CN114638613A - 基于身份识别的菜品结算处理方法及装置 - Google Patents
基于身份识别的菜品结算处理方法及装置 Download PDFInfo
- Publication number
- CN114638613A CN114638613A CN202210212033.7A CN202210212033A CN114638613A CN 114638613 A CN114638613 A CN 114638613A CN 202210212033 A CN202210212033 A CN 202210212033A CN 114638613 A CN114638613 A CN 114638613A
- Authority
- CN
- China
- Prior art keywords
- dish
- settlement
- user
- image
- combination
- 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
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供了基于身份识别的菜品结算处理方法及装置,其中,一种基于身份识别的菜品结算处理方法包括:获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像;识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户;将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类;根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
Description
技术领域
本文件涉及数据处理技术领域,尤其涉及一种基于身份识别的菜品结算处理方法及装置。
背景技术
菜品作为人们的生活必需品,针对菜品品种的开发在不断发展,菜品品种也在不断增加,用户通过肉眼通常只能辨别出少数品种的菜品。针对用户自助就餐的场景,帮助用户进行菜品识别成为了一种需求。而且,菜品识别还可以应用到多种不同的应用场景,例如餐饮店铺的结账流程、智能餐盘对菜品的语音介绍、智能冰箱针对存放的不同菜品的检测等等。
发明内容
本说明书一个或多个实施例提供了一种基于身份识别的菜品结算处理方法,包括:获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像。识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户。将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类。根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
本说明书一个或多个实施例提供了一种基于身份识别的菜品结算处理装置,包括:图像获取模块,被配置为获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像。结算用户识别模块,被配置为识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户。菜品种类识别模块,被配置为将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类。结算处理模块,被配置为根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
本说明书一个或多个实施例提供了一种基于身份识别的菜品结算处理设备,包括:处理器;以及,被配置为存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像。识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户。将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类。根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
本说明书一个或多个实施例提供了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现以下流程:获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像。识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户。将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类。根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
附图说明
为了更清楚地说明本说明书一个或多个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为本说明书一个或多个实施例提供的一种基于身份识别的菜品结算处理方法处理流程图;
图2为本说明书一个或多个实施例提供的一种菜品组合的示意图;
