CN115293835A - 使用自动购物助手进行个性化购物的系统、平台和方法 - Google Patents

Abstract

提供了一种用于个性化购物的系统、平台和方法。在一些实施例中，个性化购物助手系统可以包括：基于销售点的自动购物助手装置，用于基于对用户身体的至少一部分的捕获来生成3D用户购物简档；购物助手服务器，连接到基于通信云的购物助手数据库，其中用户购物简档被上传到购物助手数据库；移动设备应用程序，用于使用用户的移动设备在商店中应用用户购物简档；以及多个产品标识符，用于使用户能够使用移动设备应用程序捕获所选产品，其中产品标识符包括存储在购物助手数据库上的可扫描产品数据。

Description

使用自动购物助手进行个性化购物的系统、平台和方法

本申请是申请日为2018年1月3日、申请号为201880013640.2、名称为“使用自动购物助手进行个性化购物的系统、平台和方法”的发明申请的分案申请。

相关申请的交叉引用

本申请要求2017年1月6日提交的申请号是62443275、名称为“使用自动购物助手进行个性化购物的系统、平台和方法”的美国临时专利申请的优先权，其全部内容通过引用整体并入本文。

技术领域

本发明总体上涉及对个性化产品购物有用的方法、应用程序和设备。

背景技术

现如今，绝大多数鞋类购物仍然在真实的实体店中进行。大多数客户都知悉传统购物的局限性，店铺经理和助手也是如此。一般而言，客户依赖购物助手，来引导他们找到产品和库存产品的位置，并协助试用产品等。

此外，基本上顾客每次访问相同或不同的商店时，需要重复典型的购物体验，从而导致效率非常低下，并且用户会有挫败感。

如果有一个能够线上和线下实现高度准确且对用户友好的自动或半自动适配方案的系统或方法，这将是非常有利的。

发明内容

根据本发明的实施例，提供了一种用于提供个性化线上产品适配的装置、系统和方法。

用于个性化购物的方法包含以下步骤：自动购物助手系统访问产品数据；匹配系统访问用户历史数据；匹配系统访问用户偏好数据；匹配系统访问从自动购物助手装置获取的用户解剖数据；自动购物助手系统将用户历史、偏好和解剖数据与产品数据相匹配，以生成个性化匹配系统。

在一些实施例中，自动购物助手系统将用户历史和偏好数据与产品数据相匹配，以生成个性化产品推荐。

在一些实施例中，自动购物助手系统可用于使用户能够订购个性化产品。

在一些实施例中，自动购物助手系统可用于提供表示用户的一个或多个解剖特征的模拟。

在一个实施例中，用户和一个或多个第三方可以提供产品适配反馈，同时用户和一个或多个第三方可以提供社交反馈。自动购物助手系统可以基于产品反馈来调整个性化产品。该系统还可以提供关于用户的解剖数据，其中自动购物助手系统还考虑解剖数据以生成包含用户的一个或多个特征的用户购物化身。

自动购物助手系统可以包括虚拟试用的特征。在一个实施例中，在用户订购个性化产品之前，会基于化身生成产品。用户偏好可以选自由尺寸、颜色、材料和类型偏好组成的组。

根据一些实施例，提供一种用于个性化购物的平台，包括基于云的服务器和终端用户计算设备，其中基于云的服务器包括：简档模块，用于为多个用户生成数字化身；产品模块，用于为多个产品合并产品数据；以及匹配模块，适用于运行代码来匹配数字化身数据和产品数据，以生成产品推荐；并且其中终端用户计算设备通信连接到基于云的服务器，并包括图像捕获元件，其中，匹配模块运行软件应用程序以基于对用户解剖的至少一部分的捕获来生成用户移动购物化身，以用于为用户生成数字化身简档的解剖数据。

在一些实施例中，所述平台适用于生成和/或呈现表示用户的一个或多个解剖特征的模拟。

在一些实施例中，所述平台可以具有产品订购模块、产品定制模块、社交购物模块和/或产品适配模块等。

用于个性化购物的手持系统可以包括：屏幕，被配置为接收用户输入；设备相机，用于捕获用户解剖的标准图像；以及处理器，具有适于分析解剖数据、产品数据、用户历史数据和用户偏好数据的寄存器，其中处理器从寄存器中检索信息，并将信息写入寄存器，寄存器被配置为将用户历史和偏好数据与产品数据相匹配，以生成个性化匹配系统，处理器被配置为将用户历史和偏好数据与产品数据相匹配，以生成个性化产品，并且其中用户可以通过向屏幕提供用户输入来购买个性化产品。

在一个实施例中，该系统具有深度传感器，其被配置为准确地确定对象与传感器的距离，并且其中深度传感器信息用于将偏好数据与产品数据相匹配。在一些实施例中，深度传感器能够提供与用户的解剖简档相关的身体的至少一部分的3D扫描，以能够捕获身体部分的长度、宽度和深度。

在一些实施例中，手持系统包括在手持系统上运行的软件应用程序，以基于对用户解剖的至少一部分的捕获来生成并呈现用户移动购物简档的图形模拟。

提供了一种使用购物简档进行购物的购物助手系统，包括：基于POS的自动购物助手装置，用于生成用户购物简档；移动设备应用程序，用于在商店中应用用户购物简档；购物助手服务器，连接到基于通信云的购物助手数据库；以及多个产品识别设备，诸如标签，用于使用户能够捕获所选产品。

购物助手装置可以包括一个或多个图像扫描仪，用于捕获与用户的解剖简档相关的身体的至少一部分，以能够捕获身体部分的长度、宽度和深度。

购物助手可以包括：产品模块，用于合并多个产品的产品数据；以及匹配模块，适用于运行代码来连接购物简档和产品数据，以生成产品推荐。

购物助手可以包括与产品相关联的订购标签，以供用户通过捕获订购标签来进行订购。

购物助手可以包括与购物助手装置相关联的接近传感器，用于在用户进入购物助手装置周围的所选地理区域时识别用户。

购物助手可以包括与购物助手装置相关联的接近传感器，用于在用户被适当地定位在接近传感器的附近时能够进行识别并自动触发扫描。

购物助手可以包括虚拟试用模块，用于在用户购物简档上数字化地试用所选产品。

提供了一种用于店内购物提升的方法，包括：使用与自动购物助手装置相关联的接近传感器识别进入购物区域的用户；将用户连接到自动购物助手系统，以打开用户简档；使用一个或多个图像传感器，通过自动购物助手装置开始捕获一个或多个身体部位；生成用户的用户3D购物简档；在用户的移动计算设备上开始下载自动购物助手应用程序；将自动购物助手装置连接到用户移动装置，以结束用户移动装置上的用户购物简档；通过使用用户移动设备捕获产品标签来选择用户感兴趣的产品；以及为用户提供所选产品的产品相关信息。

该方法还可以包括使用用户移动设备订购所选产品。

该方法还可以包括使用用户移动设备定制所选产品。

该方法还可以包括使用用户移动设备订购所定制产品。

该方法还可以包括提供用户产品库存信息。

该方法还可以包括生成用户简档化身。该方法还可以包括将所选产品适配到用户购物简档化身上。

该方法还可以包括将适配的用户简档化身发送到社交媒体系统，以供用户所选择的、关联的、有连接的人员查看。该方法还可以包括基于用户行为来提升用户购物简档。

该方法还可以包括基于用户购物简档和/或用户购物行为来提供购物推荐。

该方法还可以包括使用用户购物简档在线上商店中购物。

该方法还可以包括使用附加成像设备来提升用户购物简档。

该方法还可以包括使用移动设备生成附加用户购物简档。

该方法还可以包括在用户同意的情况下将用户的简档数据从店内设备转换到用户设备，诸如智能电话应用程序。

本发明提供一种用于个性化购物的方法，包括以下步骤：自动购物助手系统访问产品数据；自动购物助手系统访问用户历史数据；自动购物助手系统访问用户偏好数据；自动购物助手系统访问关于用户的解剖数据，其中，匹配系统运行软件应用程序以基于对用户解剖的至少一部分的捕获来生成用户移动购物化身，其中匹配系统运行软件应用程序以基于对用户解剖的至少一部分的捕获来生成用户移动购物化身；以及自动购物助手系统匹配用户历史数据、偏好数据、购物化身和产品数据，以生成个性化匹配系统。

