都应当属于本说明书保护的范围。
随着计算机互联网技术的发展，人们越来越习惯通过互联网进行信息查询、业务办理，那么就需要将线下的业务数字化到线上，以便用户查询、使用。线下门店可以理解为有具体固定经营场所的实体门店，对于一些线下门店如：餐饮、服装、理发、汽修等，一般主要提供线下服务，但是，随着信息数字化的趋势，需要将线下门店信息数字化存储到线上，以方便用户查询门店信息，以及对门店的统一管理。
一般的，对于线下门店的数字化，是通过销售人员扫街人工记录的方式实现的，但是该方式比较耗费人力、时间以及财力，并且准确性不高。本说明书实施例提供一种线下门店信息处理方法，可以基于地图街景准确获取到线下各个街道的门店信息，利用图像识别技术，获取线下门店信息，不需要人工参与，降低了线下门店数字化的成本，提高了线下门店数字化的效率以及准确性。
图1是本说明书实施例提供的线下门店信息处理方法实施例的流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。
本说明书实施例中提供的线下门店信息处理方法可以应用在客服端、服务器等设备中，如：智能手机，或PC(Personal Computer，个人计算机)终端或智能穿戴设备终端中，如图1所示，所述方法可以包括如下步骤：
步骤102、从地图街景信息库中获取街景视频信息。
在具体的实施过程中，电子地图一般通过地图街景影像技术将每条接到以及路边的线下门店以及道路情况利用影像技术记录并保存，这样用户在使用电子地图时可以更加清楚的看到道路实体情况。街景影像技术一般是利用街景车扫街记录出道路的影像信息的技术，街景车是一种游走在街头拍街景的专用车，专为街景设计。有一项服务叫做街景，就是由专门的人员和设备，周游于各地，拍照当地(主要是城市)的景观，然后对所得照片进行一定的处理，最后将其嵌入到地图服务中，使之成为地图服务的一项很有趣的特色。图2是本说明书一个场景示例中的道路街景的图片示意图，如图2所示，在该街景图片中可以看到道路以及道路两边的实际场景，是用户能够更加准确清晰的了解道路的实际情况。本说明书实施例中，可以从地图街景信息库中获取街景视频信息，其中，地图街景信息库中可以存储有各个记录各个道路或街道的视频图形，该地图街景信息库可以为电子地图的服务器中保存的，即可以从现有的电子地图的数据库中获取街景视频信息。当然，根据实际使用需要，也可以利用街景车在道路或街道扫街构建出地图街景信息库，只是成本和耗时比较高。
其中，街景视频信息可以基于各个街道或道路的分布，每条街道对应一条街景视频信息，或者每个路口一条街景视频信息，或者按照其他条件记录每条街景视频信息，本说明书实施例不作具体限定。
步骤104、从所述街景视频信息中获取线下门店信息，所述线下门店信息中包括线下门店图片信息以及所述线下门店图片信息对应的门店经纬度信息。
在具体的实施过程中，街景视频信息中可以包括道路以及道路两旁的实体门店的图像信息，可以从街景视频信息中截取线下门店信息，如：线下门店图片信息以及线下门店图片信息对应的门店经纬度信息。其中，门店经纬度信息可以在街景车上传街景视频信息时利用LBS(Location Based Services，基于位置的服务)技术实时上传街景车的LBS经纬度信息，LBS是利用各类型的定位技术来获取定位设备当前的所在位置，通过移动互联网向定位设备提供信息资源和基础服务。若街景视频信息是一条道路或一条街道的街景视频图像，该视频图像中可以有多个线下门店，那么可以从街景视频信息中截取出多组线下门店信息，每组线下门店信息均包括线下门店图片信息以及对应的门店经纬度信息。
本说明书一些实施例中，所述从所述街景视频信息中获取线下门店信息，包括：
从所述街景视频信息中截取带有门店门牌照的视频帧图片作为所述线下门店图片信息；
根据基于位置的服务技术获取所述街景视频信息中带有门店门牌照的视频帧图片对应时间点的经纬度作为所述线下门店图片信息对应的门店经纬度信息。
在具体的实施过程中，一般的线下门店会有对应的门店牌照，本说明书一些场景示例中的门店门牌照可以是包括门店名称、经营类目等信息的展示板，图3是本说明书一些场景示例中门店门牌照的示意图，如图3所示，图中门店门牌照上展示了门店名称为：宠物诊所，服务内容可以包括：诊疗、美容、洗澡、寄养。门店门牌照一般位于线下门店的门头上或门边或其他比较醒目的位置处，可以将街景视频信息中带有门店门牌照的视频帧对应的图片截取出来作为线下门店图片信息，如可以将街景视频信息一帧一帧的比较，来查询每一帧视频中是否有门店门牌照，若有，则将该帧视频的图片截取下来。在将街景视频信息中的所有带有门店门牌照的视频帧图片截取下来后，可以将截取下来的图片进行比较，将其中带有重复门店门牌照的视频帧删除，每个门店门牌照图片只保留一张，当然，可以选择其中清晰度高的一张图片进行保存。例如：街景视频信息截取出5张带有门店门牌照的视频帧图片，通过比较后，发现其中有3张视频帧图片的门店门牌照相同，则可以将这3张视频帧图片删除2张，可以选择一张清晰度最高的视频帧图片保留。