图3为本说明书一个或多个实施例提供的一种应用于团餐场景的基于身份识别的菜品结算处理方法处理流程图;
图4为本说明书一个或多个实施例提供的一种基于身份识别的菜品结算处理装置示意图;
图5为本说明书一个或多个实施例提供的一种基于身份识别的菜品结算处理设备的结构示意图。
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一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个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的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,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,都应当属于本文件的保护范围。
本说明书提供的一种基于身份识别的菜品结算处理方法实施例:
参照图1,本实施例提供的基于身份识别的菜品结算处理方法,所述方法具体包括步骤S102至步骤S108。
步骤S102,获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像。
本实施例提供的基于身份识别的菜品结算处理方法,通过配置的菜品机具,同时采集待识别的菜品图像与用户身份图像,将采集的菜品图像关联至基于用户身份图像确定的结算用户,再结合结算用户的历史行为数据与菜品图像,进行菜品图像对应的菜品种类识别,获得菜品图像中各已选菜品的菜品种类,从菜品种类出发,计算各已选菜品的总费用,利用结算用户的支付令牌对总费用进行结算处理,通过身份识别技术与大数据行为偏好分析,增强菜品识别准确率,借助菜品智能识别技术,减少人员接触,同时较之借助智能餐盘完成的菜品识别,能够降低成本。
本实施例所述菜品机具,是指就餐机构或者机构内部组织(比如学校食堂或者餐厅)配置的用于菜品识别、用户身份识别、菜品结算或者其他功能的机具。所述菜品组合,是指由一个或者多个菜品种类的菜品组成的组合,比如菜品组合为由菜品A、菜品B、菜品C组成的组合,需要说明的是,所述菜品组合中包含的菜品不仅可以是传统意义上的各种类型的菜品,还可以是粗粮、细粮、饮品。所述菜品图像,是指针对菜品组合采集的图像,所述用户身份图像,包括非接触式的生物特征图像,即非接触式特征图像,比如人脸图像、虹膜图像。本实施例针对人脸图像、虹膜图像等非接触式特征图像,在团餐场景可减少人员接触,在公共卫生事件背景下,保障用户的卫生健康。
在实际的团餐场景中,用户在集中就餐食堂可自助或者通过服务员挑选菜品,将挑选的待识别的菜品组合(如图2所示的菜品组合的示意图)置于菜品机具的图像传感器(比如摄像头)进行菜品图像采集,在菜品图像采集的同时,菜品机具也采集用户的用户身份图像(比如菜品机具的前后摄像头同时配合采集用户身份图像与菜品图像),在菜品机具采集图像完毕后,获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像。
步骤S104,识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户。
本实施例所述结算用户,是指针对待识别的菜品组合进行费用结算的用户。
上述获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像,在此基础上,本步骤中,对用户身份图像进行图像识别,获得用户身份图像对应的结算用户,并将菜品图像关联至结算用户,将菜品与结算用户进行数据绑定,便于结算用户针对菜品组合中各已选菜品进行后续的费用支付。
实际应用中,在识别用户身份图像对应的结算用户的过程中,可能会遇到网络状况不良的情况,针对于此,为了避免用户身份图像识别的时间过长,导致用户体验不佳,提升识别效率,可配合进行本地识别与远程识别,具体的,先对用户身份图像进行本地识别,在本地识别无结果的情况下,再进行远程识别(比如云端识别),本实施例提供的一种可选实施方式中,通过如下方式进行用户身份图像识别:
将所述用户身份图像输入所述菜品机具存储的身份识别模型进行离线身份识别,将所述身份识别模型输出的用户标识对应的用户作为结算用户;
若所述身份识别模型输出的用户标识为空,调用远程身份识别接口对所述用户身份图像进行身份识别处理,将所述远程身份识别接口返回的用户标识对应的用户作为结算用户。
具体的,菜品机具中存储有身份识别模型,在获取到用户身份图像之后,先将用户身份图像输入身份识别模型进行离线身份识别,并将身份识别模型输出的用户标识(比如用户身份标识)对应的用户作为结算用户,由于离线数据存在不全面的问题,鉴于此,在身份识别模型输出的用户标识为空的情况下,代表本地识别无结果,调用远程身份识别接口对用户身份图像进行身份识别处理,将远程身份识别接口返回的用户标识对应的用户作为结算用户;其中,远程身份识别接口包括云端身份识别接口。
步骤S106,将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类。
本实施例所述历史行为数据,是指与结算用户的历史行为偏好相关的数据,可选的,所述历史行为数据,包括下述至少一项:菜品消费记录、用户画像数据、行为特征数据。所述菜品消费记录包括历史菜品消费记录,比如结算用户前一次菜品消费记录中菜品组合为由“菜品A”、“菜品B”、“菜品C”组成的组合,所述行为特征数据,是指行为偏好数据,例如偏好辣、爱吃快餐。