该方法还可以包括生成个性化产品推荐的步骤。

该方法还可以包括订购个性化产品的步骤。

该方法还可以包括用户和一个或多个第三方提供产品反馈的步骤。

该方法还可以包括用户和一个或多个第三方提供社交反馈的步骤。

该方法还可以包括自动购物助手系统基于产品反馈来调整个性化产品的步骤。

该方法还可以包括提供表示用户的一个或多个解剖特征的模拟的步骤。

该方法还可以包括虚拟试用的特征。

该方法还可以包括订购个性化产品，基于用户购物化身生成该产品。

该方法还可以包括从由尺寸、颜色、材料和类型偏好组成的组中选择产品类型。

附图说明

参考附图和以下描述可以更好地理解根据本发明的系统、装置和方法的原理和操作，应该理解的是这些附图仅用于说明目的而不是意在限制本发明。

图1A是描绘根据一些实施例的用于促进个性化购物的系统的示意性系统图。

图1B是描绘根据一些实施例的用于促进个性化购物的平台的示意性系统图。

图2是根据一些实施例的指示促进个性化购物的过程的流程图。

图3是根据一些实施例的用于促进个性化店内购物体验的流程图。

图4是根据一些实施例的用于促进个性化线上购物体验的流程图。

图5是根据一些实施例的指示个性化混合购物体验的示例的流程图。

图6是根据一些实施例的指示线上或线下的个性化鞋子购物的示例的流程图。

图7是根据一些实施例的指示线上或线下的个性化眼镜购物和制造的示例的流程图。

图8A示出了根据一些实施例的购物助手装置的示例的分解图。

图8B-图8H示出了根据一些实施例的购物助手装置的示例的一组视图。

图9示出了根据一些实施例的购物助手系统。

图10是根据一些实施例的指示集成使用商店装置中的购物助手和具有个性化购物支持应用程序的远程用户通信设备的示例的流程图。

图11A和11B描述了根据一些实施例的购物助手使用过程的示例。

图12A-图12B是根据一些实施例的屏幕截图的示例，其示出了购物助手屏幕上的交互式屏幕，用于引导用户将他们的脚放在标记的平板上。

图13A-图13B是根据一些实施例的屏幕截图的示例，其示出了购物助手屏幕或移动屏幕上的交互式指南，用于帮助用户定义他们的简档及其联系信息。

图14A-图14B是根据一些实施例的购物助手屏幕或移动屏幕上的屏幕截图的示例，用于示出一双扫描的脚和小腿的模拟再现。

图15A-图15B是根据一些实施例的购物助手屏幕或移动屏幕上的屏幕截图的示例，用于帮助用户输入行为相关信息，其可用于提供更好的用户相关输出。

具体实施方式

呈现以下描述以使得本领域普通技术人员能够在特定应用及其要求的情况下进行和使用本发明。对所述实施例的各种修改对于本领域技术人员来说将是显而易见的，并且本文所定义的一般原理可适用于其他的实施例。因此，本发明并不限于所示出和描述的特定实施例，而是符合与本文所公开的原理和新颖特征一致的最宽范围。在其他情况下，没有详细描述众所周知的方法、过程和组件，以免模糊本发明。

文所使用的术语“适配”是指试用产品、看到产品被试用、将产品修改为适用特定人的身体或其他物理参数。术语“化身”是指代表特定人的实施例、拟人化、图标、模型或图形，特别是代表屏幕上的人。

针对每一个鞋模型，通过向客户提供准确的尺码推荐(可选地基于客户脚的模拟或化身模型)，鞋类相对低的线上购买率可以得到提高，从而提高客户对购买的信心。

本发明的非限制性实施例包括用于促进高度个性化购物的系统、平台和方法(不管是线上和/或实体店)，包括产品的有效适配。在一些实施例中，提供了用于实现产品的个性化制造的系统、平台和方法。

现在参考图1A，图1A是描绘根据一些实施例的用于促进个性化购物的系统100的示意性系统图。通过使用由自动购物助手装置生成的高度准确的用户购物简档和/或化身，系统100实现了在店内和/或线上的无缝购物。在某些情况下，在云端上和/或本地自动购物助手装置上执行数据处理。

可见，个性化购物系统100包括用于个性化购物简档管理的平台105，其可以包括数字化身简档模块110、数字产品文件模块115、产品选择模块120、产品适配模块125、社交购物模块130、产品订购模块135和产品定制模块137。

平台105与通信云140通信，通信云140可以包括物理简档数据模块145，物理简档数据模块145通信连接到启动平板(launch pad)、自助服务终端(kiosk)或自动购物助手装置185，自动购物助手装置185进一步通信连接到用户180，提供例如来自2D和/或3D扫描或其他数字测量源的物理用户数据。通信云140还可以包括用户偏好数据模块150，其通信连接到自动购物助手装置185和/或180，用来提供用户偏好数据。通信云140还可以包括：产品文件数据模块160，其通信连接到产品数据库165；以及产品匹配数据模块170，其包含产品匹配算法，并通信连接到产品数据库175。

在一个实施例中，装置185包括一个或多个成像装置(诸如2D和/或3D相机)，其可以是移动或静态组件。装置185还可包括一个或多个传感器，例如，接近传感器、扫描仪、照相机、压力板和/或其他传感器。

可见，数字化身简档110是高度个性化的，其由各种数据源构建，而无论是直接还是间接来自用户，以及无论是代表物理特征和/或心理、情感、心理特征。数字化身简档120通常包括文件或文件组以及数据点，从中可以执行指令以使得能够从一个或多个数据源生成高分辨率的用户简档或化身。此外，无论是线上还是线下，产品选择模块120通常将个性化的化身简档110与所选数字产品相匹配。匹配算法的计算可以由处理器通过数据的存储、检索和处理来执行。在一些实施例中，可以使用一个或多个设备寄存器，其中寄存器指的是作为计算机处理器一部分的一小组数据存放位置中的一个，用于存放计算机指令、存储地址或任何类型的数据。在一些实施例中，匹配算法可以包括至少基于与对用户的简档相关的用户身体的至少一部分的扫描来运行代码，以提供由产品数据库提供的产品类型、尺寸、样式等、以及由用户化身简档定义的物理参数和/或用户偏好数据之间的完美匹配或接近完美匹配。例如，用户A可具有由尺寸、宽度和深度定义的脚部简档。此外，用户的简档可以包括偏好数据，诸如优选款式、鞋型和颜色，诸如蓝色或灰色运动鞋。例如，产品数据库可以包括颜色为蓝色、灰色和蓝灰色的运动鞋，精确到或足够接近用户的尺寸、宽度和深度。在这种情况下，匹配算法将简档定义与产品数据库中的一个或多个产品相匹配，产品数据库与用户简档匹配。

可以通过使用产品适配模块125提供系统反馈和产品适配数据以及来自社交购物模块130的社交购物数据来进一步细化产品选择模块120。在一些实施例中，产品适配模块包括从购物者的购物助手或支持者反馈的装置。在其他实施例中，产品适配模块包括从虚拟购物助手或支持者反馈的装置，例如，通信连接的支持者、向用户显示产品的数字化或虚拟镜子或屏幕。此外，产品定制模块137可以从产品适配模块125和/或社交购物模块130接收数据，以根据数字化身和产品适配模块125和/或社交购物模块130帮助进一步个性化正在考虑获取的产品。产品定制模块137可以例如通过改变产品颜色、形状、设计、尺寸、材料等使用户能够改变或定制正在试用或测试的产品。以这种方式，可以根据用户特定或定制的要求来构造要订购的产品。此外，产品定制模块137可以向产品选择模块120发送由用户选择或生成的定制产品，之后产品选择模块120可以通过产品订购模块135发起定制产品的订购。此外，在产品选择模块120中进行的用户更改中体现的用户更新可用于更新数字化身简档110，从而保持用户化身简档被更新，例如，更新用户身体变化、偏好变化等。

产品选择模块120包括文件或文件组和数据点，从中可以执行指令来执行命令，以使高分辨率的用户简档或化身与产品相匹配，该产品对每个系统用户所进行的购物研究具有高适配性。该模块可以进一步集成在系统模块中生成的反馈，以不断改进其提供的准确产品推荐。通过使用在化身上执行的各种技术程序，诸如积分体积、横截面积和周长以及长度、宽度、高度和附加距离，系统可以在表示数字的数组中表示化身。在一些实施例中，该数字数组可以表示化身的各种元素，以允许与将由化身试用的产品的类似元素进行比较。因此，当将可以使用推荐算法和机器学习技术等提升的化身数据与来自产品文件的产品数据进行比较时，这可以允许来自系统的准确、不断改进的个性化产品推荐。