在将街景视频信息中的线下门店图片信息截取出来后，可以利用基于位置的服务技术即LBS服务获取线下门店图片信息在街景视频信息中的时间点的经纬度信息即为该线下门店图片信息对应的线下门店的门店经纬度信息。例如：街景车在采集街景视频图像时，可以利用LBS服务实时采集街景车所处的经纬度，在将采集到的街景视频信息上传时，每个街景视频信息对应有对应的LBS经纬度信息。在从街景视频信息中截取线下门店的线下门店图片信息后，可以获取截取出的线下门店图片信息在街景视频信息中的时间点，如：第6秒，那么获取街景视频信息中第6秒对应的LBS经纬度即为该线下门店图片信息对应的门店经纬度信息。
利用LBS服务记录街景视频信息的经纬度，进而利用视频处理技术，将街景视频信息中的线下门店图片截取出来，并获取该图片对应的经纬度信息。
步骤106、根据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库；其中，所述线下门店信息库中存储有各个线下门店对应的线下门店信息以及门店地址信息。
在具体的实施过程中，在基于街景视频信息获取到线下门店图片信息以及门店经纬度信息后，可以基于获取到的线下门店图片信息以及门店经纬度信息更新线下门店信息库，线下门店信息库中可以存储有各个线下门店对应的线下门店信息，线下门店信息库可以存储在线上，以供用户查询以及专业人员对线下门店进行统一管理。如：可以将线下门店图片信息以及对应的经纬度信息关联后存储在线下门店信息库中，以便用户查询，或者，还可以对线下门店图片信息做图像处理后，识别出线下门店的详细门店信息如：门店名称、服务内容等，将识别到的详细门店信息以及经纬度信息一起存储在线下门店信息库中。具体可以根据实际需要设置线下门店信息库中存储的数据类型，本说明书实施例不作具体限定。
本说明书一些实施例中，所述据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库，包括：
对所述线下门店图片信息进行图像识别，获取所述线下门店图片信息中的门店属性信息；
根据所述门店经纬度信息确定出门店地址信息；
基于所述门店属性信息和所述门店地址信息更新所述线下门店信息库。
在具体的实施过程中，门店属性信息可以包括门店名称、门店的服务内容等信息，线下门店图片信息中包括有门店门牌照，门店门牌照中一般可以包括门店名称、门店服务内容等信息，可以通过图像识别技术，识别出线下门店图片信息中的门店属性信息。
本说明书一些实施例中，所述对所述线下门店图片信息进行图像识别，获取所述线下门店图片信息中的门店属性信息，包括：
利用图像识别技术识别所述线下门店图片信息中的门店名称和/或服务内容；
基于所述门店名称和/或服务内容，确定所述线下门店图片信息对应的门店行业类目；
将所述门店名称和所述门店行业类目作为所述门店属性信息。
在具体的实施过程中，可以利用图像识别技术如OCR(Optical CharacterRecognition，光学字符识别)对从街景视频信息中截取出的线下门店图片信息进行图像识别，识别出门店名称和/或服务内容，服务内容可以理解为线下门店的经营范围或能够提供的服务种类等。有些门店门牌照中可以包括门店名称以及服务内容，有些门店门牌照只有门店名称，而有些门店门牌照可能没有门店名称仅仅展示了门店的服务内容。可以根据线下门店信息中实际内容，识别出其中的门店名称和/或服务内容，再基于识别出的门店名称和/或服务内容来确定出门店行业类目。如：若识别出线下门店图片信息中的门店名称为××超市，则可以确定该线下门店的行业类目为超市或日用品等，若识别出线下门店图片信息中的服务内容有：豆浆、油条、包子、粥，那么可以确定该线下门店的行业类目为餐饮业。其中，门店行业类目的具体分类可以根据实际需要进行设置，本说明书实施例不作具体限定。
本说明书一些实施例中，所述基于所述门店名称和/或服务内容，确定所述线下门店图片信息对应的门店行业类目，包括：
提取所述门店名称和/或服务内容中的关键词，将提取出的关键词与行业类目库中的行业类目进行比对，确定出所述线下门店图片信息对应的门店行业类目。
在具体的实施过程中，可以对识别出的门店名称和/或服务内容进行关键词提取，如：“火锅”、“烤串”、“理发”等，可以设置关键词库。基于关键词库对门店名称和/或服务内容进行关键词提取，再将提取出的关键词与行业类目库中的行业类目进行比对，确定出线下门店图片信息对应的门店行业类目。如：若提取出的关键词为“火锅”，则门店行业类目为餐饮业。
