CN115512084A - 基于ar的店铺分析方法、装置、终端设备及服务器 - Google Patents

Abstract

本发明公开了一种基于AR的店铺分析方法、装置、终端设备、服务器、计算机可读存储介质及计算机程序产品，应用于终端设备的基于AR的店铺分析方法包括：采集用户周围环境图像，生成并显示与当前环境实时重叠的数字空间；显示用户参数，并接收用户输入的参数内容，其中所述用户参数至少包括经营点参数或待开设的经营点参数；基于用户输入的参数内容生成数据请求并发送给服务端；接收服务端返回的数据；以及响应于返回数据中包括经营点的部分或全部画像数据，将所述部分或全部画像数据融合在所述数字空间中进行增强显示。利用本发明实施例能够满足各种类型用户的营销/管理需求、调研需求，且显示直观、生动、灵活。

Description

基于AR的店铺分析方法、装置、终端设备及服务器

技术领域

本发明涉及增强现实(Augmented Reality，简称AR)技术领域，具体涉及一种基于AR的店铺分析方法、装置、终端设备、服务器、计算机可读存储介质及计算机程序产品。

背景技术

随着AR技术的快速发展，AR技术应用于越来越多的领域，为人们的生活、工作提供了诸多便利。其中，对于一些店铺、商场等的管理员、业主和工作人员来说，其在经营过程中经常需要了解店铺的经营状况，对当前的经营状况进行分析并更改经营策略。目前的店铺、商场的经营方式中获取的数据种类有限，通常只有一些销售数据、产品数据等，分析时也只是简单地统计销售数据、成本数据，根据盈利情况确定店铺的经营，并且这些分析、统计也通常是人工分析，人工利用计算机、计算器等工具来统计。而店铺的经营是一个复杂的工程，影响盈利的因素很多，除了店铺经营的产品、提供的服务外，其地点、客流量、客户类型、周边环境等都是很重要的因素，但是现有的经营方式中还没有一个很好的方案能兼顾这些因素。另外，店铺、商业区的投资人(不论是公司还是个人)都希望能得到最大化的盈利，而投资前的调研通常是通过普通的线下市场调研或者通过一些加盟店的数据调研，都存在信息片面、甚至被欺骗的风险。目前也没有一个好的方案为投资人提供好的建议，因而常常出现投资人投资的店面经营不好、利润较小等原因而导致的店面频繁转租现象。

针对相关技术中的上述问题，目前尚未发现有效的解决方案。以上仅是发明人了解的与本发明有关的背景信息，并不构成对现有技术的自认。

发明内容

有鉴于此，本发明实施例提供了一种基于AR的店铺分析方法、装置、终端设备、服务器、计算机可读存储介质及计算机程序产品，基于多种类型的数据为业主、管理者、投资者等各种用户提供其经营点的各种画像数据。

为了解决上述的技术问题，根据本发明的一个方面，本发明实施例提供了一种基于AR的店铺分析方法，应用于终端设备，包括以下步骤：

采集用户周围环境图像，生成并显示与当前环境实时重叠的数字空间；

显示用户参数，并接收用户输入的参数内容，其中所述用户参数至少包括已有经营点参数或待开设的经营点数据参数；

基于用户输入的参数内容生成数据请求并发送给服务端；

接收服务端返回的数据；以及

响应于返回数据中包括经营点的部分或全部画像数据，将所述部分或全部画像数据融合在所述数字空间中进行增强显示。

为了解决上述的技术问题，根据本发明的另一个方面，本发明实施例提供了基于AR的店铺分析方法，应用于服务器，包括以下步骤：

获取经营点所在地理位置的周边环境数据、人流监控数据和经营点数据，所述经营点数据至少包括实体结构数据、产品/服务数据；

分析人流监控数据和经营点数据以得到所述经营点的客户画像数据、非客户画像数据和收益数据；

分析经营点周边环境数据和人流监控数据以得到经营点环境画像数据；

基于经营点的客户画像数据、非客户画像数据、经营点环境画像数据及收益数据以得到经营点的画像数据；以及

基于经营点的结构数据及画像数据生成所述经营点的数字资源，所述数字资源至少包括经营点的三维模型、客户和非客户的三维模型、客户与非客户的数量比例。

为了解决上述的技术问题，根据本发明的另一个方面，本发明实施例提供了基于AR的店铺分析装置，作为客户端应用于终端设备，包括AR数字模块、参数模块、请求生成模块和数据融合模块，所述AR数字模块用以基于采集的用户周围环境图像生成并显示与当前环境实时重叠的数字空间；所述参数模块用以提供用户参数，并接收用户输入的参数内容，其中所述用户参数至少包括经营点参数或待开设的经营点数据参数；所述请求生成模块与所述参数模块相连接，用以基于用户输入的参数内容生成数据请求并发送给服务端；所述数据融合模块与所述AR数字模块相连接，经配置以接收服务端返回的数据，将所述返回数据中的部分或全部画像数据融合在所述数字空间中进行增强显示。

为了解决上述的技术问题，根据本发明的另一个方面，本发明实施例提供了一种基于AR的店铺分析装置，作为服务器端应用于服务器，包括数据获取模块、第一分析模块、第二分析模块、画像模块和数字资源模块，所述数据获取模块用以获取经营点所在地理位置的周边环境数据、人流监控数据和经营内容数据，其中，所述经营点为店铺或商业区；所述第一分析模块与所述数据获取模块相连接，用以分析人流监控数据以得到经营点的客户画像数据、非客户画像数据和收益数据；所述第二分析模块与所述数据获取模块相连接，用以分析经营点周边环境数据以得到经营点环境画像数据；所述画像模块分别与数据获取模块、第一分析模块和第二分析模块相连接，用以所述基于经营点产品数据、客户画像数据、非客户画像数据、经营点环境画像数据及收益数据以得到所述经营点的画像数据；所述数字资源模块与所述画像模块相连接，用以基于经营点的结构数据及画像数据生成所述经营点的数字资源，所述数字资源至少包括店铺的三维模型、客户和非客户的三维模型、客户与非客户的数量比例。

为了解决上述的技术问题，根据本发明的另一个方面，本发明实施例提供了一种终端设备，包括处理器以及存储有计算机程序指令的存储器，所述处理器执行所述计算机程序指令时实现前述作为客户端的基于AR的店铺分析方法。

为了解决上述的技术问题，根据本发明的另一个方面，本发明实施例提供了一种服务器，包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现前述作为服务端的基于AR的店铺分析方法。

为了解决上述的技术问题，根据本发明的另一个方面，本发明实施例提供了一种计算机可读存储介质，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现应用于用户终端设备的基于AR的店铺分析方法或实现应用于服务器的基于AR的店铺分析方法。

为了解决上述的技术问题，根据本发明的另一个方面，本发明实施例提供了一种计算机程序产品，其包括计算机程序指令，所述计算机程序指令被处理器执行时实现应用于用户终端设备的基于AR的店铺分析方法或实现应用于服务器的基于AR的店铺分析方法。

本发明通过分析商场、商业街、底商等各种经营点的人流监控数据、周边环境数据及经营点实体结构数据、产品/服务数据，不但可以从多个维度对这些数据进行分析、统计和计算进而得到经营点的各种画像数据，如客户画像数据、非客户画像数据、环境画像数据及收益数据等等，以这些画像数据来描述当前的经营状况，并且可以在这些数据的基础上得到满足各种类型用户的需求的数据，如得到满足业主、管理者的营销/管理需求的管理建议，满足投资者为新开设的店铺/商业区进行调研需求的评估数据等等。在用户交互方面，用户仅需要简单的操作，如打开终端设备的摄像头拍照、输入请求内容，即可以得到所需的数据，并且以AR增强的方式显示，显示直观、生动、灵活。