根据一些实施例，可以利用3D扫描仪的相对低级集成来生成数字化身简档。在一些示例中，可使用的传感器或扫描仪可以包括结构光、时间光(time-of-light)、摄影测量或任何其他类型的3D和/或2D扫描技术。此类技术的供应商包括但不限于：基于PrimeSenseTM的扫描仪、枕骨结构传感器、3D系统感应和iSenseTM传感器、IntelTMRealSense传感器(独立或机器集成)、基于iPad或平板电脑的扫描平台、PC(集成和外部)、Android+RealSense(下一代)设备和谷歌项目Tango设备等。

现在参考图1B，图1B是描绘根据一些实施例的用于促进个性化购物的平台180的示意性系统图。可见，个性化购物平台180包括一个或多个用户移动设备182(诸如智能电话或平板电脑)，其包括但不限于相机、应用程序和数据连接；商店或销售点计算设备、自助服务终端或自动购物助手装置184(通常在商店或商店附近)，例如具有一个或多个相机、传感器或扫描设备、应用程序和数据连接的电子设备；其中移动设备182和/或自动购物助手装置185连接到通信云186。通信云186包括数字产品模块190，用于存放、合并和以其他方式管理多个产品的数据；数字化身简档模块188，用于存放、合并、处理和以其他方式管理多个用户的简档数据；以及匹配模块192，用于将产品和化身简档数据相匹配，以帮助实现产品推荐和其他匹配功能。平台180还包括产品定制模块194，用于基于匹配模块输出和/或用户选择来订购定制产品；以及产品订购模块196，用于基于匹配模块输出和/或用户选择来订购产品。

现在参考图2，图2是根据一些实施例的指示促进个性化购物的过程的流程图，无论是线上还是线下。可见，来自产品数据库200的产品信息可以用于待发现、待购买或待制造的产品。在步骤205中，可以例如基于先前的用户购买和研究来检索用户的历史数据。在步骤210中，可以获取用户偏好数据，诸如尺寸、颜色、材料、类型偏好等。在步骤215中，可以为用户获取扫描或图形数据，该扫描或图形数据例如来自标准照片、2D和/或3D图像扫描，或来自使用POS自助服务终端或自动购物助手装置等的捕获和处理。个性化购物系统使用该图形数据来基于用户的物理属性生成用户的物理简档。在步骤220中，通过处理来自步骤205、210和215的各种输入数据来开发多维用户购物简档(下文中称为用户购物化身)，从而生成包括用户物理属性以及用户行为和用户偏好数据的用户购物化身或简档。简档或化身是动态结构，其可以以动画化、反映或代表用户的方式而不断改进，可选地使用来自步骤205、210和/或215的反馈和附加输入。在一个实施中，用户化身可以用于将用户与单个商店和/或多个商店中(例如，在连锁店中的任何零售商店中，或线上、在网络中或线上和/或线下商店或平台的分支机构)的潜在产品相匹配。

在步骤225中，执行用户购物简档与所研究或要求的产品的匹配。在该步骤中，根据特定用户购物简档，将来自产品数据库200的产品数据与用户所研究的产品相匹配，从而根据特定用户的个人购物简档和偏好，实现针对特定用户的非适当产品的高级过滤、以及适当产品的高级匹配。基于上述用户简档到产品的匹配过程，匹配步骤可以通过为用户提供推荐来补充。在一些实施例中，提供了所生成的用户简档与多个产品之间的匹配，多个产品适配所生成的简档的一个或多个元素，从而实现例如适配和尺寸推荐、以及连接简档和产品的附加数据等。

在步骤230中，可以使用来自在场人员或远程人员的反馈的产品适配数据来帮助修改用户数据与产品数据的匹配，例如，商店中的销售人员的反馈可用于更新用户简档，或来自通过例如智能电话或计算机连接的远程人员的反馈。在某些情况下，例如，用户可以使用销售人员或朋友的反馈(诸如哪些颜色在人身上看起来好看或者哪个尺寸看起来最好等)来更新他们的购物简档。在某些情况下，用户可以使用高级图形处理和3D渲染来虚拟地试用所研究的产品，这样用户就可以根据将产品放置到用户购物化身上的数字模拟，看到自己穿着产品。在某些情况下，系统可以提供静态或动态高分辨率视觉输出，诸如动画化身或角色、渲染的图片和/或推荐的视觉代表(可选地适配在化身上)。例如，这样的再现可以允许用户看到正在尝试的产品被描绘在化身上，从而帮助用户根据彩色热图等可视化诸如合适、松紧、颜色、样式、材料等细节。例如，当产品与身体接触时，彩色热图可用于指示松紧、张力、摩擦等区域。如上所述，用户可以使用购物化身来提供进一步的反馈以修改用户的购物简档。在步骤235中，可以从社交网络或从与用户所连接的直接第三方反馈获取反馈，以帮助修改用户购物简档。

在步骤237中，产品定制可以整合步骤230中的来自产品适配反馈的数据和/或步骤235中的社交反馈，以根据数字化身和产品适配模块125和/或社交购物模块130进一步个性化正在考虑获取的产品。

在步骤240，无论是在实体店还是线上商店内，用户都可以订购个性化产品。此外，可以从制造商订购个性化产品，该制造商可基于用户的请求生产产品，使得该产品成为用户的一次性定制产品。定制产品可以包括例如各种类型的定制，包括材料类型、打印样本、颜色、尺寸、体积、角度、型号变化、样式、个人剪裁等。

现在参考图3，图3是根据一些实施例的用于促进个性化线下(在商店中)购物体验的流程图。可见，在支持实体店的后端或计算系统中，来自产品数据库300的产品信息可以用于将由线上用户发现、购买或制造的产品。在一些实施例中，产品数据库与产品数据处理模块相关联，产品数据处理模块适于根据实施例类型和要求在本地销售点设备上和/或云端上执行高强度计算。在步骤305中，可以例如基于商店或连锁店中的先前用户购买，检索用户的历史数据。在步骤310中，可以获取用户偏好数据，诸如尺寸、颜色、材料、类型偏好等。在步骤315中，在前端或用户侧，可以为用户获取扫描或图形数据，该扫描或图形数据例如来自标准照片、2D和/或3D图像扫描，或来自使用POS自助服务终端或装置等的捕获和处理。在一些实施例中，可以使用智能电话、平板电脑或其他计算设备上的专用或通用应用程序来实现用户的有效拍摄或扫描。在进一步的实施例中，购物助手、帮手、销售人员和/或助理可以使用专用或通用相机或扫描设备、自助服务终端或站位(移动或静止)。在步骤320中，个性化购物系统使用该几何数据以及来自步骤305和310的各种输入数据，以生成包括用户物理属性以及用户行为和用户偏好数据的多维用户购物化身或简档。在某些情况下，例如在终端用户设备、Web服务器等上，可以激活简档。

在步骤325中，执行用户购物简档与所研究或要求的产品间的匹配。在该步骤，根据特定用户购物简档，将来自产品数据库300的产品数据与用户请求的产品相匹配。基于上述用户简档到产品的匹配过程，匹配步骤可以通过为用户提供推荐来补充,从而根据特定用户的个人购物简档和偏好，实现针对特定用户的非适当产品的高级过滤、以及适当产品的高级匹配。这种高级过滤使得例如商店销售人员或用户自己能够获得大体上合适的产品(可选地，当前可用的产品)，而不是让用户选择不合适的商品，从而浪费了购物助手和购物者自己的时间和资源。这还允许用户从匹配和推荐数据中获益，这些数据是为其他化身或用户生成的，这些化身或用户可以共享类似的功能(可选地，以匿名方式)，从而实现更智能、更准确的匹配和/或推荐。