可以将识别出的门店名称以及门店行业类目作为门店属性信息，若没有识别到门店名称的，可以以行业类目来代替或者直接设置为空值。
通过对从街景视频信息中截取的线下门店图片进行图像处理，提取出线下门店的门店名称、服务内容等信息，进而确定出线下门店的行业类目，为后续线下门店的数字化上线奠定了数据基础。
在识别出线下门店的门店属性信息时，可以基于LBS技术获取到线下门店对应的门店经纬度信息后，可以通过方向解析，获取该经纬度信息对应的门店地址信息，即基于经纬度信息可以解析出线下门店的详细地址信息如：××市××区××街道×××号。基于详细的门店地址以及门店属性信息对线下门店信息库进行更新。如：可以将门店属性信息以及对应的详细的门店地址信息保存到线下门店信息库中，实现线下门店信息的数字化上线。
本说明书一些实施例中，所述基于所述门店属性信息和所述门店地址信息更新所述线下门店信息库，包括：
查询所述线下门店信息库中所述门店地址信息是否对应有线下门店，若是，则判断所述线下门店信息库中所述门店地址信息对应的线下门店是否与所述线下门店图片信息中的线下门店相同，若不同，则将所述线下门店信息库中所述门店地址信息对应的门店属性信息更新为所述线下门店图片信息对应的门店属性信息；
若所述线下门店信息库中所述门店地址信息没有对应有线下门店，则将在所述线下门店信息库中新增所述线下门店图片信息对应的门店属性信息以及门店地址信息。
在具体的实施过程中，在获取到线下门店图片信息对应的线下门店的门店地址信息后，可以查询线下门店信息库中该门店地址信息是否对应有线下门店，若有，进一步比较线下门店信息库中存储的该门店地址信息对应的线下门店是否与线下门店图片信息对应的线下门店相同，若相同，则不需要更改线下门店信息库的内容，若不同，则将新采集到的门店属性信息以及门店地址信息更新到线下门店信息库中。若线下门店信息库中所述门店地址信息没有对应有线下门店，则将新采集到的门店属性信息以及门店地址信息增加到线下门店信息库中。
例如：通过对街道视频信息进行图像处理，获取到该街道视频信息中一个线下门店的线下门店图片信息，对该图片进行图像识别后，获取到线下门店的门店名称为：××饭店，行业类目为餐饮业，门店地址信息为：苏州市高新区××街道110号。在线下门店信息库中查询是否存储有“苏州市高新区××街道110号”对应的线下门店信息，若经查询，线下门店信息库中“苏州市高新区××街道110号”对应有一个线下门店，该线下门店的门店名称为××超市。经比较，与新获取到的该地址对应的门店名称不同，则可以认为该地址对应的线下门店需要更新，则将线下门店信息库中“苏州市高新区××街道110号”对应的门店名称更新为××饭店，行业类目为餐饮业。若经查询，线下门店信息库中“苏州市高新区××街道110号”对应有一个线下门店，该线下门店的门店名称为××饭店，行业类目为餐饮业，经比较线下门店信息库中存储的线下门店信息与新获取到的线下门店信息相同，那么线下门店信息库不需要进行修改更新。若在线下门店信息库中查询，发现线下门店信息库没有存储地址“苏州市高新区××街道110号”的信息，那么可以将新获取到的线下门店信息包括：门店名称：××超市，行业类目：餐饮业，门店地址信息：苏州市高新区××街道110号新增到线下门店信息库中。
此外，本说明书实施例中每一条街景视频信息中可以包括多个线下门店，通过对每条街景视频信息的图像处理，每条街景视频信息可以截取出多组线下门店的对应的线下门店图片信息以及经纬度信息，基于截取出的图片以及门店经纬度信息，可以实现对线下门店信息的批量获取更新，提高了线下门店数字化上线的效率。
本说明书实施例提供的线下门店信息处理方法，利用地图街景视频技术，获取街景视频信息，再对获取到街景视频信息进行图像处理，截取出线下门店图片信息，对截取出的线下门店图片信息进行进一步处理后，可以获取到线下门店信息以及门店地址等，进而将线下门店信息数字化存储在线下门店信息库中，以便用户查询，更加方便专业人员对线下门店的管理。不需要人工参与，降低了线下门店数字化的成本，提高了线下门店数字化的效率和准确性。
在上述实施例的基础上，本说明书一些实施例中，所述从地图街景信息库中获取街景视频信息，包括：
每隔预设时间从所述地图街景信息库中获取街景视频信息或在所述地图街景信息库更新时从所述地图街景信息库中获取街景视频信息。
在具体的实施过程中，一般的地图公司为了获取道路的准确性与实时性，会定期高频次的获取道路及两旁的影像信息，本说明书实施例可以每隔预设时间如：一周或一个月等，从地图街景信息库中获取街景视频信息，进一步对街道内的线下门店信息进行更新，或可以在地图街景信息库更新时从地图街景信息库中获取街景视频信息，实现对线下门店的及时更新，可以有效避免从其他渠道获取数据的不准确、滞后的缺点。