附图说明

为了更清楚地说明本发明实施例的实现方式，以下对本发明实施例中的附图作简单介绍。

图1是根据本发明一个实施例的基于服务器和终端设备的AR系统架构示意图；

图2是根据本发明一个实施例的利用手机端APP进行AR导航的虚实融合图像示意图；

图3是根据本发明一个实施例的应用于服务器的基于AR的店铺分析方法；

图4是根据本发明一个实施例的应用于终端设备的基于AR的店铺分析方法流程图；

图5是根据本发明另一个实施例的应用于服务器的基于AR的店铺分析方法流程图；

图6A-6B分别是根据本发明一个实施例的终端设备中的增强显示画面示意图；

图7是根据本发明一个实施例的作为服务端的基于AR的店铺分析装置的结构示意图；

图8是根据本发明一个实施例的作为客户端的基于AR的店铺分析装置的结构示意图；

图9是根据本发明一个实施例的用户为店铺业主时的基于AR的店铺分析处理流程示意图；

图10是根据本发明一个实施例的的用户为投资者时的基于AR的店铺分析处理流程示意图；

图11是根据本发明一个实施例的一种电子设备的结构示意图；以及

图12是根据本发明一个实施例的终端设备的软件结构示意图。

具体实施方式

以下将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，提供这些实施方式的目的是为了使本发明的原理和精神更加清楚和透彻，使本领域技术人员能够更好地理解进而实现本发明的原理和精神。本文中提供的示例性实施方式仅是本发明的一部分实施方式，而不是全部的实施方式。基于本文中的实施方式，本领域普通技术人员在不付出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

本领域技术人员知晓，本发明的实施方式可以实现为一种系统、装置、设备、方法、计算机可读存储介质或计算机程序产品。因此，本发明可以具体实现为以下至少一种形式：完全的硬件、完全的软件，或者硬件与软件结合的形式。根据本发明的具体实施方式，本发明请求保护一种基于AR的店铺分析方法、装置、终端设备、服务器、计算机可读存储介质及计算机程序产品。

在本文中，诸如第一、第二、第三之类的用语，仅用来将一个实体(或操作)与另一个实体(或操作)区分开来，而不在于要求或暗示这些实体(或操作)之间存在任何顺序或关联。

本发明的实施例可应用于服务器和终端设备。请参考图1，示意性地示出了一种基于服务器和终端设备的AR系统架构示意图。AR系统架构包括服务器10和若干终端设备20。其中，服务器10作为系统的服务端，终端设备20作为系统的用户端。在一些示例中，终端设备20为AR设备，其可以为专用的AR设备，例如头戴式AR设备(Head-mounted displays，HMD)、智能手套、服饰等智能可穿戴电子设备。在一些示例中，终端设备20可为通用的AR设备，例如手机、便携式计算机、笔记本电脑、平板电脑、虚拟现实(Virtual Reality，VR)设备、车载设备、导航设备、游戏设备等等。

以AR头盔或AR眼镜为例，可将头戴式显示器、机器视觉系统、移动计算机等集成，设置在可绑定佩戴的设备中，该设备具有外形类似眼镜的显示器，工作时佩戴在使用者头部，该设备能将增强现实类信息传输至显示器上或投射至使用者的眼球中，从而增强用户的视觉沉浸感。在一些示例中，AR设备还具有摄像头，可为广角摄像头、长焦摄像头，还可为结构光摄像头(也称点云深度摄像头、3D结构光摄像头或深度摄像头)。其中结构光摄像头基于3D视觉技术，可获取物体的平面和深度信息。结构光摄像头可通过近红外激光器将具有一定结构特征的光线投射到被拍摄物体上，再由红外摄像头采集反射光，由处理器芯片处理，其计算原理是根据物体导致的光信号的变化计算物体位置和深度信息，呈现3D图像。通常的终端设备例如手机上呈现二维图像，并不能显示图像上不同位置的深度，利用结构光摄像头可拍摄获取3D图像信息数据，即不仅可获得图像中不同位置的颜色等信息，还可获得不同位置的深度信息，可用于AR测距。当然，普通的终端设备也可以基于单目或双目光学摄像头采集2D图像并结合深度学习算法等方式获取2D图像的深度信息，最终也可呈现3D图像。

在一些示例中，终端设备20中安装有具备AR功能的软件或应用程序APP。服务器10可以是该软件或APP的管理服务器或应用服务器。服务器10可以为一台服务器，也可以为多台服务器组成的服务器集群，也可以为云服务器或称云端服务器等。终端设备20中集成有具备联网功能的模块，例如无线保真(Wireless-Fidelity，Wifi)模块、蓝牙模块、2G/3G/4G/5G通信模块等，以便通过网络连接到服务器10。

示例性地，用户可通过安装在手机中的APP登录用户账号，用户还可通过安装在AR眼镜中的软件登录用户账号。

以具备AR导航功能的APP为例，APP可以具备例如高精地图导航能力、环境理解能力和虚实融合渲染能力等，APP可通过终端设备20向服务器10上报当前地理位置信息，服务器10基于实时地理位置信息为用户提供AR导航服务。示例性地，以终端设备20是手机为例，响应于用户启动APP的操作，手机可启动摄像头采集现实环境的图像，然后通过系统对摄像头采集的现实环境图像进行AR增强，在现实环境图像中融入或叠加渲染的AR效果(例如导航路线标识、道路名称、商户信息、广告展示等)，将虚实融合的图像展示在手机屏幕上。

图2示意性地示出了一种利用手机端APP进行AR导航的虚实融合图像，其中AR导航的指示箭头叠加在图中真实的路面上及空间中，商户促销的电子资源以降落伞携带礼盒的形式漂浮在空间中的指定位置。

本发明的实施例涉及终端设备和/或服务器。以下将通过若干示例性实施例或代表性实施方式，对本发明的原理和精神进行详细阐释。

图3是根据本发明一个实施例的应用于服务器的基于AR的店铺分析方法。本发明中的经营点可以是商业区、商业街、商场、位于商业区/商业街/商场中的店铺，或者单独的一个店铺。本实施例以店铺作为经营点对基于AR的店铺分析方法说明如下：

步骤S11，获取店铺所在地理位置的周边环境数据、店铺人流监控数据和店铺数据。

步骤S12，分析店铺人流监控数据和店铺数据以得到所述店铺的客户画像数据、非客户画像数据和店铺收益数据。

步骤S13，分析店铺周边环境数据和店铺人流监控数据以得到店铺环境画像数据。

步骤S14，基于店铺产品数据、客户画像数据、非客户画像数据、店铺环境画像数据及店铺收益数据以得到店铺的画像数据。

步骤S15，基于店铺的结构数据及画像数据生成所述店铺的数字资源，所述数字资源至少包括店铺的三维模型、客户和非客户的三维模型、客户与非客户的数量比例。

在步骤S11中，当已知目标店铺的地理位置信息时，根据目标店铺的地理位置信息查询地图数据以得到距所述店铺预置距离范围内的店铺周边环境数据，所述周边环境数据包括城市信息、道路信息、建筑名称及其类别。所述的城市信息例如包括城市名称、所在省份、地区等。所述的道路信息例如包括道路名称、道路类型，所述道路类型例如为高速公路、国道、市区街道、社区街道、道路交叉类型、车道数量、单向或双向、是否有人行道、自行车道等。所述的建筑名称及其类别例如住宅小区名称，类别为住宅；办公楼的名称，类别为办公；超市名称，类别为超市；饭店名称，类别为餐饮等等。

当目标店铺位于商业区时，根据目标店铺获取其所在的商业区标识或商业区地理位置信息，而后再基于商业区标识或地理位置信息查询地图数据以得到距所述商业区预置距离范围内的商业区周边环境数据，所述商业区周边环境数据包括城市信息、道路信息、建筑名称及其类别以及商业区内的店铺之间的位置关系。