上述识别用户身份图像对应的结算用户,并将菜品图像关联至所述结算用户,在此基础上,本实施例借助菜品识别模型,将菜品图像与结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得菜品组合中各已选菜品的菜品种类。
实际应用中,在利用菜品识别模型获得菜品组合中各已选菜品的菜品种类之后,由于菜品识别模型的输出结果与实际情况无法完全匹配,所以为了解决菜品识别模型可能出现的识别错误,本实施例提供的一种可选实施方式中,在将菜品图像和结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得菜品组合中各已选菜品的菜品种类之后,可通过如下方式纠正误识别菜品种类:
获取所述各已选菜品的相似菜品列表并通过所述菜品机具进行展示;
若检测到基于所述相似菜品列表中任一相似菜品替换所述菜品组合中任一已选菜品的替换指令,则将所述任一已选菜品更新为所述任一相似菜品。
其中,所述相似菜品列表,包括由菜品组合中各已选菜品的相似菜品组成的列表。
具体的,为了向用户提供良好的使用体验,在针对各已选菜品的误识别菜品种类进行纠正的过程中,可获取各已选菜品的相似菜品列表并在菜品机具进行展示,在此基础上,结算用户或者菜品机具操作人员可将菜品组合中任意一个已选菜品替换为相似菜品列表中任意一个相似菜品,即在检测到结算用户或者菜品机具操作人员基于相似菜品列表中任一相似菜品替换菜品组合中任一已选菜品的替换指令,则将任一已选菜品更新为任一相似菜品;通过由机具操作人员操作菜品机具,用户无需操作,针对公共卫生事件场景,能够减少人员接触。
另外,针对菜品种类误识别可设置纠错访问接口,在菜品识别模型输出的菜品组合中已选菜品的菜品种类出现与实际不符的情况时,结算用户或者菜品机具操作人员触发纠错访问接口,通过菜品机具展示各已选菜品的相似菜品列表,进而从相似菜品列表中选择替换任一已选菜品的任一相似菜品,提升菜品种类误识别纠错效率。
具体实施时,在通过相似菜品列表实现菜品种类纠错的基础上,可选的,所述菜品种类识别,包括:对所述菜品图像进行拆分处理,获得所述菜品组合中各已选菜品的特征图像;基于所述特征图像和所述历史行为数据,进行所述各已选菜品与菜品库中各候选菜品的相似度计算,并根据相似度计算结果确定所述各已选菜品的菜品种类。
具体的,对菜品图像按照菜品种类进行拆分,获得菜品组合中各已选菜品的特征图像,结合各已选菜品的特征图像与结算用户的历史行为数据,将各已选菜品与菜品库中各候选菜品进行匹配,简而言之,将各已选菜品中每个已选菜品与菜品库中各候选菜品进行匹配,即计算每个已选菜品与菜品库中各候选菜品的相似度,借助计算获得的相似度确定各已选菜品的菜品种类。
进一步,在通过相似菜品列表实现菜品种类纠错并通过菜品组合中各已选菜品与菜品库中各候选菜品的相似度计算确定各已选菜品的菜品种类的基础上,为了增加菜品识别的准确性以及菜品识别的灵活性,可选的,所述菜品识别模型的输出包括所述各已选菜品的菜品种类,以及所述各已选菜品的相似菜品种类;其中,所述相似菜品种类为所述菜品库中与所述各已选菜品的相似度满足预设条件的各候选菜品的菜品种类,所述相似菜品列表由所述相似菜品种类的各候选菜品组成。
具体的,在计算各已选菜品与菜品库中各候选菜品的相似度,借助计算获得的相似度确定各已选菜品的菜品种类之后,菜品识别模型输出各已选菜品的菜品种类,即在各已选菜品中任意一个已选菜品与菜品库中各候选菜品计算相似度之后,将计算的相似度进行排序,排序位置处于预设位置的相似度对应的候选菜品种类即为该任意一个已选菜品的菜品种类,为了便于菜品种类误识别的纠错,菜品识别模型输出各已选菜品的菜品种类的同时,也输出各已选菜品的相似菜品种类,所述相似菜品种类即为上述计算的相似度的排序位置处于预设位置之后,但满足预设条件的菜品种类(比如相似度大于或者等于相似度阈值85%)。例如,相似度大于或者等于相似度阈值85%的候选菜品种类有5种,选择相似度处于第一位的菜品种类作为上述任意一个已选菜品的菜品种类,剩余4种菜品种类作为该任意一个已选菜品的相似菜品种类。
在通过相似菜品列表实现菜品种类纠错并通过菜品组合中各已选菜品与菜品库中各候选菜品的相似度计算确定已选菜品的菜品种类的基础上,可选的,所述历史行为数据,包括下述至少一项:菜品消费记录、用户画像数据、行为特征数据;所述菜品消费记录包括历史菜品消费记录,比如结算用户前一次菜品消费记录中菜品组合为由“菜品A”、“菜品B”、“菜品C”组成的组合,所述行为特征数据,是指行为偏好数据,例如偏好辣、爱吃快餐。
此外,除上述提供的通过相似菜品列表实现菜品种类纠错的实现方式之外,本实施例还可通过直接输入菜品关键词,利用关键词搜索确定对应的候选菜品,进而根据候选菜品进行菜品组合中任一已选菜品的替换,以适应多种菜品种类纠错场景,满足用户的多样化需求。本实施例提供的一种可选实施方式中,通过菜品关键词实现菜品种类纠错的执行过程具体包括:
根据通过所述菜品机具输入的菜品关键词,在菜品库中检索所述菜品关键词对应的候选菜品并通过所述菜品机具进行展示;
若检测到基于所述候选菜品替换所述菜品组合中任一已选菜品的替换指令,则将所述任一已选菜品更新为所述候选菜品。
其中,所述菜品关键词,包括种类关键词、食材关键词。