图4是本说明书一个场景示例中线下门店信息数字化上线的示意图，下面结合图4具体介绍本说明书实施例中对线下门店信息数字化上线处理的过程，如图4所示：
1、地图公司的街景车会定期的扫街更新道路的最新信息，同时拍摄街边的实时影像，如图2。
2、街景车的车载摄像头记录路标门店的数字影像以及实时的LBS经纬度数据，将此数据进行数据化存储。
3、数字影像及实时的LBS经纬度数据同步到街景信息处理后台。
4、街景信息处理后台对数据进行如下处理：
1)、对图像数据进行分析，将一条街的图像按照门店进行切割，切割成一个门店一张图像。
2)、对拍摄的影像进行处理，获取每个门店正对门店拍摄的时间点，然后获取此时间点记录的LBS经纬度。
3)、建立1)和2)每个切割的图像与LBS经纬度的关系，作为一组数据。通过对一条道路进行上述处理，会建立这条街上多家门店的多组数据。
5、将步骤4的多组数据同步到线下门店信息处理后台，进行后续处理。
6、对于其中一组数据按照如下方式进行处理(其他每组数据的处理方式一致)：
1)、将此组数据中的图像数据进行OCR识别，识别图像中的门头即门店门牌照的名称，作为线下门店的门店名称。
2)、通过对门店名称进行算法识别，挖取其中的关键字，比如“火锅”、“烤串”等字样，通过关键字与后台的行业类目库进行匹配，获取门店的所属行业类目。
3)、对LBS经纬度进行解析，将经纬度解析成文本的详细地址。
7、通过步骤6将每组影像的数据解析成了每组“门店名称”、“行业类目”、“详细地址”、“LBS经纬度”等多组数据。
8、判断此LBS经纬度在现有的线下门店数据库中是否有数据：
如果有数据，则将步骤7中的门店数据对已有数据进行更新。如果没有数据，则作为新增的门店信息数据进入到库中。
本说明书实施例完全通过技术的手段通过对影像、图片数据进行处理获取线下门店的信息，不需人工成本，摆脱了现有大部分需要人工扫街的方式，大大降低了成本。一般地，地图公司为了获取道路的准确性与实时性，都会定期高频次的获取道路及两旁的影像信息，以此数据为基础进行加工处理，可以有效避免从其他渠道获取数据的不准确、滞后的缺点。以街景影像数据为基础，提高了线下门店信息数字化的准确性、及时性。
本说明书中上述方法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考即可，每个实施例重点说明的都是与其他实施例的不同之处。相关之处参考方法实施例的部分说明即可。
基于上述所述的线下门店信息处理方法，本说明书一个或多个实施例还提供一种用于线下门店信息处理的装置。所述装置可以包括使用了本说明书实施例所述方法的装置(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思，本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的装置的实施可以参考前述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
具体地，图5是本说明书提供的线下门店信息处理装置一个实施例的模块结构示意图，该装置可以应用在上述实施例中的客户端或服务器等终端，如图5所示，本说明书中提供的线下门店信息处理装置可以包括：
街景视频信息获取模块51，用于从地图街景信息库中获取街景视频信息；
视频处理模块52，用于从所述街景视频信息中获取线下门店信息，所述线下门店信息中包括线下门店图片信息以及所述线下门店图片信息对应的门店经纬度信息；
门店信息更新模块53，用于根据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库；其中，所述线下门店信息库中存储有各个线下门店对应的线下门店信息以及门店地址信息。
本说明书实施例提供的线下门店信息处理装置，利用地图街景视频技术，获取街景视频信息，再对获取到街景视频信息进行图像处理，截取出线下门店图片信息，对截取出的线下门店图片信息进行进一步处理后，可以获取到线下门店信息以及门店地址等，进而将线下门店信息数字化存储在线下门店信息库中，以便用户查询，更加方便专业人员对线下门店的管理。不需要人工参与，降低了线下门店数字化的成本，提高了线下门店数字化的效率和准确性。
需要说明的，上述所述的装置根据对应方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照上述对应的方法实施例的描述，在此不作一一赘述。