在步骤S11中，通过店铺、商业区等处设置的监控摄像装置获取商业区、店铺的人流监控数据。其中，商业区的管理者在商业区安装有摄像头，既用于安保，也用于获取人流监控数据。商业区的管理者在其管理区域内分区安装多个摄像头以尽可能地覆盖管理区域内的每一家店铺，并为每个摄像头编号。在一个实施例中，在商业区本地设置有人流监控装置，例如，商业区的安保监控室内的监控主机可从每个摄像头拍摄的监控视频中识别出进入商业区的人员、经过每一家店铺的人员、进入每一家店铺的人员、进入店铺购买了产品和没购买产品的人员等等，并逐项进行统计，以得到商业区内的客流量、管理区域内每一个店铺的店外人流量、进店的人流量、进店购买了产品的人流量等等统计数据，并将统计数据从本地上传到服务器。对于单个店铺而言，如果其本地没有处理装置，摄像头的监控视频可以直接上传给服务器。前述拍摄监控视频的摄像头可以是普通摄像头，也可以是AI摄像头，即内置有运算芯片的摄像装置，例如，仅在人员出现时对人员进行抓拍、人脸识别并抓拍、跟踪等，从而可以提供更加精准的人流监控数据。

基于在服务器中注册时的店铺数据获得店铺数据。店铺或商业区的管理者，如业主，在向服务器注册店铺或商业区时，根据要求需要填写并提交一些基本数据，如业主/管理者的用户身份标识、授权信息，店铺/商业区的名称、地址，经营内容、面积、营业时间等等。如果是商业区，还可以包括商业区中的店铺分布图。如果在注册时没有提供商业区的店铺分布图，服务器根据监控数据绘制店铺分布图。在一个实施例中，所述授权信息包括两种，一种是业主为其管理者、员工设置的可以接收的部分画像数据，例如，业主注册时可以同时注册多个帐号，并为每个帐号限定其可以从服务端接收的店铺/商业区的不同的画像数据。另一种是为保护店铺、商业区的信息隐私而自动设置的不同权限内容，例如，对于访客身份的用户仅可以得到部分画像数据。

在步骤S12中，当服务器从商业区或店铺本地接收到的是经过预处理的人流统计数据时，依据所述人流统计数据和店铺数据得到客户画像数据、非客户画像数据和店铺收益数据。例如，根据统计到进店人员数量和购买产品/服务的人员数量计算购买率；基于购买率和人均产品/服务的消费金额估计营业收入；基于估计的营业收入和租金、人力成本、采购成本等等各种成本计算得到预估盈利。前述的购买率、营业收入和预估盈利作为店铺收益数据。对人流数据中的每个人员进行识别，如识别其年龄范围、性别、预估其职业，如果是商业区的人流分析，还统计其进了哪个店铺、在哪个店铺进行了消费，预估消费金额等，并将进店购买了产品/服务的人员定义为客户，并得到客户年龄分布、性别比例、职业、地域分布以及购买力与性别、年龄的关联等数据，并以此作为客户画像数据。将没有进店，或者进店并没有购买产品/服务的人员定义为非客户，同理可以得到非客户的年龄分布、性别比例、职业等等数据，并作为非客户画像数据。

在店铺位于目标商业区内时，还包括获取所述目标商业区内的所有人流数据，并计算或统计得到人流量、平均进店率、平均购买率、商业区的预估盈利等等，以此作为商业区的部分画像数据。

在步骤S13中，在分析店铺所在地理位置的周边环境数据时，基于预置的周边环境指标来分析店铺的周边环境。所述周边环境指标例如包括社区类型，例如高端类型、中产类型、经济类型等几个类型；又例如包括交通类型，例如交通发达、中等、不便几个类型；又例如包括经济圈属性，例如商业区、工业区、住宅区等几个类型；又例如相邻建筑、类型、占比、距离等。以上各种指标具有对应的分类策略，以社区类型为例，其包括业主定位和小区两个小类指标。当确定周边有住宅区时，获取住宅区的目标业主定位、小区图片、物业管理公司信息、基础设施(如车位数量、电梯数量、娱乐设施、健身设施等)等数据，对以上几种类型的数据分别进行处理、打分并分类。例如，有些住宅区在建时即有明确的目标业主群体定位，如中产型、高端型、经济型等，因而可以将住宅区的目标业主定位分类作为一个业主类型。识别小区图片，从中可以得到小区楼群数量、楼层高度、小区的土地面积、小区内的绿化面积、基础设施等。基于楼群数量和小区的土地面积计算得到住宅楼对小区的土地占比；基于楼群数量、楼层高度可以预估得到小区住户数量，再基于小区的土地面积可以得到人均土地占比；基于小区内的绿化面积和小区的土地面积可以得到绿化占比；基于基础设施与小区住户数量可以得到人均基础设施占比等等。并为以上各个小指标设置打分区间，根据实际计算得到的分数及其中打分区间得到该小指标的打分，再计算综合得分，如对对各个小指标的打分求和或加权求和。不同类型的社区小区有不同的分数区间，将当前得到的小区这个小类指标的分数与不同类型的社区小区的分数区间进行匹配从而得到小区小类的类型。根据业主定位和小区两个小类指标确定社区类型为高端类型、中产类型、经济类型中的一个。又例如，标记周边的学校、与所述店铺或商业区的位置关系、标记幼儿园、餐馆、快餐店等，当有同类型的建筑时，计算同类型建筑的占比。例如，目标店铺是冷饮店，其周围有三家快餐店、五家普通餐馆，两家童装店、一所小学、一所中学，还有两所幼儿园，因而快餐店的占比为3/8。

根据目标店铺周边环境数据中的周边建筑名称及类型确定在一定范围内是否有同类竞争店铺及数量。根据目标店铺的历史销售数据、盈利数据确定出是否有季节特点，例如，冷饮店的夏季销售曲线明显要高于冬季销售曲线，如果有此类确定，则标记出季节特点，如夏季为旺季。从人流监控数据中统计一定时间内的客流量，基于经过店铺的客流量和进店人流量计算进店率。将前述各种指标数据及周边环境指标数据作为店铺的环境画像数据，店铺的环境画像数据的指标数据还包括营业时间和店铺面积等。

同理，对于目标商业区，将人流量、平均进店率、目标商业区面积等分别作为环境指标，前述的环境指标与周边环境指标共同构成商业区的环境指标。环境指标数据的获得与前述的店铺的环境画像数据的获得过程类似，在此不再赘述。

在步骤S14中，将店铺的客户画像数据、非客户画像数据、店铺环境画像数据及店铺收益数据综合在一起得到店铺的画像数据。通过这些数据可以得到一个完整的、多维度的店铺画像。对于商业区，同理，将商业区内的各个店铺的画像数据、店铺分布数据和商业区环境数据综合在一起则得到所述商业区画像数据。

在一个更好的实施例中，对于店铺，基于其当前的客户画像数据、非客户画像数据、店铺环境画像数据进行分析，得到多种营销建议。例如，基于店铺环境画像数据中的周边建筑特点确定出周边人群特点，例如，当目标店铺周边有小学、中学等机构、且目标店铺位于通过这些机构的必经之路上，可以确定出周边人群多为学生、接送家长、学校的教职人员。基于目标店铺环境画像数据中的营业时间和周边人群特点可以判断当前的营业时间是否合理，如果不合理，可以生成更为合理的营业时间。以目标店铺为蛋糕店为例，目标店铺的营业时间为8：00-10：00。由于学校的进校时间为早上7：00-8：00，因而在早上6：30时目标店铺外的人流量就已经开始增多，并且有购买早餐的需求。相比于蛋糕店的营业时间及营业内容，生成6：30-10：00的营业时间建议及增加早餐营业内容的建议。又例如，基于周边人群特点还可以确定出潜在客户及未来产品类型。以目标店铺为礼品店为例，根据周边人群会有学生这一特点，生成“文具”这一经营产品建议。又或者，当实时更新周边环境数据，且从中得到周边与目标店铺产品相关的事件时可生成促销方案或建议。例如，在教师节前一个月内，生成教师礼物促销方案，其中包括礼品种类、促销时段等。将前述的营销建议也作为店铺画像的一部分。