例如,通过菜品机具输入的菜品关键词为食材关键词,在菜品库中检索食材关键词对应的候选菜品为“菜品A”,将检索获得的候选菜品“菜品A”在菜品机具展示,若检测到基于候选菜品“菜品A”替换菜品组合中任一已选菜品的替换指令,代表针对菜品种类进行纠错,将任一已选菜品更新为候选菜品;需要说明的是,根据菜品关键词在菜品库中检索获得的候选菜品可以是一个,也可以是多个,比如根据食材关键词在菜品库中检索对应的候选菜品包括“菜品A”、“菜品B”,在此情况下,通过菜品机具展示“菜品A”、“菜品B”,可将任一已选菜品替换为“菜品A”、“菜品B”中的任意一者。
需要补充的是,通过菜品机具输入的菜品关键词以及替换指令,一方面可由结算用户进行输入,另一方面也可由菜品机具的操作人员进行输入,为部分不会使用菜品机具的用户提供帮助,同时在公共卫生事件背景下,能够减少人员接触。
步骤S108,根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
本实施例所述代结费用,是指针对菜品组合中各已选菜品需要结算的费用;所述支付令牌在结算用户在目标子程序进行注册后生成,或者结算用户所在的机构(比如企业)在目标子程序为企业员工进行注册后,向结算用户下发。
上述将菜品图像和结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得菜品组合中各已选菜品的菜品种类,本实施例根据菜品种类计算菜品组合的代结费用,并利用结算用户的支付令牌结算菜品组合的代结费用,以保障结算用户的账户安全。
具体实施时,在基于结算用户的支付令牌进行待结费用的结算处理的过程中,执行如下操作:生成携带所述支付令牌和所述待结费用的结算请求并向目标子程序下发;响应于所述结算请求,所述目标子程序基于所述支付令牌在所述结算用户的资金账户进行所述待结费用的代扣处理。
实际应用中,在识别菜品组合中各已选菜品的菜品种类之后,用户可能未注意到菜品种类识别错误的情况,导致待结费用计算错误,进而导致结算用户的资金扣除有误。针对于此,本实施例在针对识别菜品组合中各已选菜品的代结费用进行结算处理之后,结算用户可更改各已选菜品中任意一个已选菜品的菜品种类,并进行提交。具体的,本实施例提供的一种可选实施方式中,在根据菜品种类计算菜品组合的待结费用,并基于结算用户的支付令牌进行待结费用的结算处理之后,还执行如下操作:
通过目标子程序向所述结算用户推送所述菜品组合的结算消息;所述结算消息携带所述菜品组合中各已选菜品的菜品种类;
若检测到所述结算用户通过所述目标子程序提交的更新菜品组合,则根据所述更新菜品组合中各更新菜品的菜品种类计算所述更新菜品组合的总费用;
基于所述总费用和待结费用计算差额费用,并进行所述差额费用的结算处理或者返还处理。
其中,所述更新菜品组合,是指将上述结算处理对应的菜品组合中任意一个或者多个已选菜品的菜品种类进行更新后的菜品组合。例如,上述结算处理对应的菜品组合为“菜品A”、“菜品B”,更新菜品组合为“菜品A”、“菜品C”。
具体的,通过目标子程序向结算用户推送结算消息,结算消息携带菜品组合中各已选菜品的菜品种类,以提升用户的感知程度,结算用户在查看结算消息之后,若检测到结算用户通过目标子程序提交的更新菜品组合,代表结算用户提交了菜品种类纠错,根据更新菜品组合中各更新菜品的菜品种类计算更新菜品组合的总费用,并从总费用与待结费用出发,计算两者的差值即差额费用,利用该差额费用进行结算用户下一次菜品消费结算或者将该差额费用返还给结算用户,进一步提升用户体验。
在具体的执行过程中,对于菜品识别而言,菜品识别模型的作用至关重要,需要有较高的识别准确率,下述对本实施例提供的两种针对菜品识别模型的识别准确率进行提升的实现方式进行具体说明。
(1)基于所述各更新菜品的菜品种类和所述各已选菜品的菜品种类构建训练样本,并根据构建的训练样本对所述菜品识别模型进行有监督训练。
以各更新菜品的菜品种类和各已选菜品的菜品种类作为训练样本,通过训练样本对菜品识别模型进行有监督训练,从而提升菜品识别模型的识别准确率。
(2)根据所述各更新菜品的菜品种类和所述各已选菜品的菜品种类,进行所述菜品识别模型的参数调整。
需要补充的是,通过对各更新菜品的菜品种类和各已选菜品的菜品种类进行比对,确定菜品识别模型针对各已选菜品的菜品种类的识别准确率,根据识别准确率对菜品识别模型进行参数调整。
在针对菜品识别模型的识别准确率进行提升的过程中,可选择上述两种实现方式中的任意一者执行。
下述以本实施例提供的一种基于身份识别的菜品结算处理方法在团餐场景的应用为例,对本实施例提供的基于身份识别的菜品结算处理方法进行进一步说明,参见图3,应用于团餐场景的基于身份识别的菜品结算处理方法,具体步骤S302至步骤S326。
步骤S302,获取菜品机具采集的待识别的团餐菜品组合的团餐菜品图像和人脸图像。
步骤S304,将人脸图像输入菜品机具存储的身份识别模型进行离线身份识别,将身份识别模型输出的用户标识对应的用户作为结算用户。
步骤S306,若身份识别模型输出的用户标识为空,调用远程身份识别接口对人脸图像进行身份识别处理,将远程身份识别接口返回的用户标识对应的用户作为结算用户。
步骤S308,将团餐菜品图像关联至结算用户。
步骤S310,将团餐菜品图像和结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得团餐菜品组合中各已选菜品的菜品种类。