本说明书实施例还提供一种线下门店信息处理设备，包括：至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现上述实施例的线下门店信息处理方法，如：
从地图街景信息库中获取街景视频信息；
从所述街景视频信息中获取线下门店信息，所述线下门店信息中包括线下门店图片信息以及所述线下门店图片信息对应的门店经纬度信息；
根据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库；其中，所述线下门店信息库中存储有各个线下门店对应的线下门店信息。
本说明书实施例还提供一种线下门店信息处理系统，包括：街景车、街景信息处理设备、线下门店信息处理设备，其中：
所述街景车用于采集线下街道的视频图像信息；
所述街景信息处理设备用于实时获取街景车的经纬度，将获取到的经纬度信息与所述街景车采集到的视频图像信息进行保存；
所述线下门店信息处理设备中包括至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现上述实施例中所述的线下门店信息处理方法，如：根据所述街景信息处理设备保存的经纬度信息和视频图像信息中提取线下门店信息并上线保存。
需要说明的，上述所述的设备和系统根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
本说明书提供的线下门店信息处理装置，也可以应用在多种数据分析处理系统中。所述系统或服务器或终端或设备可以为单独的服务器，也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例系统或服务器或终端或设备的服务器集群、系统(包括分布式系统)、软件(应用)、实际操作装置、逻辑门电路装置、量子计算机等并结合必要的实施硬件的终端装置。所述核对差异数据的检测系统可以包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现上述任意一个或者多个实施例中所述方法的步骤。
本说明书实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图6是本说明书一个实施例中线下门店信息处理服务器的硬件结构框图，该计算机终端可以是上述实施例中的线下门店信息处理服务器或线下门店信息处理装置。如图6所示服务器10可以包括一个或多个(图中仅示出一个)处理器100(处理器100可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的非易失性存储器200、以及用于通信功能的传输模块300。本领域普通技术人员可以理解，图6所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器10还可包括比图6中所示更多或者更少的组件，例如还可以包括其他的处理硬件，如数据库或多级缓存、GPU，或者具有与图6所示不同的配置。
非易失性存储器200可用于存储应用软件的软件程序以及模块，如本说明书实施例中的线下门店信息处理方法对应的程序指令/模块，处理器100通过运行存储在非易失性存储器200内的软件程序以及模块，从而执行各种功能应用以及资源数据更新。非易失性存储器200可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，非易失性存储器200可进一步包括相对于处理器100远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块300用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输模块300包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块300可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
上述对本说明书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。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上，所述的存储介质可以计算机读取并执行，实现本说明书实施例所描述方案的效果，如：
从地图街景信息库中获取街景视频信息；
从所述街景视频信息中获取线下门店信息，所述线下门店信息中包括线下门店图片信息以及所述线下门店图片信息对应的门店经纬度信息；
根据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库；其中，所述线下门店信息库中存储有各个线下门店对应的线下门店信息。