对于商业区来说，根据周边环境数据、各个店铺中的部分画像数据及店铺分布数据生成管理建议，例如，基于商业区的人流量、周边环境鉴别当前商业区的店铺类型、数量及布局等是否合理。例如，目标商业区为一条商业街，其位于平原二线城市的市中心，商业街中的餐馆、服装店、花店、礼品店、鞋帽店、超市、五金店等，邻街有银行、政府办公机构、学校等。商业街中餐馆占比为45％，且集中于街道的一端并毗邻五金店、花店，而远离服装店和礼品店。根据监控到的人流量及周边建筑的分布可知，商业街离学校、各种办公机构距较近，因而在就餐时间有大量的用餐需求，这也是很多人选择在此条街开餐馆的原因之一。然而，毗邻餐馆的五金店、花店，并不是就餐后人们的销售场所，相较于五金店、花店，更从的人们倾向于在餐后返回学校时逛礼品店、返回办公室时逛服装店、超市等，因而，基于这种分布，经过分析店铺类型与商业区的人群特点生成布局建议，如将礼品店与五金店的位置互换，或者分散餐馆，并与服装店、超市相邻。同时，本实施例中的管理建议也作为商业区的画像数据。

在得到店铺/商业区的画像数据后，根据权限策略建立用户标识与权限的绑定关系。在一个实施例中，所述的权限策略包括：根据业主在注册时的授权信息，按照业主分配的权限建立用户标识与对应的授权项数据的权限绑定关系。例如，某个店铺业主为其自己、店长及三个店员分别注册了三个用户帐户A1、A2、A31、A32、A33，并设置自己的用户帐户A1的权限为所有数据可见；店长的用户帐户A2的权限中排除店铺画像数据中的盈利数据，三个店员用户帐户A31、A32、A33排除店铺画像数据中营销建议、盈利数据及店铺的一些原始数据。根据业主的授权，分别为这五个用户帐户的用户标识与对应的数据建立权限绑定关系。又例如，对于商业区的访客用户，设置商业区内的客流量、店铺分布、店铺类型等为其可见，而对于具体的盈利等收益数据不可见。

在步骤S15中，基于业主在注册店铺及商业区时提供的店铺结构数据生成店铺的三维模型，基于客户画像数据和非客户画像数据生成客户和非客户的三维模型及其比例。对于商业区，基于业主在注册商业区基时提供的结构数据生成商业区的三维模型，其包括商业区地理区分内的店铺、街道等的三维模型，基于商业区画像数据中的区内人流量、各个店铺的客户画像，生成客户与访客的三维模型，并基于各个店铺的客户/非客户画像生成客户和非客户的三维模型，基于人流量、进店率确定客户和非客户三维模型数量的比例。在一个实施例中，预先生成各种人物的三维模型，并存储在数据库中，在构建商业区三维模型和店铺三维模型时，根据需要向其中加入所需要的人物三维模型。因而，经过步骤S15之后得到了店铺/商业区的数字资源，店铺的数字资源由店铺三维模型、客户、非客户三维模型构成。商业区的数字资源由商业区三维模型、分布于商业区内的人物三维模型构成，并且分布于店铺中或附近人物三维模型的数量、性别、年龄等特点与店铺当前画像相对应。

在另一个实施例中，店铺/商业区的画像数据及数字资源定时或实时更新，例如，根据人流监控实时数据计算客户和非客户的画像数据，在当前计算得到的画像数据与之前得到的画像数据不同时，更新画像数据。并基于当前画像数据更改数字资源中的人物及其比例。例如，当前存储的冷饮店的客户画像数据中，客流量约为200人/天，其中学生客户为60％，老年客户为10％，其他的30％分别为午休时间出现的附近上班族。当天为周六，经过对当天人流监控数据的分析得到，客流量约为100人/天，其中学生客户为20％，不定时的访客为60％，其他的20％分别为商业区内的工作人员、附近加班的上班族。因而可见，周六的冷饮店的客户画像数据与之前存储的客户画像数据相差很多，当计算得到新的画像数据对数据库中的画像数据进行更新，并更换数字资源中的人物模型及数量。例如，将原来的人物模型数量减半，并将原来的6个学生人物模型、2个上班族装扮的人物模型、1个商业区内工作人员的人物模型和2个老人的人物模型换成1个学生人物模型，3个访客人物模型和1个商业区内工作人员的人物模型，从而以使数字资源与当前的店铺/商业区的画像数据实时保持一致。

上述数字资源、画像数据存储于服务器的数据库中，根据用户端的请求向用户提供与其权限、请求内容相符的各类数据。

图4是根据本发明一个实施例的应用于终端设备的基于AR的店铺分析方法流程图，具体包括以下步骤：

步骤S21，采集用户周围环境图像，生成并显示与当前环境实时重叠的数字空间。

步骤S22，显示用户参数，并接收用户输入的参数内容，其中所述用户参数至少包括指定店铺/商业区参数或待开设的店铺数据参数。

步骤S23，基于用户输入的参数内容生成数据请求并发送给服务端。

步骤S24，接收服务端返回的数据。

步骤S25，响应于返回数据中包括店铺/商业区的部分或全部画像数据，将所述部分或全部画像数据融合在所述数字空间中进行增强显示。

其中，在步骤S21中，用户使用终端设备(如前述的各种AR终端设备20)的摄像头采集用户周围环境图像，基于VSLAM技术构建与实景无缝重合的数字空间，并通过终端屏幕呈现所述数字空间。

在步骤S22中，在终端屏幕显示用户参数，例如以悬浮的方式显示各种参数选项。其中的一种用户参数为经营点参数，所述经营点可以是指定的店铺，也可以是指定的商业区、商业街或商场等等。所述经营点参数提供的参数内容输入格式可以多种多样。例如，参数内容的输入格式可以是图片格式，例如，用户此时可以应用终端设备的摄像头拍摄一个店铺的门脸图片，可以拍摄一条商业区的街道图像。参数内容的输入格式也可以是文字格式，例如，用户可以以文字的形式输入经营点的名称及地址。参数内容的输入格式还可以是语音格式，即用户可以以语音的形式给出指定店铺或商业区的名称及地址。又或者，经营点参数提供地图搜索链接，用户根据地图搜索链接进入地图搜索界面，从中指定店铺或商业区的位置。当用户确定了店铺或商业区的位置时，所述位置数据即为指定店铺/商业区的地址。又或者，参数内容的输入格式可以是视频格式，即用户可以对当前的店铺/商业区拍摄一段视频，如一定时长的视频。

进一步地，当以图片/视频格式提供店铺的门脸图片、商业区的街道图像/视频时，通过对所述店铺的门脸图片/视频进行图像处理从中识别出店铺名称来确定指定的店铺。对于商业区的街道图像，从图像中识别出街道名称、街道中的标志性地理特征或者街道两侧的商铺名称中的一者或多者，以确定指定商业区。在一个更好的实施例中，当参数内容为店铺的门脸或商业区的街道图处、视频时，为了简化图像识别的过程，此时还获取用户终端设备所在的地理位置数据，如读取用户终端设备的GPS数据，以辅助图片快速确定用户指定的店铺或商业区。通过上述用户输入的参数内容可以得到店铺标识或商业区标识，其为一个用以代表店铺或商业区身份、位置的唯一标识。

用户参数还包括店铺/商业区的授权参数。在一个实施例中，当用户指定了店铺或商业区时，在当前的数字空间或界面显示店铺/商业区的授权参数，其中至少包括用户身份参数。例如，当用户为店铺或商业区的业主时，其在进行身份、店铺/商业区的注册时获得唯一的用户标识；对于普通用户，如，店铺/商业区的访客，其在进行身份注册时也会获得唯一的用户标识，服务端的用户数据库中维护有用户身份信息。因而，当用户指定了店铺或商业区后显示的授权参数中要求用户提供其用户标识。