其中,菜品种类识别的执行过程具体包括:对团餐菜品图像进行拆分处理,获得团餐菜品组合中各已选菜品的特征图像;基于特征图像和历史行为数据,进行各已选菜品与菜品库中各候选菜品的相似度计算,并根据相似度计算结果确定各已选菜品的菜品种类。
具体的,在进行各已选菜品与菜品库中各候选菜品的相似度计算的过程中,将各已选菜品中每个已选菜品与菜品库中各候选菜品的相似度进行计算,并根据相似度计算结果确定各已选菜品中每个已选菜品的菜品种类。
需要说明的是,菜品识别模型的输出包括各已选菜品的菜品种类,以及各已选菜品的相似菜品种类;相似菜品种类为菜品库中与各已选菜品的相似度满足预设条件的各候选菜品的菜品种类,相似菜品列表由相似菜品种类的各候选菜品组成。
具体的,各已选菜品中每个已选菜品的相似菜品种类为菜品库中与该已选菜品的相似度满足预设条件的候选菜品的菜品种类,每个已选菜品的相似菜品列表由相似菜品种类的候选菜品组成。
步骤S312,获取各已选菜品的相似菜品列表并通过菜品机具进行展示。
步骤S314,若检测到基于相似菜品列表中任一相似菜品替换团餐菜品组合中任一已选菜品的替换指令,则将任一已选菜品更新为任一相似菜品。
步骤S316,根据菜品种类计算团餐菜品组合的待结费用,并生成携带支付令牌和待结费用的结算请求并向目标子程序下发。
其中,菜品种类包括任一相似菜品的菜品种类以及未进行更新的已选菜品的菜品种类。
在此之后,响应于结算请求,目标子程序基于支付令牌在结算用户的资金账户进行待结费用的代扣处理。
步骤S318,通过目标子程序向结算用户推送团餐菜品组合的结算消息。
其中,结算消息携带团餐菜品组合中各已选菜品的菜品种类。
步骤S320,若检测到结算用户通过目标子程序提交的更新团餐菜品组合,则根据更新团餐菜品组合中各更新菜品的菜品种类计算更新团餐菜品组合的总费用。
步骤S322,基于总费用和待结费用计算差额费用,并进行差额费用的结算处理或者返还处理。
步骤S324,基于各更新菜品的菜品种类和各已选菜品的菜品种类构建训练样本,并根据构建的训练样本对菜品识别模型进行有监督训练。
此外,步骤S324还可被替换为:根据各更新菜品的菜品种类和各已选菜品的菜品种类,进行菜品识别模型的参数调整。
综上所述,本实施例提供的基于身份识别的菜品结算处理方法,首先获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像,将用户身份图像输入菜品机具存储的身份识别模型进行离线身份识别,将身份识别模型输出的用户标识对应的用户作为结算用户,若身份识别模型输出的用户标识为空,调用远程身份识别接口对用户身份图像进行身份识别处理,将远程身份识别接口返回的用户标识对应的用户作为结算用户,将菜品图像关联至结算用户,通过身份识别技术与大数据行为偏好分析,增强菜品识别准确率,在公共卫生事件常态化的大背景下,借助菜品智能识别技术,减少人员接触;
其次将菜品图像和结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得菜品组合中各已选菜品的菜品种类,获取各已选菜品的相似菜品列表并通过菜品机具进行展示,若检测到基于相似菜品列表中任一相似菜品替换菜品组合中任一已选菜品的替换指令,则将任一已选菜品更新为任一相似菜品,此外,还可根据通过菜品机具输入的菜品关键词,在菜品库中检索菜品关键词对应的候选菜品并通过菜品机具进行展示,若检测到基于候选菜品替换菜品组合中任一已选菜品的替换指令,则将任一已选菜品更新为候选菜品,通过菜品种类误识别的纠正保障用户的权益,提升用户体验;
最后根据菜品种类计算菜品组合的待结费用,并基于结算用户的支付令牌进行待结费用的结算处理,通过目标子程序向结算用户推送菜品组合的结算消息,若检测到结算用户通过目标子程序提交的更新菜品组合,则根据更新菜品组合中各更新菜品的菜品种类计算更新菜品组合的总费用,基于总费用和待结费用计算差额费用,并进行差额费用的结算处理或者返还处理,确保用户的资金安全,较之借助智能餐盘完成菜品识别,能够降低成本。
本说明书提供的一种基于身份识别的菜品结算处理装置实施例如下:
在上述的实施例中,提供了一种基于身份识别的菜品结算处理方法,与之相对应的,还提供了一种基于身份识别的菜品结算处理装置,下面结合附图进行说明。
参照图4,其示出了本实施例提供的一种基于身份识别的菜品结算处理装置示意图。
由于装置实施例对应于方法实施例,所以描述得比较简单,相关的部分请参见上述提供的方法实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例提供一种基于身份识别的菜品结算处理装置,包括:
图像获取模块402,被配置为获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像;
结算用户识别模块404,被配置为识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户;
菜品种类识别模块406,被配置为将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类;
结算处理模块408,被配置为根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
本说明书提供的一种基于身份识别的菜品结算处理设备实施例如下:
对应上述描述的一种基于身份识别的菜品结算处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种基于身份识别的菜品结算处理设备,该基于身份识别的菜品结算处理设备用于执行上述提供的基于身份识别的菜品结算处理方法,图5为本说明书一个或多个实施例提供的一种基于身份识别的菜品结算处理设备的结构示意图。
本实施例提供的一种基于身份识别的菜品结算处理设备,包括:
如图5所示,基于身份识别的菜品结算处理设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器501和存储器502,存储器502中可以存储有一个或一个以上存储应用程序或数据。其中,存储器502可以是短暂存储或持久存储。存储在存储器502的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括基于身份识别的菜品结算处理设备中的一系列计算机可执行指令。更进一步地,处理器501可以设置为与存储器502通信,在基于身份识别的菜品结算处理设备上执行存储器502中的一系列计算机可执行指令。基于身份识别的菜品结算处理设备还可以包括一个或一个以上电源503,一个或一个以上有线或无线网络接口504,一个或一个以上输入/输出接口505,一个或一个以上键盘506等。
在一个具体的实施例中,基于身份识别的菜品结算处理设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对基于身份识别的菜品结算处理设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像;
识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户;
将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类;
根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
本说明书提供的一种存储介质实施例如下:
对应上述描述的一种基于身份识别的菜品结算处理方法,基于相同的技术构思,本说明书一个或多个实施例还提供一种存储介质。
本实施例提供的存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现以下流程:
获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像;
识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户;
将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类;
根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
需要说明的是,本说明书中关于存储介质的实施例与本说明书中关于基于身份识别的菜品结算处理方法的实施例基于同一发明构思,因此该实施例的具体实施可以参见前述对应方法的实施,重复之处不再赘述。
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。
在20世纪30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:ARC625D、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、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单元分别描述。当然,在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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,相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已,并不用于限制本文件。对于本领域技术人员来说,本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本文件的权利要求范围之内。
Claims (13)
1.一种基于身份识别的菜品结算处理方法,包括:
获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像;
识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户;
将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类;
根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
2.根据权利要求1所述的基于身份识别的菜品结算处理方法,所述将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类步骤执行之后,且所述根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理步骤执行之前,还包括:
获取所述各已选菜品的相似菜品列表并通过所述菜品机具进行展示;