所述存储介质可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。
本说明书实施例提供的上述线下门店信息处理方法或装置可以在计算机中由处理器执行相应的程序指令来实现，如使用windows操作系统的c++语言在PC端实现、linux系统实现，或其他例如使用android、iOS系统程序设计语言在智能终端实现，以及基于量子计算机的处理逻辑实现等。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机资源数据更新和数据存储规则或本说明书一个或多个实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例，仍然可以属于本说明书实施例的可选实施方案范围之内。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
这些计算机程序指令也可装载到计算机或其他可编程资源数据更新设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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考即可，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，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参考方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书一个或多个实施例的实施例而已，并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说，本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在权利要求范围之内。
Claims (10)
1.一种线下门店信息处理方法，所述方法包括：
从地图街景信息库中获取街景视频信息；
从所述街景视频信息中获取线下门店信息，所述线下门店信息中包括线下门店图片信息以及所述线下门店图片信息对应的门店经纬度信息；
根据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库；其中，所述线下门店信息库中存储有各个线下门店对应的线下门店信息。
2.如权利要求1所述的方法，所述根据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库，包括：
对所述线下门店图片信息进行图像识别，获取所述线下门店图片信息中的门店属性信息；
根据所述门店经纬度信息确定出门店地址信息；
基于所述门店属性信息和所述门店地址信息更新所述线下门店信息库。
3.如权利要求2所述的方法，所述基于所述门店属性信息和所述门店地址信息更新所述线下门店信息库，包括：
查询所述线下门店信息库中所述门店地址信息是否对应有线下门店，若是，则判断所述线下门店信息库中所述门店地址信息对应的线下门店是否与所述线下门店图片信息中的线下门店相同，若不同，则将所述线下门店信息库中所述门店地址信息对应的门店属性信息更新为所述线下门店图片信息对应的门店属性信息；
若所述线下门店信息库中所述门店地址信息没有对应有线下门店，则将在所述线下门店信息库中新增所述线下门店图片信息对应的门店属性信息以及门店地址信息。
4.如权利要求2所述的方法，所述对所述线下门店图片信息进行图像识别，获取所述线下门店图片信息中的门店属性信息，包括：
利用图像识别技术识别所述线下门店图片信息中的门店名称和/或服务内容；
基于所述门店名称和/或服务内容，确定所述线下门店图片信息对应的门店行业类目；
将所述门店名称和所述门店行业类目作为所述门店属性信息。
5.如权利要求4所述的方法，所述基于所述门店名称和/或服务内容，确定所述线下门店图片信息对应的门店行业类目，包括：
提取所述门店名称和/或服务内容中的关键词，将提取出的关键词与行业类目库中的行业类目进行比对，确定出所述线下门店图片信息对应的门店行业类目。
6.如权利要求1所述的方法，所述从所述街景视频信息中获取线下门店信息，包括：
从所述街景视频信息中截取带有门店门牌照的视频帧图片作为所述线下门店图片信息；
根据基于位置的服务技术获取所述街景视频信息中带有门店门牌照的视频帧图片对应时间点的经纬度作为所述线下门店图片信息对应的门店经纬度信息。
7.如权利要求1所述的方法，所述从地图街景信息库中获取街景视频信息，包括：