在步骤330中，可以使用来自在场人员或远程人员的反馈的产品适配数据来帮助修改用户数据与产品数据的匹配，例如，商店中的销售人员的反馈可用于更新用户简档，或来自通过例如智能电话或计算机连接的远程人员的反馈。在某些情况下，例如，用户可以使用销售人员或朋友的反馈(诸如哪些颜色在人身上看起来好看或者哪个尺寸看起来最好等)来更新他们的购物简档。在步骤335中，可以使用主动和/或被动方式从用户获取反馈。例如，当系统收到来自现场人员和/或远程人员关于适配(例如，好/坏/差多少)或其他方面的实际反馈时，可能发生反馈的主动输入。例如，这种反馈可以允许用户通过框或文本输入元素(用户可以在其中输入选定的尺寸、类型或其他偏好)将选定的选项输入到系统中。当系统收到关于适配或其他方面的实际反馈时，可能会发生被动反馈，这些反馈来自销售信息、退货等，或者通过试用某些类型、颜色、尺寸等，使系统能够得知用户过去的选择和行为，以进一步改善个人化身以及产品信息，并为其他用户进行适配。在某些情况下，用户可以使用高级图形处理和3D渲染来试用所研究的产品，这样用户就可以根据将产品放置到用户购物化身上的数字模拟，看到自己虚拟地穿着产品。如上所述，用户可以使用购物化身来提供进一步的反馈以修改用户的购物简档。

在步骤340中，用户可以从实体商店订购个性化产品，例如，原则上可用但目前不在商店中的产品，或者能够基于用户的购物化身制造特定要求的产品，使得该产品成为用户的一次性定制产品。

在步骤345中，用户可以选择个性化产品和/或修改或设计产品(可选地基于他/她在商店中看到、喜欢和选择的产品)，以购买将为她/他创造和/或制造的定制产品。这些修改可能包括视觉上的变化，诸如姓名刻印、颜色、材料、印花等、以及物理特性，诸如控制鞋跟的高度、眼镜框架的厚度等。在步骤340和345中，这些功能可以允许店内客户享受通常仅限于电子商务和线上购物的功能。

现在参考图4，图4是根据一些实施例的用于促进个性化线上购物体验的流程图。可见，线上商店可以从产品数据库400获取产品信息，以供线上用户选择产品。在步骤405中，可以例如基于先前的用户购买和研究来检索线上用户的历史数据。在步骤410中，可以获取用户偏好数据，诸如尺寸、颜色、材料、类型偏好等。在步骤415中，可以为用户获取扫描或图形数据，该扫描或图形数据例如来自标准照片、2D和/或3D图像扫描，或来自使用POS自助服务终端或装置等的捕获和处理。在一些实施例中，可以使用智能电话、平板电脑或其他计算设备上的专用或通用应用程序来实现用户的有效拍摄或扫描。在其他实施例中，可以使用网络摄像头、3D相机、视频记录器等来获取扫描或图形数据。在步骤420中，个性化购物系统使用该图形数据以及来自步骤405、410和415的各种输入数据，以生成包括用户物理属性以及用户行为和用户偏好数据的多维用户购物化身或简档。

在步骤425中，执行用户购物简档与所研究或要求的产品的匹配。在该步骤中，根据特定用户购物简档，将来自产品数据库400的产品数据与用户所研究的产品相匹配，从而根据特定用户的个人购物简档和偏好，实现产品匹配的高级推荐，例如，帮助针对特定用户的非适当产品的过滤、以及适当产品的高级匹配。

在步骤430中，来自远程人员反馈的产品适配数据(诸如，通过智能电话或计算机连接的家庭成员、朋友或购物助手)例如可用于帮助修改用户数据与产品数据的匹配,例如以包括与哪些颜色在人身上看起来好看或者哪个尺寸看起来最好等有关的数据，用户可以使用该数据来更新他们的购物简档。在其他示例中，代码可用于提供产品颜色推荐、尺寸或适配推荐等。该反馈可以例如基于购买信息、发货和退货发货数据等主动地或从用户那里收集，或静态地收集。在步骤435中，可以从社交网络或用户所连接的网络获取反馈，以帮助修改用户购物简档。另外，可以输入基于人和/或机器的数字代表、风格专家和/或附加指导信息，以改进线上购买过程中向购物者提供的指导和支持。在某些情况下，可以使用高级图形处理和3D渲染，使用户能够虚拟地试用所研究的产品，这样用户就可以根据将产品放置到用户购物化身上的数字模拟，看到自己穿着产品。这可以使用实时模拟来完成，允许动画视频的实时流或模拟的高分辨率图像等。在一些实施例中，“数字试用”可以包括物理模拟，以包括在移动中或在静止位置中元素在化身上的精确定位。如上所述，用户可以使用购物化身来提供进一步的反馈以修改用户的购物简档。

在步骤440中，用户可以从线上商店订购产品。可选地，在步骤445中，用户可以从线上商店生成个性化产品，以能够基于用户的购物化身制造特别需要的产品，使得该产品成为用户的一次性定制产品。在定制生产输出的情况下，如果需要，购物系统可以直接连接到公司生产硬件和ERP系统，以促进此类个性化产品的生产。在一个示例中，个性化产品可以用3D打印机文件(诸如STL模型)或数字切割设备(诸如DXF或DWG文件)来表示。在其他实施例中，这可以是自定义路由卡或生产指令和BOM文件。附加输入可能包括视觉渲染，其将帮助产品制造商或打印机可视化地设计定制产品。

在一些实施例中，来自产品数据库400的数据可以和在步骤420中得到的身体或化身简档一起使用，以在步骤445开发定制产品，可选地在步骤425无需产品匹配。

现在参考图5，图5是根据一些实施例的指示个性化混合购物体验的示例的流程图。从图中可以看出，在支持实体店和/或线上商店的后端或计算系统中，来自产品数据库500的产品信息可以用于由线上或实体店用户待发现、待购买或待制造的产品。在步骤505中，可以例如基于商店或连锁店中的先前用户购买来检索用户的历史数据，无论是来自线上商店和/或实体店体验。在步骤510中，可以获取用户偏好数据，诸如尺寸、颜色、材料、类型偏好等。在步骤515中，无论是由用户还是由购物助手执行的前端或用户侧，可以为用户获取扫描或图形数据，该扫描或图形数据例如来自标准照片、2D和/或3D图像扫描，或来自使用POS自助服务终端等的捕获和处理。在一些实施例中，可以使用智能电话、平板电脑或其他计算设备上的专用或通用应用程序来实现用户的有效拍摄或扫描。在进一步的实施例中，购物助手可以使用专用或通用的相机或扫描设备，其可以包括便携式或非便携式设备、自助服务终端类型或独立设备。在步骤520中，个性化购物系统使用该图形数据以及来自步骤505、510和515的各种输入数据，以生成包括用户物理属性以及用户行为和用户偏好数据的多维用户购物化身或简档。该系统的一个优点是无缝传输，其中通过使用线上商店和/或实体店内场景中不断更新的个人简档，用户可以线上和线下购物之间转换，同时享有个性化的好处。

在一些实施例中，在步骤525中，执行用户购物简档与所研究或要求的产品间的匹配，可选地用于位于实体店中的线上购物。在该步骤中，根据特定用户购物简档，来自产品数据库500的产品数据与用户所请求的产品相匹配，从而根据特定用户的个人购物简档和偏好，实现针对特定用户的非适当产品的高级过滤、以及适当产品的高级匹配。这种高级过滤使得例如商店销售人员或用户自己能够获得大体上合适的产品(可选地，当前可用的产品)，而不是让用户选择不合适的商品，从而浪费了购物助手和/或购物者自己的时间和资源。

在步骤530中，可以使用来自在场人员或远程人员的反馈的产品适配数据来帮助修改用户数据与产品数据的匹配，例如，商店中的销售人员的反馈可用于更新用户简档、或来自通过智能电话或计算机连接的远程人员的反馈。在某些情况下，例如，用户可以使用销售人员或朋友的反馈(诸如哪些颜色在人身上看起来好看或者哪个尺寸看起来最好等)来更新他们的购物简档。在步骤535中，可以从社交网络或从与用户连接的网络获取反馈，以帮助修改用户购物简档。在某些情况下，用户可以使用高级图形处理和3D渲染来虚拟地试用所研究的产品，这样用户可以根据将产品放置到用户购物化身上的数字模拟，看到自己穿着产品。如上所述，用户可以使用购物化身来提供进一步的反馈以修改用户的购物简档。

在步骤540中，线上用户可以在实体店中订购产品。在步骤550中，线上用户可以在实体商店订购个性化产品，例如，对于原则上可用但目前不在商店中的产品，或者基于用户的购物化身制造特定要求的产品，使得该产品成为用户的一次性定制产品。