若检测到基于所述相似菜品列表中任一相似菜品替换所述菜品组合中任一已选菜品的替换指令,则将所述任一已选菜品更新为所述任一相似菜品。
3.根据权利要求2所述的基于身份识别的菜品结算处理方法,所述菜品种类识别,包括:
对所述菜品图像进行拆分处理,获得所述菜品组合中各已选菜品的特征图像;
基于所述特征图像和所述历史行为数据,进行所述各已选菜品与菜品库中各候选菜品的相似度计算,并根据相似度计算结果确定所述各已选菜品的菜品种类。
4.根据权利要求3所述的基于身份识别的菜品结算处理方法,所述菜品识别模型的输出包括所述各已选菜品的菜品种类,以及所述各已选菜品的相似菜品种类;
其中,所述相似菜品种类为所述菜品库中与所述各已选菜品的相似度满足预设条件的各候选菜品的菜品种类,所述相似菜品列表由所述相似菜品种类的各候选菜品组成。
5.根据权利要求3所述的基于身份识别的菜品结算处理方法,所述历史行为数据,包括下述至少一项:
菜品消费记录、用户画像数据、行为特征数据。
6.根据权利要求1所述的基于身份识别的菜品结算处理方法,所述将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类步骤执行之后,且所述根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理步骤执行之前,还包括:
根据通过所述菜品机具输入的菜品关键词,在菜品库中检索所述菜品关键词对应的候选菜品并通过所述菜品机具进行展示;
若检测到基于所述候选菜品替换所述菜品组合中任一已选菜品的替换指令,则将所述任一已选菜品更新为所述候选菜品。
7.根据权利要求1所述的基于身份识别的菜品结算处理方法,所述根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理步骤执行之后,还包括:
通过目标子程序向所述结算用户推送所述菜品组合的结算消息;所述结算消息携带所述菜品组合中各已选菜品的菜品种类;
若检测到所述结算用户通过所述目标子程序提交的更新菜品组合,则根据所述更新菜品组合中各更新菜品的菜品种类计算所述更新菜品组合的总费用;
基于所述总费用和待结费用计算差额费用,并进行所述差额费用的结算处理或者返还处理。
8.根据权利要求7所述的基于身份识别的菜品结算处理方法,还包括:
基于所述各更新菜品的菜品种类和所述各已选菜品的菜品种类构建训练样本,并根据构建的训练样本对所述菜品识别模型进行有监督训练;
或者,
根据所述各更新菜品的菜品种类和所述各已选菜品的菜品种类,进行所述菜品识别模型的参数调整。
9.根据权利要求1所述的基于身份识别的菜品结算处理方法,所述基于所述结算用户的支付令牌进行所述待结费用的结算处理,包括:
生成携带所述支付令牌和所述待结费用的结算请求并向目标子程序下发;
响应于所述结算请求,所述目标子程序基于所述支付令牌在所述结算用户的资金账户进行所述待结费用的代扣处理。
10.根据权利要求1所述的基于身份识别的菜品结算处理方法,所述识别所述用户身份图像对应的结算用户,包括:
将所述用户身份图像输入所述菜品机具存储的身份识别模型进行离线身份识别,将所述身份识别模型输出的用户标识对应的用户作为结算用户;
若所述身份识别模型输出的用户标识为空,调用远程身份识别接口对所述用户身份图像进行身份识别处理,将所述远程身份识别接口返回的用户标识对应的用户作为结算用户。
11.一种基于身份识别的菜品结算处理装置,包括:
图像获取模块,被配置为获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像;
结算用户识别模块,被配置为识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户;
菜品种类识别模块,被配置为将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类;
结算处理模块,被配置为根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
12.一种基于身份识别的菜品结算处理设备,包括:
处理器;以及,被配置为存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器:
获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像;
识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户;
将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类;
根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
13.一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时实现以下流程:
获取菜品机具采集的待识别的菜品组合的菜品图像和用户身份图像;
识别所述用户身份图像对应的结算用户,并将所述菜品图像关联至所述结算用户;
将所述菜品图像和所述结算用户的历史行为数据输入菜品识别模型进行菜品种类识别,获得所述菜品组合中各已选菜品的菜品种类;