在另一个实施例中，当用户在其终端设备中运行本实施例中的方法时，用户需登录运行所述方法的客户端，此时可以获得用户标识。

用户参数还包括待开设的经营点参数，待开设的经营点为用户计划在当前位置，如当前商业区开设的新店，待开设的经营点参数提供店铺经营产品类型、预算等子参数。在产品类型子参数中提供有多个大类，大类中还包括小类，大类例如为服装、文具、电子产品、餐饮等，服装大类中的小类例如为内衣、男装、女装、童装等，餐饮例如为拉面、蛋糕、奶茶、咖啡等。预算子参数例如为用户预计投入的资金额，如十万、五万、五十万等。

在得到了用户输入的参数内容后，在步骤S23生成数据请求并发送给服务端。其中，所述的数据请求中包括用户标识，以方便服务端确定用户的身份及对应的权限。所述的数据请求中包括当前已存在的店铺、商业区，或者用户待开设的店铺参数内容。

图5是根据本发明另一个实施例的应用于服务器的基于AR的店铺分析方法流程图，在所述方法中，主要包括以下步骤：

步骤S31，接收用户端发送的数据请求，并从中提取出请求内容及用户身份标识。当所述用户端发送的数据请求中包含文字信息时，服务器对所述文字信息进行语义识别从而确定请求内容；当所述用户端发送的数据请求中包含语音信息时，对所述语音信息进行语音识别从而确定请求内容；当所述用户端发送的数据请求中包含图片时，对所述图片进行图像处理，从而确定请求内容；当所述用户端发送的数据请求中包含视频时，对所述视频进行关键帧抽取，并对关键帧进行图像处理，从而确定请求内容。所述的确定请求内容例如为获取指定店铺/商业区的画像数据，或者在当前要开设的店铺及相关数据。

步骤S32，基于请求内容中确定指定店铺标识/商业区标识，基于用户标识确定所述用户的权限。当请求内容为已知店铺或商业区的画像数据时，确定指定店铺标识/商业区标识，并查询所述店铺/商业区与当前用户标识的权限绑定关系，如当前用户标识对应的帐户是否有业主的授权信息，如有，确定与其权限对应的资源。如果没有业主的授权信息，确定所述用户为所述店铺或商业区的普通访客及当前用户对应于访客权限的资源。

步骤S33，获取与用户权限相符合的经营点画像数据，或经营点画像数据及数字资源，并发送给所述用户端。

在当前用户为店铺业主时，向其提供所有的店铺画像数据。店铺的画像数据包括店铺产品数据、店铺环境数据、客户画像数据、非客户画像数据和营销建议。店铺产品数据例如包括产品/服务类型、每天的预估流水等。店铺环境数据例如包括营业时间、店铺面积、季节数据、一定范围内的同类竞争店铺数量、一定时间内的客流量、进店率、购买率等。客户画像数据例如包括目标客户类型、客户年龄分布、性别比例、职业、地域分布、购买力与性别、年龄的关联等。非客户画像数据例如包括进店率、年龄分布、性别等。所述营销建议至少包括潜在客户类型、未来产品类型、营业时间安排和促销方案中的一种或多种。所述潜在客户类型例如包括职业类别、性别、年龄分布、地域等等。促销方案例如针对特定季节的促销产品、促销价格区域、对特定人群的促销产品及促销价格区域等。

在当前用户为商业区业主时，提供当前商业区的全部画像数据，包括店铺分布数据、商业区环境数据、店铺的部分画像数据和商业区管理建议等。所述店铺分布数据例如针对商业区所在地理位置，将商业区分成多个地理分区，每个地理分区中的店铺数量及类型。所述店铺分布数据还包括店铺与店铺之间的距离。所述店铺分布数据还可以包括各种类型的店铺比例。商业区环境数据例如包括所在地理位置的周边建筑类型，如住宅区、办公区、其他商业区等等。商业区环境数据还包括区内的总客流量、各个地理分区的客流量、各个地理分区的各个店铺的进店率、购买率、店铺转租频率、季节数据等等。所述管理建议至少包括商业区的店铺类型、数量、潜在消费内容及相应的布局建议。例如，根据商业区内的消费人群中带宝宝的年轻妈妈占有一定的比例，但是商业区没有母婴店，或者母婴店的数量过少，此时生成在当前商业区增加母婴店的建议，并进一步推荐母婴店的数量，并根据年轻妈妈在商业区内的活动范围推荐新开母婴店所在的地理分区等等。

在当前用户为店铺/商业区的普通员工时，向其发送与其权限绑定的画像中的项目数据，如向店铺普通员工发送业主授权的店铺环境数据、客户画像数据、部分产品数据等。

在当前用户权限为访客权限时，为了保证某些商业信息的安全性，只为访客身份的用户提供部分的画像数据。在当前用户指定的是店铺时，意味着当用户想了解其指定的正在经营的店铺，此时根据访客权限的要求，只向用户提供部分数据。例如，提供店铺产品数据中的产品/服务类型，而不提供每天的预估流水。提供店铺环境数据中的营业时间、店铺面积、一定范围内的同类竞争店铺数量、一定时间内的客流量、进店率，而不提供购买力。提供客户画像数据中的目标客户类型、客户年龄分布、性别比例、职业、地域分布，而不提供购买力与性别、年龄的关联数据，也不提供营销建议数据。在当前用户指定的是商业区时，向用户提供所述店铺分布数据中的商业区所在地理位置、商业区的地理分区、分区中的店铺数量及类型、店铺与店铺之间的距离，而不提供各种类型的店铺比例。提供的商业区环境数据中的周边建筑类型、区内的总客流量、各个地理分区的客流量、各个地理分区的各个店铺的进店率、店铺转租频率等，但是不提供商业区管理建议数据。

在当前用户权限为访客权限时，且用户提供的参数内容为待开设的店铺数据时，服务器基于商业区画像数据和待开设的店铺数据计算评估数据，例如基于商业区的开店成本数据，如产品成本、店铺租金、店员人工等判断启动资金/预算是否充足；根据商业区的人流特点、竞争店铺的数量、距离推荐地理位置；根据商业区的环境画像、人流特点、季节影响因素等确定待开设的店铺的预估客户画像数据，客户画像数据包括客户年龄分布、性别比例、职业、地域分布、购买力等等；根据预估客户画像数据预估每月/日的预估客户流量及预估盈利金额。所述的评估数据还包括根据商业区的画像数据评估出盈利较好的店铺类型，所述的店铺类型对应于店铺经营内容。例如，根据商场的老年消费者较多，但是目前商场中没有老年人服装店的特征，向所述用户提供可以开设老年人服务店的建议。

进一步地，在另一个实施例中，服务端在向用户端发送数据后，还包括步骤S34，判断用户当前是否正在增强显示画像数据和/或数字资源，如果正在显示，则在步骤S35监视向用户端发送的画像数据和/或数字资源在数据库中是否发生更新，如果发生了更新，则在步骤S36向所述用户端发送画像更新数据和/或数字资源更新数据。如果用户当前已不在增强显示画像数据和/或数字资源，说明用户此时停止了对数据的需求，则结束本流程。如果画像数据和/或数字资源没有发生更新，则返回步骤S34。由于服务端定时或实时处理来自店铺或商业区的人流监控数据，因而在处理后得到的画像数据与之前不同时，则更新数据库中存储的各种数据，为了使用户在增强显示时得到始终是最新的数据，在用户增强显示期间监视并向用户提供最新的数据。

参见图4，在用户终端接收到服务端返回的数据时，在步骤S25中将接收到的部分或全部画像数据融合在所述数字空间中进行增强显示。其中，根据用户所在的位置及当前数字空间中的内容，所述画像数据以不同的形式进行增强显示。