每隔预设时间从所述地图街景信息库中获取街景视频信息或在所述地图街景信息库更新时从所述地图街景信息库中获取街景视频信息。
8.一种线下门店信息处理装置，所述装置包括：
街景视频信息获取模块，用于从地图街景信息库中获取街景视频信息；
视频处理模块，用于从所述街景视频信息中获取线下门店信息，所述线下门店信息中包括线下门店图片信息以及所述线下门店图片信息对应的门店经纬度信息；
门店信息更新模块，用于根据所述线下门店图片信息和所述门店经纬度信息，更新线下门店信息库；其中，所述线下门店信息库中存储有各个线下门店对应的线下门店信息以及门店地址信息。
9.一种线下门店信息处理设备，包括：至少一个处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1-7任一项所述的方法。
10.一种线下门店信息处理系统，包括：街景车、街景信息处理设备、线下门店信息处理设备，其中：
所述街景车用于采集线下街道的视频图像信息；
所述街景信息处理设备用于实时获取街景车的经纬度，将获取到的经纬度信息与所述街景车采集到的视频图像信息进行保存；
所述线下门店信息处理设备用于利用上述权利要求1-7任一项所述的方法根据所述街景信息处理设备保存的经纬度信息和视频图像信息中提取线下门店信息并上线保存。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110307027.5A CN113065016A (zh) | 2021-03-23 | 2021-03-23 | 线下门店信息处理方法、装置、设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110307027.5A CN113065016A (zh) | 2021-03-23 | 2021-03-23 | 线下门店信息处理方法、装置、设备及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113065016A true CN113065016A (zh) | 2021-07-02 |
Family
ID=76563413
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110307027.5A Pending CN113065016A (zh) | 2021-03-23 | 2021-03-23 | 线下门店信息处理方法、装置、设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113065016A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115174885A (zh) * | 2022-06-28 | 2022-10-11 | 深圳数位大数据科技有限公司 | 基于ar终端的线下场景信息采集方法、平台、系统及介质 |
| WO2023155401A1 (zh) * | 2022-02-17 | 2023-08-24 | 中国银联股份有限公司 | 基于街景图像识别的商户真实性验证系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107545495A (zh) * | 2017-08-31 | 2018-01-05 | 河南真二互联网科技有限公司 | 一种基于互联网的远程看房方法 |
| CN109214280A (zh) * | 2018-07-27 | 2019-01-15 | 北京三快在线科技有限公司 | 基于街景的店铺识别方法、装置、电子设备及存储介质 |
| CN111737547A (zh) * | 2020-06-17 | 2020-10-02 | 北京三快在线科技有限公司 | 商户信息的获取系统、方法、装置、设备及存储介质 |
| CN112118533A (zh) * | 2020-07-29 | 2020-12-22 | 深圳市修远文化创意有限公司 | 一种导航信息展示的方法以及装置 |
| CN112380437A (zh) * | 2020-11-17 | 2021-02-19 | 上海明略人工智能(集团)有限公司 | 一种基于特征识别的获取顾客偏好信息的方法及系统 |
-
2021
- 2021-03-23 CN CN202110307027.5A patent/CN113065016A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107545495A (zh) * | 2017-08-31 | 2018-01-05 | 河南真二互联网科技有限公司 | 一种基于互联网的远程看房方法 |