在一些实施例中，在步骤545中，对于在实体店中的用户，执行用户购物简档与所研究或要求的产品间的匹配。在该步骤中，根据特定用户购物简档，将产品数据库500的产品数据与用户所请求的产品相匹配，从而根据特定用户的个人购物简档和偏好，实现针对特定用户的非适当产品的高级过滤、以及适当产品的高级匹配。这种高级过滤使得例如商店销售人员或用户自己能够获得大体上合适的产品(可选地，当前可用的产品)，而不是让用户选择不合适的商品，从而浪费了购物助手和/或购物者自己的时间和资源。

现在参考图6，图6是根据一些实施例的指示线上或线下的个性化鞋子购物的示例的流程图。从图中可以看出，可以在600获取来自鞋垫产品数据库的鞋垫信息。另外，可以在605获取来自鞋楦产品数据库的鞋楦信息。在某些情况下，内鞋底数据、鞋楦数据和/或鞋模型数据可能包括每个产品的形状、体积、鞋的材料、封口类型、鞋的类型、宽度、长度、高度、厚度、材料弹性、舒适度等数据。在一些示例中，可以提供网格分析和数字化，例如，以结合待添加到鞋楦数据库605的2D DXF数据，运行每个3D鞋楦的网格分析。另外，待发现、待购买或待制造的鞋的鞋模型数据可以从鞋模型数据库610获取。在某些情况下，例如，可以为鞋楦导入3D STL文件，并且可以为鞋楦底部导入2D DXF文件。

在步骤615中，可以为用户获取扫描或几何数据，该扫描或几何数据例如来自标准照片、2D和/或3D图像扫描，或来自使用自动购物助手装置等的捕获和处理。该图形数据可以在620处由个性化购物系统在云端或在单元本身中处理，以便基于用户的物理属性生成用户的物理简档。该简档可以包括以下全部或部分属性：包括简档的精确几何形状的3D网格、包括用户身体的一个或多个部分的精确几何形状的3D网格、2D图像、根据输入方法中的一种或多种计算的属性，包括特定体积、横截面测量、特定距离和长度、以及非数字属性(诸如偏好等)。例如，当站在地板上或其他表面上、参考物上或参考物附近等时，可以对用户的单脚或双脚一起进行拍照或扫描。此外，用户的单脚或双脚可以由围绕不同角度的脚进行扫描的相机来扫描，或者由围绕相机移动的人来扫描，从而生成3D模型、电影或一系列图片作为参考。扫描数据通常可以被处理，可选地包括内插和/或清洁，以允许对象识别和网格生成、或其他合适的处理手段。在某些情况下，网格化可进一步去除多余的几何图形和/或修复网格错误，例如，包括分离、识别和准备每只脚，从扫描中去除地板、裤子或其他多余材料等。在某些情况下，扫描数据的处理可以允许双脚对齐，这也有助于双脚的分离或个性化，以提供双脚的精确测量，包括尺寸分析以确定一般和区域特定的长度、宽度和高度、以及横截面分析以确定特定横截面的面积、周长和其他尺寸。扫描数据的处理可以允许平滑化扫描的脚边缘、建立缺失的体积、构建脚底等。在某些情况下，可以从模型中提取完整脚的体积和/或面积特定的体积作为附加信息。在步骤625中，已处理的用户扫描数据可以被参数化，以例如提取精确的长度、宽度、高度、拱度、球度、横截面、周长和体积尺寸等。这些参数可以使用特定的算法从干净的3D网格中计算出来。例如，在站立位置中扫描的模型的足弓高度的计算是复杂的，并且该计算可以基于在脚的中心的不同横截面的各种解剖部位的XYZ参数的比较。可以基于在3D网格和2D横截面水平计算的脚趾盒的体积来计算脚的宽度。脚的长度可以根据总长度和“球长度”的组合来计算，“球长度”表示脚跟和第一跖骨之间的距离。此外，还可以识别用户特定的情况，诸如疼痛、感染、损坏等，并将这些情况集成到用户的鞋子购物简档中。在该步骤中，还可以分析脚的内旋或外旋情况。另外，可以识别和测量足弓以适配支撑鞋垫或其他假肢。

在步骤630中，可以检索用户的历史数据，例如基于商店或连锁店中的先前用户购买，无论是来自线上商店和/或实体店体验。在步骤635中，可以获取用户偏好数据，诸如尺寸、颜色、材料、类型偏好等。在步骤640中，通过处理来自步骤615、620、625、630和635的各种输入数据来创建多维用户鞋子购物简档(下文中称为用户购物化身)，从而生成包括用户物理属性以及用户行为和用户偏好数据的用户鞋子购物化身或简档。在一些实施例中，用户鞋子购物简档包括用户的双脚，该双脚通常是不同的并且其参数是单独确定的，从而受益于左脚和右脚的各个简档。

在步骤645中，执行用户鞋子购物简档与所检查、研究或要求的鞋子产品的匹配。在该步骤中，根据特定用户购物简档，将来自产品数据库600、605和610的包括尺寸的产品数据与用户所研究的产品相匹配，从而根据特定用户的个人购物简档和偏好，实现针对特定用户的非适当产品的高级过滤、以及适当产品的高级匹配。基于上述简档到鞋子的匹配过程，匹配步骤可以通过为用户提供推荐来补充。该步骤可以直接使用脚和鞋子数字简档的模型和/或参数化的数值模型。

在步骤650中，可以使用来自在场人员或远程人员的反馈的产品适配数据来帮助修改用户数据与产品数据的匹配，例如，来自商店中的销售人员的反馈可用于更新用户简档，或来自通过例如智能电话或计算机连接的远程人员的反馈。在某些情况下，例如，用户可以使用销售人员或朋友的反馈(诸如哪些颜色在人身上看起来好看或者哪个尺寸看起来最好等)来更新他们的购物简档。在某些情况下，用户可以使用高级图形处理和3D渲染来试用所研究的产品，这样用户可以根据将产品放置到用户购物化身上的数字模拟，看到自己虚拟地穿着产品。如上所述，用户可以使用购物化身来提供进一步的反馈以修改用户的购物简档。在步骤655中，可以从用户所连接的社交网络获取反馈，以帮助修改用户购物简档。

在步骤660，无论是在实体店还是线上商店内，用户都可以订购一双个性化鞋子。此外，可以从制造商订购个性化产品，该制造商可基于用户的请求生产产品，使得该产品成为用户的一次性定制产品。可以以例如以下方式中的一种或多种来定制和/或个性化基于本发明的定制鞋类：形状(例如，尺寸、长度、几何形状、体积)、设计(例如，颜色、图案、印花、材料)或任何其他规格或上述的组合。

现在参考图7，图7是根据一些实施例的指示线上或线下的个性化购买和制造眼镜的示例的流程图。该实施例涉及太阳镜和任何类型的光学眼镜。从图中可以看出，可以在700处从各种文件类型或数据结构的眼镜模型或产品数据库获取来自眼镜产品数据库的眼镜模型信息。根据一些实施例，眼镜框架的获取可以通过准备参数模型来实现，例如，通过生成多个输入类型的模型参数、处理分辨率调整、启用自动适配和蒙皮、集成运动动画范围和校正形状键等。

在步骤705中，可以使用用户的历史数据，例如包括面部解剖标志和测量的距离，诸如瞳孔间距、每个眼睛的位置、脸颊、太阳穴以及耳朵和鼻子上的各个点等。还可以加载每个面部的一般参数，可选地，参数包括体积、比例和标准形状，例如，可以基于以前的用户检查和/或商店或连锁店中的购买，检索这些参数，无论是从线上商店和/或实体店中的体验。在步骤710，可以获取用户偏好数据，诸如尺寸，颜色，材料，类型偏好，使用需求等。所述数据可以例如使用购买信息、问卷、表格和/或任何其他数据获取方法来直接或间接获取。