根据所述菜品种类计算所述菜品组合的待结费用,并基于所述结算用户的支付令牌进行所述待结费用的结算处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210212033.7A CN114638613A (zh) | 2022-03-04 | 2022-03-04 | 基于身份识别的菜品结算处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210212033.7A CN114638613A (zh) | 2022-03-04 | 2022-03-04 | 基于身份识别的菜品结算处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114638613A true CN114638613A (zh) | 2022-06-17 |
Family
ID=81948323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210212033.7A Pending CN114638613A (zh) | 2022-03-04 | 2022-03-04 | 基于身份识别的菜品结算处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114638613A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115759155A (zh) * | 2022-11-23 | 2023-03-07 | 杭州乐舜信息科技有限公司 | 一种基于校园团餐机的计费方法与装置 |
-
2022
- 2022-03-04 CN CN202210212033.7A patent/CN114638613A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115759155A (zh) * | 2022-11-23 | 2023-03-07 | 杭州乐舜信息科技有限公司 | 一种基于校园团餐机的计费方法与装置 |
CN115759155B (zh) * | 2022-11-23 | 2024-04-23 | 杭州乐舜信息科技有限公司 | 一种基于校园团餐机的计费方法与装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6883661B2 (ja) | モデル訓練方法、装置及びデバイス並びにデータ類似性決定方法、装置及びデバイス | |
WO2019192261A1 (zh) | 一种支付方式推荐方法、装置及设备 | |
JP6894534B2 (ja) | 情報処理方法及び端末、コンピュータ記憶媒体 | |
CN108268617B (zh) | 用户意图确定方法及装置 | |
EP3579146A1 (en) | Imaging processing method and device | |
CN110688974A (zh) | 一种身份识别方法及装置 | |
WO2019072007A1 (zh) | 一种数据处理方法及装置 | |
CN104239382A (zh) | 用于内容检索的上下文智能标记 | |
EP4224340A1 (en) | Intelligent systems and methods for visual search queries | |
CN112435094A (zh) | 一种信息交互的方法、装置、存储介质及电子设备 | |
CN114638613A (zh) | 基于身份识别的菜品结算处理方法及装置 | |
CN110033092B (zh) | 数据标签生成、模型训练、事件识别方法和装置 | |
CN111796925A (zh) | 算法模型的筛选方法、装置、存储介质和电子设备 | |
CN113434772A (zh) | 推荐处理方法及装置 | |
CN112966577A (zh) | 一种模型训练以及信息提供的方法及装置 | |
CN116883982A (zh) | 电子发票录入方法、装置、电子设备及可读存储介质 | |
CN116188895A (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
US20220172271A1 (en) | Method, device and system for recommending information, and storage medium | |
CN115310956A (zh) | 支付处理方法及装置 | |
CN109584088B (zh) | 产品信息的推送方法及装置 | |
CN112905913A (zh) | 一种舆情展示方法、装置及设备 | |
CN112800188A (zh) | 一种对话处理方法及装置 | |
EP3432154A1 (en) | Method and apparatus for providing search recommendation information | |
CN116994248B (zh) | 纹理检测处理方法及装置 | |
CN111275095B (zh) | 一种对象类型识别方法及装置 |
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 |