在一个实施例中，在向服务端发送数据请求时同时包括是否需要店铺或商业区数字资源的请求，即用户终端在当前的数字空间检测到指定的店铺或商业区时，不包括数字资源请求，如果在当前的数字空间检测不到指定的店铺或商业区时，则包括数字资源请求。服务端根据数据请求中是否包括数字资源请求，确定是否向其提供数字资源，将符合用户权限的店铺/商业区数字资源发送给用户终端设备。

当用户所在位置为指定的店铺前或商业区中、终端设备中的当前数字空间显示的是与实景重合的店铺或商业区时，向服务端发送的请求中只包括画像数据的请求，因而接收到的是画像数据，在显示时，在所述数字空间采用文字信息显示画像数据，如图6A所示的显示画面。当然也可以采用指向标识，如箭头，来连接指定店铺与文字信息。当内容较多时，可以在窗口中以滚动的方式显示，用户能够对所述窗口进行放大、缩小、移动等操作，也可以上、下滑动窗口中的内容。

在用户所在位置远离店铺或商业区时，例如用户位于家里、办公室、公园等位置时，终端设备中的当前数字空间中没有指定的店铺或商业区，因而在数据请求中包括数字资源请求，此时在步骤S24中接收到的数据除了画像数据还包括数字资源数据。在步骤S25显示画像数据时，识别当前数字空间中是否有足够面积的平面，如果有，则将所述数字资源放置在所述平面中，如果没有，则将数字资源放置在当前数字空间中的任意一个地方，如图6B所示。例如，当用户请求了某个店铺且用户当前位于家中的客厅，其终端设备中的当前数字空间中显示有用户客厅地板，在接收到画像数据和店铺数字资源时，将店铺的三维模型置于数字空间中的客厅地板上，并按照客户与非客户的数量比例放置客户和非客户的三维模型，再将画像数据以文字形式显示在当前的数字空间。即使用户不在其指定的店铺或商业区，其仍然能够直观地看到指定店铺或商业区的经营场景，再结合文字形式的画像数据，使用户能够全面、直观、形象地了解指定店铺或商业区的经营情况。

在一个实施例中，店铺、商业区的三维模型与真实的店铺、商业区一致，保证了模型的真实性，并且，服务端根据监控到的人流量实时或定时统计计算客户与非客户的特征及其比例，从而更新数字资源中的客户与非客户的三维模型及数量比例。例如，对于一个位于学校附近的蛋糕店，学年中的客流量中学生占有很大比重，因而对应于蛋糕店的数字资源，其客户的三维模型中一部分是背着书包的学生模型，并且其数量占比较大；而在假期中，蛋糕店客流量中学生占比变小，甚至没有了学生，因而对应于蛋糕店的数字资源，其客户的三维模型中的学生模型的数量占比变小，甚至不再有学生模型，从而使得用户看到的三维模型与其画像数据保持一致。

当用户终端设备在增加显示期间接收到服务端发送的更新数据时，根据更新数据更新数字空间中的内容，如更改文字信息，更改店铺模型、人物模型及其数量等。在一个实施例中，用户终端在接收到数字资源时进一步包括：

评估当前的数字空间，如基于当前数字空间中的墙壁、地面、家具等结构的点云数据计算出可用空间体积及形状。

根据接收到的店铺模型计算店铺模型的空间体积。

对比可用空间体积和店铺模型空间体积的大小，在可用空间体积大于店铺模型空间体积时，按照接收的店铺模型在当前可用空间内增强显示。在在可用空间体积小于店铺模型空间体积时，对店铺模型进行等比缩小，将缩小后的店铺模型在当前可用空间内增强显示。

将数字资源中的客户人物模型放置在店铺模型内或使人物朝向进入店铺模型内的方向或使人物离开所述店铺模型，将非客户人物模型放置在远离店铺模型的位置。

在另一个实施例中，在数字空间中生成人物类型标签，并标识在人物模型旁边以此来指明哪些是客户，哪些是非客户。

其中，前述实施例中增强显示画像数据时是以文字信息的形式显示，当然也可以采用语音的形式，并在当前数字空间中显示播放按键或图标，用户点击所述播放按键或图标时，以语音的方式播放画像数据记载的信息。即用户终端中包括有文字转语音的处理模块，将接收到的画像数据转化为语音，并响应用户的播放操作播放画像数据记载的信息。

需要说明，对于本发明的各个实施例，为描述清楚，均表述为一系列的动作或处理的组合。本领域技术人员应知悉，其实现过程不受所描述的动作或处理的顺序限制，本发明实施例中的某些步骤可以采用其他顺序处理或者同时进行处理。

与本发明提供的方法对应地，本发明还提供一种作为服务端的基于AR的店铺分析装置。图7是根据本发明一个实施例的作为服务端的基于AR的店铺分析装置100的结构示意图，其应用于图1所示的服务器10中，作为系统的服务端，其包括数据获取模块101、第一分析模块102、第二分析模块103、画像模块104和数字资源模块105，其中，所述服务器10还包括通信模块11，用于与终端设备20及位于店铺或商业区的本地监控装置30相通信，接收终端设备20发送的请求，并向其发送响应其请求的数据，接收本地监控装置30发送的人流监控数据。数据获取模块101与通信模块11相连接，接收本地监控装置30发送的人流监控数据，并根据经营点(如店铺或商业区)注册内容中的地址获取其所在地理位置的周边环境数据、人流监控数据和经营内容数据。对于店铺而言，所述经营内容数据包括店铺结构数据、产品/服务的内容、类型等数据，对于商业区而言，所述经营内容数据包括店铺及店铺经营的产品或服务。所述第一分析模块102与所述数据获取模块101相连接，用以分析店铺人流监控数据以得到包括客户画像数据、非客户画像数据和收益数据等等。所述第二分析模块103与所述数据获取模块101相连接，用以分析经营点周边环境数据以得到店铺环境画像数据。所述画像模块104分别与数据获取模块101、第一分析模块102和第二分析模块103相连接，用以基于经营点经营内容数据、客户画像数据、非客户画像数据、环境画像数据及收益数据以得到所述经营点的画像数据；所述数字资源模块105与所述画像模块104相连接，经配置以基于经营点结构数据及画像数据生成所述经营点的数字资源，所述数字资源至少包括经营点的三维模型、客户和非客户的三维模型、客户与非客户的数量比例。基于AR的店铺分析装置100将得到的画像数据、数字资源存储到数据库12中。

其中，经营点可以是店铺也可以是商业区，其业主可以通过其用户端的设备终端20向服务端注册其正在经营的店铺或商业区，并在注册时提供相应的内容，如地址、经营的产品/服务，作为已正在营业的商业区，还包括商业区内的店铺及其分布情况，根据注册时提供向服务器提供人流监控数据的设备连接权限，以使服务端的服务器能够实时或定时获得人流监控数据。因而服务端接收的经营点为多个，并为其设置标识，根据业主提供的数据及接收的人流监控数据生成画像数据和数字资源。在另一个实施例中，服务端可以为业主预计设立的店铺、商场、商业街等商业区提供评估建议。服务端的服务器中存储有基于已有商业区的数据训练得到的评估模型，所述评估模型基于商业区的周边环境数据、现有经营点的店铺类型、各种类型的比例、分布位置、盈利等数据进行训练，以得到商业区中的店铺类型、分布等数据，用以帮助业主在开设商场、商业街等时确定店铺类型及其分布位置，以取得最佳的商业效益。