在步骤715中，可以为用户获取扫描或图形数据，该扫描或图形数据例如来自标准照片、2D和/或3D图像的扫描，或来自使用自动购物助手的捕获和处理。这包括例如任何类型的3D扫描技术，如上面部分所述，或者使用或不使用参考对象进行尺寸调整的备选2D方法。通常，可以在此阶段获取用户头部和面部扫描数据。在一些实施例中，头部和面部模型准备和分析可以包括模型准备，诸如平滑和清洁，具有增强拓扑的网格的重建和/或优化的细节/重量比压缩，以实时地实现最佳显示和/或定向和对齐。此外，可以使用面部特征识别，例如，以生成从多个角度(例如3到15个角度，以帮助确定常态、深度、颜色)渲染的面部模型。此外，可以应用计算机视觉和/或机器学习算法，例如，识别眼睛、鼻子、鼻梁、太阳穴、耳朵等。扫描数据的处理还可以包括：将2D标记投影到3D模型、以及验证解剖标志。在没有标记的情况下，可以基于统计或经验结果进行评估，以替换这些标记。

在步骤720中，可以对经处理的用户扫描数据进行参数化，例如，以提取精确的面部长度、宽度、高度、比例，鼻子宽度和体积，耳朵大小，耳朵高度，耳朵位置，肤色和/或其他相关的面部特征和尺寸等。所述数据与来自705的用户历史数据和715处的用户偏好数据一起可以由个性化购物系统在725处进行处理，以基于用户的面部简档和其他物理属性以及用户行为和用户偏好数据生成用户的眼镜购物简档。在一些实施例中，用户眼镜购物简档包括用户的双眼，双眼通常是不同的，从而受益于左眼和右眼的各个简档。在一些实施例中，光学处方将使用应用内部的图片，电子表格或嵌入式测试方法收集，或者在某些情况下从外部处方文件中收集。根据一些实施例，系统可以基于面部形状、先前购买和历史并且可选地基于与类似化身的比较(可选地是匿名的)来推荐特定模型。

在步骤730中，执行用户眼镜购物简档与所研究或要求的眼镜产品的匹配。在该步骤中，根据特定用户购物简档，将来自产品数据库700的产品数据与用户所研究的产品相匹配，从而根据特定用户的个人购物简档和偏好，实现针对特定用户的非适当产品的高级过滤、以及适当产品的高级匹配。

在步骤745中，使用框架定制化来调整每个框架以适配用户的面部，框架定制化可包括，例如：对一个对象或用户的面部进行关键测量；应用迭代比较算法将框架调整到面部；根据对象的面部，按照准备好的用户眼镜购物简档或化身等，将框架数字化定位在对象的面部，将框架适当地定向到面部，缩放鼻梁尺寸、宽度和位置，调整镜腿折叠、镜腿长度和广角倾斜(pentoscopic tilt)或角度。

在步骤735中，可以使用来自在场人员或远程人员的反馈的产品适配数据来帮助修改用户数据与产品数据的匹配，例如，商店中的销售人员或验光师的反馈可用于更新用户简档、或来自例如通过智能电话或计算机连接的远程人员的反馈。在某些情况下，例如，用户可以使用销售人员或朋友的反馈(诸如哪些颜色在人身上看起来好看或者哪个尺寸、风格、类型看起来最好等)来更新他们的购物简档。

在一些实施例中，在步骤745中，用户可以使用高级图形处理来虚拟地试用所研究的产品，这样用户可以根据将眼镜放置到用户购物化身上的面部，看到自己戴着眼镜。在一些实施例中，虚拟试用可以包括诸如物理模拟的功能，该模拟能将眼镜定位在正确或最佳位置，并可以沿着鼻子滑动眼镜。另外，试用可以包括叠加在面部模型之上的一个图片或3D模型/或一系列图片或上述的任意组合。可以包括动画效果以强调眼镜的不同属性，包括在定制框架的情况下的定制动画，或者其他动画，诸如用于在多副(pairs)之间的切换的飞入/飞出动画。如上所述，用户可以使用购物化身来提供进一步的反馈以修改用户的购物简档。在一些实施例中，用户可以在他/她的面部的数字版本上观看定制框架，以提供深刻的视觉反馈。例如，用户的面部可以显示在3D查看器中，并且可以提升外表，以便提供一个或多个3D视图操作(例如缩放、旋转)和动画效果，以补充用户体验，诸如呼吸脸、微笑、眨眼或其他动画或静态视觉效果。此外，因此可以向用户提供定制选项，包括从集合中选择任何框架，定制框架和镜片颜色，定制自动推荐的适配度、文件的个性化(例如文本、处方等)，并且能够在不同框架之间进行并排比较。在步骤740中，可以从社交网络或用户所连接的网络获取反馈，以帮助修改用户购物简档。当然，步骤组合的其他步骤可用于处理输入数据。

步骤750涉及一种实施例，其中系统能够基于框架的自动或半自动参数设计来生产定制眼镜以适配用户。在步骤750中，如果需要，系统可以准备相关的眼镜生产打印和切割文件。在一些实施例中，可以准备例如STL或OBJ的标准格式的3D打印文件和诸如DXF等格式的2D镜片切割文件。在一些实施例中，系统为框架中的每个设计创建两副或更多副模型。例如，这允许轻量级模型能在应用程序的前端上可视化，同时保持用于打印文件准备的高分辨率模型，其可以包括例如高分辨率特征和细节，诸如铰链、凹槽、角度、耳件等。这里描述的打印模型的眼镜定制可以是自动和/或手动的。此外，3D打印的文件准备可以包括：自动修复可打印性问题；生成正常、重复、孔和非流形几何图形等。在一些实施例中，系统可以在眼镜上创建定制标签、标志或其他产品标识或识别技术或设备，例如包括可允许在整个生产和分销过程中进行跟踪的文本、二维码或条形码。

在步骤755中，无论是在实体店还是线上商店内，用户可以订购个性化的一副眼镜。此外，可以从商店请求个性化产品，或者可以从制造商订购个性化产品，该制造商可基于用户的要求生产产品，使得该产品成为用户的一次性定制产品。

根据某些实施例，描述了一种使用数字镜像或个性化观看协议进行自动个性化产品订购的系统和方法。该实施例可集成虚拟现实和/或增强现实，以在屏幕、桌面、智能电话、通信设备等上操作、查看和/或试用诸如现有的或设计的眼镜的指定设备，以允许在客户面部上可视化定制或非定制框架。

根据某些实施例，提供了一种适于实现个性化产品订购的文件格式。该文件格式包含所有相关信息，包括物理属性和个人偏好，以代表用户并帮助用户对服装、眼镜、鞋类或其他与身体相关的产品进行个性化定制或非定制购物。该化身标准格式可用于插入基本上任何线上或实体的购物平台，以使商店的定制适配客户的物理和美学需求及其偏好。

现在参考图8A-图8G，图8A-图8G示出了根据一些实施例的POS装置、启动平板或自助服务终端的不同视图。在一些实施例中，购物助手装置基于以下方式中的一种或多种生成用户化身：3D扫描、使用一个或多个相机获取图像、使用压力板测量用户简档等。在一些实施例中，可以使用站立平板作为定位平板或参考，以供用户站立以执行身体扫描。在某些情况下，站立平台可以包括站立平板底部处的照明，以通过最小化或边缘化阴影并产生黑/白周边效果，来支持从装置上的相机或扫描仪获取任何颜色的准确测量。在一些实施例中，可以具有用于每只脚的接近传感器-以测量脚是否就位或靠近，并在必要时告诉用户移动。此外，该装置可以包括距离或接近传感器/机器人，其识别接近的用户以将用户吸引到该装置，在这种情况下，当用户进入所选地理区域时，该装置可以自动启动。在进一步的实施例中，传感器可以用于测量用户脚背的高度-例如，以建立脚背体积。在更进一步的实施例中，可以使用专家传感器，例如，用于测量糖尿病溃疡等的传感器。可使用诸如相机、3D传感器、全方位相机和/或多个相机的传感器。

图8A是在一些实施例中POS装置或自助服务终端设备的组件的示例的分解图。可以看出，自助服务终端设备800可以包括：站立基座805；光源，用于可选地照亮站立基座；接近传感器816，用于识别待由自助服务终端设备800扫描的脚的定位；站立平板815，具有供双脚站立的空间；以及平板层820，脚放置在平板层820上。在一些实施例中，平板层820可以集成压力传感机构，诸如平板扫描仪；板钉；压力板；带电容器和/或压力传感器元件的触摸屏型表面等，以确定脚拱尺寸。在一些实施例中，拱尺寸测量元件可用于确定用户的内鞋底的需要和/或尺寸。