| CN109214280A (zh) * | 2018-07-27 | 2019-01-15 | 北京三快在线科技有限公司 | 基于街景的店铺识别方法、装置、电子设备及存储介质 |
| CN111737547A (zh) * | 2020-06-17 | 2020-10-02 | 北京三快在线科技有限公司 | 商户信息的获取系统、方法、装置、设备及存储介质 |
| CN112118533A (zh) * | 2020-07-29 | 2020-12-22 | 深圳市修远文化创意有限公司 | 一种导航信息展示的方法以及装置 |
| CN112380437A (zh) * | 2020-11-17 | 2021-02-19 | 上海明略人工智能(集团)有限公司 | 一种基于特征识别的获取顾客偏好信息的方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023155401A1 (zh) * | 2022-02-17 | 2023-08-24 | 中国银联股份有限公司 | 基于街景图像识别的商户真实性验证系统及方法 |
| CN115174885A (zh) * | 2022-06-28 | 2022-10-11 | 深圳数位大数据科技有限公司 | 基于ar终端的线下场景信息采集方法、平台、系统及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109635857B (zh) | 人车轨迹监测分析方法、装置、设备及存储介质 | |
| JP6185186B2 (ja) | コードスキャン結果情報を提供するための方法及びシステム | |
| CN108416003A (zh) | 一种图片分类方法和装置、终端、存储介质 | |
| CN104090970A (zh) | 兴趣点的展现方法及装置 | |
| CN101842788A (zh) | 用于使用基于网格的特征组织来执行视觉搜索的方法、设备和计算机程序产品 | |
| CN109492066B (zh) | 一种兴趣点分支名称的确定方法、装置、设备及存储介质 | |
| CN113065016A (zh) | 线下门店信息处理方法、装置、设备及系统 | |
| CN108712712A (zh) | 无线保真WiFi网络关联信息显示方法及装置 | |
| WO2023040530A1 (zh) | 网页内容溯源方法、知识图谱构建方法以及相关设备 | |
| CN112258254A (zh) | 基于大数据架构的互联网广告风险监测方法及系统 | |
| CN112364176A (zh) | 一种人员行动轨迹的构建方法、设备及系统 | |
| CN105303449A (zh) | 基于相机指纹特征的社交网络用户的识别方法和系统 | |
| CN110968712B (zh) | Bim族模型获取的方法、装置及系统 | |
| CN111767432A (zh) | 共现对象的查找方法和装置 | |
| CN112241489B (zh) | 信息推送方法、装置、可读存储介质和计算机设备 | |
| CN111832579A (zh) | 地图兴趣点数据处理方法、装置、电子设备以及可读介质 | |
| CN104123310A (zh) | 基于卫星图像的路网信息的处理方法及装置 | |
| CN110175295B (zh) | 广告位推荐方法、电子设备及计算机可读存储介质 | |
| CN110647595B (zh) | 一种新增兴趣点的确定方法、装置、设备和介质 | |
| CN112487082A (zh) | 一种生物特征识别的方法及相关设备 | |
| CN103093213A (zh) | 视频文件分类方法及终端 | |
| CN113079052B (zh) | 模型训练、物联网数据识别方法、装置、设备及存储介质 | |
| CN113065893B (zh) | 客户信息识别方法、装置、设备及存储介质 | |
| CN116108120A (zh) | 用于轨迹数据的网格索引方法、轨迹数据搜索方法和装置 | |
| CN114781517A (zh) | 风险识别的方法、装置及终端设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210702 |
|
| RJ01 | Rejection of invention patent application after publication |