图8是根据本发明一个实施例的作为客户端的基于AR的店铺分析装置200的结构示意图，其作为系统的客户端应用于图1所示的终端设备20中。所述终端设备20至少包括通信模块21和图像采集装置，如摄像头22等。所述基于AR的店铺分析装置200包括AR数字模块201、参数模块202、请求生成模块203和数据融合模块204。当用户在终端设备20中启动所述基于AR的店铺分析装置200后，通过摄像头22采集周围环境图像，并发送给所述AR数字模块201。所述AR数字模块201基于采集的用户周围环境图像生成并显示与当前环境实时重叠的数字空间。所述参数模块202向用户提供用户参数，例如提供单独的参数界面，或者在当前数字空间中显示各种用户参数，当用户输入参数内容时获取参数内容并发送给请求生成模块203。其中所述用户参数至少包括指定店铺/商业区参数或待开设的店铺数据参数。所述请求生成模块203与所述参数模块202相连接，基于用户输入的参数内容生成数据请求经通信模块21发送给服务端。在一个实施例中，所述请求生成模块203与AR数字模块201连接，用以检测当前的数字空间检测到指定的店铺或商业区，如果包括，则在数据请求中不包括数字资源请求，否则在数据请求中包括数字资源请求。

当通信模块21接收到服务端返回的数据时将其发送给数据融合模块204，所述数据融合模块204与所述AR数字模块201相连接，将所述返回数据中的部分或全部画像数据融合在所述数字空间中进行增强显示。如果只接收到画像数据，将在所述数字空间采用文字信息显示画像数据；如果还接收到数字资源数据，则从当前的数字空间中识别出平面，将三维模型置于数字空间中的平面上。

图9是根据本发明一个实施例的用户为店铺业主时的基于AR的店铺分析处理流程示意图。其中，所述用户使用的终端设备为AR眼镜，其中设置有摄像头及显示屏，并有连接互联网的通信模块和安装有作为客户端的基于AR的店铺分析装置200。当所述用户在家中想要了解其店铺的经营数据时，基于所述用户的操作，基于AR的开店分析处理流程包括以下步骤：

步骤S1a，用户启动AR眼镜中的客户端。

步骤S1b，客户端启动，提供主界面。

步骤S2a，用户采用AR眼镜中的摄像头采集当前环境图像。

步骤S2b，基于当前环境图像生成并显示AR数字空间。

步骤S3b，提供用户参数选项。

步骤S3a，用户输入店铺地址及请求内容，如查看数据。

步骤S4b，接收店铺地址，并检索到当前的AR数字空间没有所述店铺。

步骤S5b，生成数据请求，并在数据请求中包括有资源请求。

步骤S6b，向服务端发送数据请求。

步骤S1c，服务端接收到所述数据请求，并从中提取出店铺标识和用户标识。

步骤S2c，确定用户权限。

步骤S3c，读取所述店铺的画像数据及数字资源。

步骤S4c，将所述店铺的画像数据及数字资源发送给所述用户的AR眼镜。

步骤S7b，用户的AR眼镜将接收到的数字资源放置到AR数字空间中的一个平面上，并以文字的形式显示画像数据。所述的画像数据例如包括店铺当前的收益、客户流、进店率，相应的营销建议等等。

图10是根据本发明一个实施例的用户为投资者时的基于AR的店铺分析处理流程示意图。其中，所述用户使用的终端设备为移动终端，例如智能手机，其中设置有摄像头及显示屏，并有连接互联网的通信模块及安装有作为客户端的基于AR的店铺分析装置200。当所述用户来到一个其想要投资店铺的商业街时，基于所述用户的操作，基于AR的开店分析处理流程包括以下步骤：

步骤S11a，用户站在商业街的任何一处，启动移动终端中的客户端。

步骤S11b，客户端启动，提供主界面。

步骤S12a，用户采用移动终端中的摄像头采集当前环境图像。

步骤S12b，基于当前环境图像生成并显示AR数字空间。

步骤S13b，提供用户参数选项。

步骤S13a，用户输入请求内容，如选中用户参数选项中“开店”，在经营内容参数项中选择类型，如在提供的“服装”、“文具”、“甜品”等类型中选择一项，如果此处没有合适的类型可选，用户可以手动输入店铺类型。更好地，用户还可选择“预算”参数，并填写为新开店铺投入的资金数额。

步骤S14b，接收用户填写内容，并检索到当前的AR数字空间有所在商业街。

步骤S15b，生成数据请求，其中数据请求中不包括资源请求。

步骤S16b，向服务端发送数据请求。

步骤S11c，服务端接收到所述数据请求，并从中提取出商业街标识，例如根据用户当前的位置、拍摄的图片或者用户填写的商业街地址确定对应当前用户所在位置的商业街，并从数据请求中提取出用户标识。

步骤S12c，确定用户权限为访客。

步骤S13c，读取所述商业街的部分画像数据并计算得到开店的评估数据。

步骤S14c，将所述店铺的画像数据及开店的评估数据发送给所述用户的移动终端。

步骤S17b，用户的移动终端将接收到的画像数据和评估数据以文字的形式显示在数字空间。所述的画像数据例如包括该条商业街的日均客户流、商业街中的店铺开店稳定情况、不同类型的店铺的客户量、进店率、客流量特点(如客户性别比例)、用户想开的店铺的预计客流量、位置、是否有竞争店铺及数量等等。

本领域技术人员应理解，本文中所描述的实施例属于优选实施例，例如，前述实施例中用户终端设备中显示的是文字信息，当然也可以是语音信息，通过终端设备中的扬声器播放给用户。又例如，上述实施例中描述的步骤、处理过程及应用到的模块、装置都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

图11为本发明实施例提供的一种电子设备60的结构示意图，电子设备60包括处理器61、存储器62以及用于连接处理器61和存储器62的通信总线，其中在存储器62中存储有可以在处理器61上运行的计算机程序，电子设备60可以是图1中的服务器，其上运行该计算机程序时可执行或称实现本发明中的应用于服务端的AR开店分析方法中的步骤。电子设备60也可以是本发明实施例中的终端设备或AR设备，如图1中的各种终端设备。在合适的情况下电子设备也可称为计算设备。电子设备60还包括通信接口，用于接收和发送数据。

在一些实施例中，处理器61可以是中央处理器(Central Processing Unit，CPU)、图形处理器(graphics processing unit，GPU)、应用处理器(application processor，AP)、调制解调处理器、图像信号处理器(image signal processor，ISP)、控制器、视频编解码器、数字信号处理器(digital signal processor，DSP)、基带处理器、神经网络处理器(neural-network processing unit，NPU)等；处理器61还可以是其他通用处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field－Programmable Gate Array，FPGA)或其他可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器，也可以是任何常规的处理器等。其中，神经网络处理器NPU通过借鉴生物神经网络结构，可对输入信息快速处理，还可以不断进行自我学习。通过NPU电子设备60可以实现智能认知等应用，例如图像识别、人脸识别、语义识别、语音识别、文本理解等。

在一些实施例中，存储器62可以是电子设备60的内部存储单元，例如电子设备60的硬盘或内存；存储器62也可以是电子设备60的外部存储设备，例如电子设备60上配备的插接式硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。存储器62还可以既包括电子设备60的内部存储单元也包括外部存储设备。存储器62可用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如计算机程序的程序代码等。存储器62包括但不限于是随机存储记忆体(random access memory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasable programmable read only memory,EPROM)或便携式只读存储器(compact disc read-only memory,CD-ROM)。存储器62用于存储电子设备60所执行的程序代码和所传输的数据。存储器62还可以用于暂时地存储已经输出或者将要输出的数据。

本领域技术人员可以理解，图11仅是电子设备60的举例，并不构成对电子设备60的限定，电子设备60可以包括比图示更多或更少的部件，或者组合某些部件，或者包括不同的部件，例如还可以包括输入输出设备、网络接入设备等。

图12是本发明实施例的终端设备的软件结构示意图。以手机操作系统为Android系统为例，在一些实施例中，将Android系统分为四层，分别为：应用程序层、应用程序框架层(framework，FWK)、系统层以及硬件抽象层，层与层之间通过软件接口通信。