在一些实施例中，拱尺寸测量元件可用于确定用户的脚背轮廓的需要和/或尺寸。

在一些实施例中，拱尺寸测量元件可用于确定用户球(脚的)轮廓的需要和/或尺寸。

在其他实施例中，一个或多个激光器或其他照明机构可用于确定足弓、球或脚步尺寸。在一个示例中，从脚部上方发出的激光可以用于例如通过识别激光看不到的“隐藏”区域的大小，并使用“隐藏”空间确定诸如脚上的不同点处的高度的参数，来显示脚的高度或拱度以及大小。在进一步的示例中，衍射光栅、棱镜或其他滤光器使用多条线能够识别足部的最高点。

在更进一步的实施例中，可以单独和/或组合使用一个或多个可选地具有不同颜色的灯，并用图像处理，来中和袜子和/或脚的颜色，并帮助识别非脚部空间。在其他实施例中，可以用足弓来识别一个或多个，例如，使用背景消除技术。

此外，自助服务终端设备800可以包括：主体822，其包括计算机保持支架825，以及相机保持元件826，以用于保持一个或多个相机元件835；面板元件830；另一个面板或盖元件845；计算屏幕，优选地是触摸屏PC或平板电脑840，并且可选地具有用于设置接近传感器850的位置，例如，用于识别用户与计算设备的接近度。

图8B是POS装置或自助服务终端设备的示例的前视图。

图8C是POS装置或自助服务终端设备的示例的等距视图。

图8D是POS装置或自助服务终端设备的示例的等距前视图。

图8E是POS装置或自助服务终端设备的示例的等距后视图。

图8F是POS装置或自助服务终端设备的示例的侧视图。

图8G是POS装置或自助服务终端设备的示例的俯视图。

图8H是POS装置或自助服务终端设备中的一个或多个传感器的示例的视图。可见，对于自助服务终端设备,可以设置多个传感器，例如，一个或多个接近传感器；LED平板可以被配置为从站立区域下方提供光源。

现在参考图9，图9示出了购物助手系统900的示意图，包括自动购物助手装置906，自动购物助手装置906集成了适于运行购物助手应用程序或软件程序915的计算组件。自动购物助手装置906适于连接到通信网络，诸如通信云920，以访问用户购物简档925(如果在云端)和/或将用户购物简档发送到云端。此外，根据一些实施例，远程用户移动设备，诸如智能电话、平板电脑或支持移动通信设备905、910的其他相机，适于运行购物助手应用程序或软件程序916。设备905和910通常包括一个或多个像机910，例如，以能够捕获关于人的单脚或双脚的信息，可选地，同时使用标准图片/扫描、视频、一系列图片或高级传感组件，诸如结构光、飞行时间或其他红外/近红外或可见光条件。设备905/910通常包括陀螺仪，用于向设备相机提供相机定向数据，例如，仅允许在相机基本上平坦时拍摄图片。在一些实施例中，内部感测组件和/或附加传感器可以附接到通信设备905,910，以向系统提供补充数据。例如，此类传感器可以帮助提高测量精度，在用实时反馈捕获数据期间帮助用户和/或向计算引擎提供输入。远程设备905和910可以与通信云920通信，尤其是可以连接到设备用户的数字购物化身或简档925。在一些实施例中，除了或代替自动购物助手装置906以外，用户可以使用移动设备905、910为一个或多个用户生成购物简档。

现在参考图10，图10示出了购物助手系统1000的示意图、以及组件之间的工作流程。可见，启动平板或购物助手装置1005可以扫描用户，以生成用户的购物简档。生成的简档被发送到用户的移动设备1010，并且随后可以用于扫描产品，诸如鞋子1015，可选地通过代表所选产品的产品标签，诸如二维码1020。此外，在一些实施例中，用户可以使用移动应用程序1025来构建购物简档。在一些实施例中，在1030，用户购物简档可用于增加店内购物。在一些实施例中，在1040，用户购物简档可用于增加线上购物。

现在参考图11A，图11A是指示使用店内或POS自动购物助手装置结合移动计算设备应用程序在购物商店中购买个性化鞋类的示例的流程图。可见，在步骤1100中，可以通过购物助手装置的接近传感器识别用户，以及在步骤1105中，可以请求用户站在标记的平板上，并且可选地提供交互式指导来确保用户站在正确的位置，以实现准确的扫描。在步骤1110中，该装置扫描身体或身体部位/元素，以及在步骤1115中，基于扫描生成购物简档。在步骤1120中，该装置可以以图形格式向用户呈现购物化身。在步骤1125中，该装置可以将购物化身发送到用户的移动设备。在步骤1130中，用户可以打开购物应用程序并使用该应用程序来协助购物和/或研究。在步骤1135中，用户可以使用他们的移动设备上的化身来购物或进行研究，例如，通过使用产品标识符或识别设备或技术来扫描所选产品，例如，使用编码标签、二维码或条形码。一般来说，可以以与用户化身相关的方式处理扫描的产品，例如，以确定产品是否适配化身、是否适合用户的简档或偏好等。在某些情况下，应用程序可以在化身上提供所选产品的图形模拟。在步骤1140中，应用程序可以连接到通信云或其他数据库，以将所选产品与产品数据相匹配，例如，以帮助确定购买选项、库存状态、产品特征、产品功能、评论、尺寸等。在某些情况下，在步骤1145中，应用程序可以向用户提供推荐、购买数据等。在更进一步的步骤中，应用程序可以增强店内购物体验，例如，通过提供购物推荐、选项、快捷方式、对其他数据库的访问等。

现在参考图11B，图11B是指示使用店内或POS自动购物助手装置结合移动计算设备应用程序在购物商店中购买个性化鞋类的示例的流程图。可见，在步骤1100中，可以在购物助手装置上输入新的或已知的用户-例如，通过生物识别标识符、输入屏幕等。在步骤1105中，可以请求用户站在标记的平板上，并且可选择提供交互式指导来确保用户站在正确的位置，以实现准确的扫描。在步骤1110中，该装置扫描身体或身体部位/元素，以及在步骤1115中，处理扫描数据并基于扫描生成购物简档。在步骤1120中，该装置可以以图形或其他格式向用户呈现购物简档作为模拟、购物化身或其他虚拟助手。在步骤1125中，该装置可以通过设备的软件、代码或应用程序可用的格式或配置，将购物化身发送到用户的移动设备。在步骤1130中，用户可以打开购物应用程序或打开可以用购物助手应用程序操作购物化身的其他程序。在步骤1135中，用户可以使用他们的移动设备上的化身来购物或进行研究，例如，通过使用诸如编码标签、二维码或条形码的产品标识符来扫描所选产品。一般来说，可以以影响生成的购物化身的方式处理扫描的产品，例如，以确定产品是否适配化身、是否适合用户的简档或偏好等。在某些情况下，应用程序可以在化身上提供所选产品的图形模拟。在步骤1140中，应用程序可以连接到通信云或其他数据库，以将所选产品与高级产品数据相匹配，例如，以帮助确定购买选项、库存状态、产品特征、产品功能、评论、尺寸等。在其他情况下，在步骤1140中，应用程序可以连接到通信云或其他数据库，以将所选产品与高级用户数据相匹配，例如，以帮助确定用户偏好、用户历史、用户简档更新等。在某些情况下，在步骤1145中，应用程序可以向用户提供推荐、购买数据、购买选择、评论、新闻等，以帮助增强线上商店购物体验。在某些情况下，在步骤1150中，应用程序可以向用户提供推荐、购买数据、购买选择、评论、新闻等，以帮助增强店内购物体验，例如，通过提供购物推荐、选项、快捷方式、访问其他数据库等。

在一些实施例中，可以针对与购物助手的用户连接的其他用户执行用户购物体验。在这种情况下，用户应用程序可以包含多个用户的购物简档，从而允许移动设备的用户根据多个用户的购物简档为多个用户执行购物。

根据一些实施例，可以与其他用户共享移动和/或用户化身。例如，用户可以利用用户的授权访问或控制多个用户简档，例如，在化身或简档的持有者或钱包中。在这种情况下，控制用户可以代表其他用户购物。例如，父母可以保留其所有家庭成员的简档，允许父母容易地为所有相关联的家庭成员线上/或线下购物。

根据一些实施例，可以为每个用户移动购物化身或用户购物化身提供额外的个性化，诸如图标或图片。这种个性化对于控制用户管理多个用户或移动购物化身可能特别有用。与任何标识符相关联的该信息可以保存在云化身数据库中并且与他/她使用的任何平台中的用户相关联。例如，在一个家庭成员扫描并保存他或她的家庭成员简档中的一个或多个的情况下，这些简档可以与另外的家庭成员共享，该另外的家家庭成员现在可以将这些简档加载到使用中的店内系统或电子商务网站中，并随后使用这种个性化信息。在网站的情况下，输出可以根据该个性化数据进行个性化，甚至可以在所提供的信息旁边包括其他用户的图片或化身或3D模型，以确保用户对推荐是个人的且基于他或她的简档、或者用户合法使用的其他简档的信心。

根据一些实施例，线上商店可以包括用户购物虚拟助手，使用简档插件或其他数字对象，用户购物虚拟助手可以大体出现在任何网页上(无论是针对移动电话、台式机、笔记本、平板电脑、可穿戴设备等进行优化)，以便在相关时向用户提供推荐、指南或其他帮助。例如，虚拟购物助手可以显示关于正在使用的用户简档的不同适配的信息，或者以其他方式帮助用户。例如，在耐克线上商店购物或浏览时，脚尺寸为41欧码的用户可能会被告知，其在耐克鞋中脚部简档的等效尺寸为42欧码或10.5美码。另外，如果用户简档包括偏好数据，诸如优选颜色和适配等，则购物虚拟助手还可以基于用户偏好提供推荐或指导。例如，在耐克鞋店中，购物助手可能会建议用户选择的鞋子为10.5美码、运动鞋、蓝色或绿色，等等。

在一些实施例中，虚拟助手可以将用户直接带到与用户购物简档数据和偏好相匹配的一个或多个页面。在一个实施例中，简档可以将网站引导到对特定用户感兴趣或相关的部分，同时避免不相关的页面。在另一个实施例中，系统可以单独或与其他用户一起使用个性化信息来重新排列网站并创建网站的个性化版本，其可以表示他/她可能最感兴趣的内容以及最适配他或她的内容。

根据一些实施例，虚拟购物助手可以使得能够呈现正在观看的产品的3D视图，并且可选地呈现个性化产品。例如，可以从所有侧面和角度以3D呈现根据用户的购物简档查看的定制鞋，以帮助用户从多个维度查看产品。

根据一些实施例，可以设置虚拟适配模块，以允许购物化身穿上所查看的产品。

根据一些实施例，用户购物化身可以是对于一家商店的一次性化身。在其他实施例中，用户购物化身可适用于连锁店。在其他实施例中，用户购物化身可以适用于各种品牌或商店，例如，全部由父母实体拥有。在其他实施例中，用户购物化身可以通过连接到云中的通用用户简档而适用于任何或所有商店。

现在参考图12A-图12B，图12A-图12B是根据一些实施例的屏幕截图的示例，其示出了购物助手屏幕上的交互式屏幕，用于引导用户将他们的脚放在标记的平板上。

现在参考图13A-图13B，图13A-图13B是根据一些实施例的屏幕截图的示例，其示出了购物助手屏幕或移动屏幕的交互式指南，用于帮助用户定义他们的简档及其联系信息。

现在参考图14A-图14B，图14A-图14B是根据一些实施例的购物助手屏幕或移动屏幕的屏幕截图的示例，示出一双扫描的脚和小腿的模拟再现。

现在参考图15A-图15B，图15A-图15B是物助手屏幕或移动屏幕的屏幕截图的示例，用于帮助用户输入行为相关信息，其可用于提供更好的用户相关输出。

在一些实施例中，通过允许多个商店中的自动购物帮助、积极主动销售和交叉销售等，购物助手装置可以帮助连锁店线上和/或线下产生忠诚度。

在本发明的一个实施例中，通过应用以下步骤，可以显着提升对于鞋类的用户购物体验：在装置185上测量用户身体轮廓，并提供用户标准尺寸以及针对不同鞋子/品牌的修改；获取客户的ID或购物简档并发送到客户的移动计算或通信设备；以及从装置185获取客户的ID或购物简档并发送到通信云。

在本发明的第一用户案例中，在用户没有先前的用户简档的情况下，购物帮助过程可以如下实施：用户通常脱掉鞋子并站在商店或购物区入口处的启动平板或购物助手装置上。在当前示例中，描述了鞋类应用。该装置随后测量/扫描用户身体区域，诸如脚，然后该装置或云网络可以处理用户数据并生成用户购物化身。一旦生成，就例如使用邮件、信标、短信、二维码、红外光束等，将该化身发送到运行购物助手应用程序的用户的移动设备。然后，用户可以扫描想要的鞋子，由此该装置被配置为匹配然后试穿想要化身提供最佳适配的鞋子。该装置还可以向用户提供与产品相关的信息，诸如可用性、颜色、尺寸、相关鞋、排名等。

在本发明的第二用户案例中，在用户具有多个设备的情况下，购物帮助过程可以如下实施：用户通常脱掉鞋子并站在商店或购物区入口处的启动平板或购物助手装置上。在当前示例中，描述了鞋类应用。该装置随后测量/扫描用户身体区域，诸如脚，然后该装置或云网络可以处理用户数据并生成用户购物化身。一旦生成，就例如使用邮件、信标、短信、二维码、红外光束等，将该化身发送到运行购物助手应用程序的用户移动设备。然后，用户可以扫描想要的鞋子，由此该装置被配置为匹配然后试穿想要化身上提供最佳适配的鞋子。在当前实施例中，该装置可以向用户提供专业信息或咨询性信息，从而作为销售代表至少部分地起作用。该装置还可以提供相关的产品信息，诸如可用性、颜色、尺寸、相关鞋和排名，以及用于测量运动/样式/重量等的选项。

在本发明的第三用户案例中，可以递送增强的购物体验，由此自动购物帮助过程可以包含本地鞋子扫描。在某些情况下，用户数据或化身可用于过滤来自线上世界的适当观点/评论+社交反馈+排名，销售信息/历史、推荐、追加销售、交叉销售等。

出于说明和描述的目的，已经呈现了本发明的实施例的前述描述。它不旨在进行穷举或将本发明限制于所公开的精确形式。本领域技术人员应当了解，鉴于上述教导，可以进行许多修改、变更、替换、变化和等同替代。因此，应该理解的是，所附权利要求旨在覆盖落入本发明的真正精神范围内的所有这种修改和变化。

Claims (14)

1.一种匹配购物者和产品的方法，包括：

使用一个或多个集成的成像传感器，通过购物助手装置开始捕获身体的至少一部分；

通过所述购物助手装置生成所述用户的用户3D购物简档；

在所生成的简档和多个产品之间生成匹配，所述多个产品适配所生成的简档的一个或多个元素；

将所述用户购物简档发送到用户移动设备；

通过使用所述用户移动设备扫描与产品相关联的产品标签，由所述用户选择感兴趣的产品；以及

为所述用户提供商店中一个或多个所选产品的自动产品匹配。

2.如权利要求1所述的方法，还包括使用所购物助手应用程序订购所选产品。

3.如权利要求1所述的方法，还包括使用所述购物助手应用程序定制所选产品。

4.如权利要求1所述的方法，还包括使用所述购物助手应用程序订购所定制产品。

5.如权利要求1所述的方法，还包括向所述用户提供产品库存信息。

6.根据权利要求1所述的方法，还包括：将所选产品适配在为所述用户购物简档生成的用户购物简档化身上。

7.根据权利要求6所述的方法，还包括：将所适配的用户简档化身发送到社交媒体系统，以供所述用户所选的一个或多个用户查看。

8.根据权利要求1所述的方法，还包括：基于用户行为来提升所述用户购物简档。

9.根据权利要求1所述的方法，还包括：基于所述用户购物简档和/或用户购物行为来提供购物推荐。

10.根据权利要求1所述的方法，还包括：使用所述用户购物简档在线上商店中购物。

11.根据权利要求1所述的方法，还包括使用从包括压力传感器、图像传感器、激光器和光传感器的组中选择的一个或多个捕获元件来提升所述用户购物简档。

12.根据权利要求1所述的方法，还包括：将附加的用户购物简档添加到移动设备。

13.根据权利要求1所述的方法，还包括：将用户的简档从店内装置转换到用户移动装置。

14.根据权利要求1所述的方法，其中生成用户3D购物简档包括生成3D脚部简档，用于实现鞋类匹配。

Images