首先，应用程序层可以包括多个应用程序包，如通话、相机、视频、导航、天气、即时通讯、教育等各种应用程序app，其中包括本发明中的作为客户端的基于AR的店铺分析的应用程序包。

第二，应用程序框架层FWK为应用程序层的应用程序提供应用编程接口(application programming interface，API)和编程框架。应用程序框架层可以包括一些预先定义的函数，例如用于接收应用程序框架层所发送的事件的函数。

应用程序框架层可以包括窗口管理器、资源管理器以及通知管理器等。

其中，窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小，判断是否有状态栏、锁定屏幕、截取屏幕等。内容提供器用来存放和获取数据，并使这些数据可以被应用程序访问。所述数据可以包括视频、图像、音频、拨打和接听的电话，浏览历史和书签、电话簿等。

其中，资源管理器为应用程序提供各种资源，比如本地化字符串、图标、图片、布局文件、视频文件等等。

其中，通知管理器使应用程序可以在状态栏中显示通知信息，可以用于传达告知类型的消息，可以短暂停留后自动消失，无需用户交互。比如通知管理器被用于告知下载完成，消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知，例如后台运行的应用程序的通知，还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息，发出提示音，电子设备振动，指示灯闪烁等。

此外，应用程序框架层还可以包括视图系统，视图系统包括可视控件，例如显示文字的控件、显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的，例如短信通知图标的显示界面上可以包括显示文字的视图以及显示图片的视图。

第三，系统层可以包括多个功能模块，例如传感器服务模块、物理状态识别模块、三维图形处理库(例如：OpenGLES)，等等。

其中，传感器服务模块用于对硬件层各类传感器上传的传感器数据进行监测，确定手机的物理状态；物理状态识别模块用于对用户手势、人脸等进行分析和识别；三维图形处理库用于实现三维图形绘图，图像渲染，合成，和图层处理等。

此外，系统层还可以包括表面管理器和媒体库。表面管理器用于对显示子系统进行管理，并且为多个应用程序提供了2D和3D图层的融合。媒体库支持多种常用的音频，视频格式回放和录制，以及静态图像文件等。

最后，硬件抽象层是硬件和软件之间的层。硬件抽象层可以包括显示驱动、摄像头驱动、传感器驱动等，用于驱动硬件层的相关硬件，如显示屏、摄像头、传感器等。

本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序或指令，该计算机程序或指令被执行时以实现应用于用户终端设备的基于AR的店铺分析方法或实现应用于服务器的基于AR的店铺分析方法。

本发明实施例还提供一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被执行时以实现上述实施例中应用于用户终端设备的基于AR的店铺分析方法或实现应用于服务器的基于AR的店铺分析方法。示例性的，该计算机程序产品可以为一个软件安装包。

本领域技术人员应该知悉，本发明实施例所描述的方法、步骤或者相关模块/单元的功能可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式来实现，也可以是由处理器执行计算机程序指令的方式来实现。其中，该计算机程序产品包括至少一个计算机程序指令，计算机程序指令可以由相应的软件模块组成，软件模块可以被存放于RAM、闪存、ROM、EPROM、EEPROM、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。该计算机程序指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。例如，该计算机程序指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质、或者半导体介质(如SSD)等。

关于上述实施例中描述的各个装置/产品，其中包含的模块/单元可以是软件模块/单元，也可以是硬件模块/单元，还可以部分是软件模块/单元，部分是硬件模块/单元。例如，对于应用或集成于芯片的装置/产品，其包含的各个模块/单元可以都用电路等硬件的方式实现，或者，至少部分模块/单元采用软件程序的方式实现，运行于芯片内部集成的处理器，剩余的部分模块/单元采用电路等硬件方式实现。又如，对于应用或集成于终端的装置/产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，或者，至少部分模块/单元采用软件程序的方式实现，运行于终端内部集成的处理器，剩余部分模块/单元可以采用电路等硬件方式实现。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明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发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (21)

1.一种基于AR的店铺分析方法，其特征在于，应用于终端设备，包括：

采集用户周围环境图像，生成并显示与当前环境实时重叠的数字空间；

显示用户参数，并接收用户输入的参数内容，其中所述用户参数至少包括已有经营点参数或待开设的经营点数据参数；

基于用户输入的参数内容生成数据请求并发送给服务端；

接收服务端返回的数据；以及

响应于返回数据中包括经营点的部分或全部画像数据，将所述部分或全部画像数据融合在所述数字空间中进行增强显示。

2.根据权利要求1所述的方法，其特征在于，在生成数据请求时还进一步包括：

识别当前数字空间中是否包括经营点；以及

响应于当前数字空间中包括经营点，在数据请求中不包括数字资源请求；响应于当前数字空间中不包括经营点，在数据请求中包括数字资源请求；

其中，所述数字资源至少包括经营点的三维模型、客户和非客户的人物三维模型、客户与非客户的数量比例；

对应地，当数据请求中包括数字资源请求时，从服务端返回的数据中包括数字资源；将所述数字资源融合在所述数字空间中进行增强显示。

3.根据权利要求2所述的方法，其特征在于，进一步包括接收服务器返回的更新数据，所述更新数据包括画像更新数据和/或数字资源更新数据；对应地，更新所述数字空间中增强显示的相关内容。

4.根据权利要求1所述的方法，其特征在于，所述用户参数内容的类型包括文字、语音、图像或视频。

5.根据权利要求4所述的方法，其特征在于，所述用户参数内容包括用户现场拍摄的经营点的图片或视频信息时，还获取用户终端设备的位置信息，对应地，在所述数据请求中包括用户终端设备的位置信息；

或者，所述用户参数内容包括以文字或语音形式表达的经营点名称及地址；

或者，所述用户参数内容包括经营点在地图上的搜索位置数据。

6.根据权利要求1所述的方法，其特征在于，在用户为业主授权的用户时，从服务端返回的数据为全部的画像数据；在经营点为店铺时，画像数据至少包括营销建议，所述营销建议至少包括未来产品类型、潜在客户类型、营业时间安排和促销方案中的一种或多种；在经营点为商业区时，画像数据至少包括商业区管理建议，所述管理建议至少包括商业区的店铺类型、数量及相应的布局建议；或者

在当前用户为经营点访客时，从服务端返回的数据为部分的画像数据，其中店铺的画像数据包括所述店铺产品数据、店铺环境数据、客户画像数据和非客户画像数据；商业区画像数据包括店铺分布数据、商业区环境数据和店铺的部分画像数据；或者

当所述参数内容中包括待开设的经营点数据且当前用户为访客时，从服务端返回的数据为部分画像数据，其中至少包括待开设经营点的评估数据。

7.一种基于AR的店铺分析方法，其特征在于，应用于服务器，包括：

获取经营点所在地理位置的周边环境数据、人流监控数据和经营点数据，所述经营点数据至少包括实体结构数据、产品/服务数据；

分析人流监控数据和经营点数据以得到所述经营点的客户画像数据、非客户画像数据和收益数据；

分析经营点周边环境数据和人流监控数据以得到经营点环境画像数据；

基于经营点的客户画像数据、非客户画像数据、经营点环境画像数据及收益数据以得到经营点的画像数据；以及

基于经营点的结构数据及画像数据生成所述经营点的数字资源，所述数字资源至少包括经营点的三维模型、客户和非客户的三维模型、客户与非客户的数量比例。

8.根据权利要求7所述的方法，其特征在于，当所述经营点为店铺时，获取经营点所在地理位置的周边环境数据的步骤进一步包括：

基于店铺地理位置信息查询地图数据以得到距所述店铺预置距离范围内的周边环境数据，所述周边环境数据包括城市信息、道路信息、建筑名称及其类别；

当所述经营点为商业区时，获取经营点所在地理位置的周边环境数据的步骤进一步包括：

获取商业区标识或地理位置信息；以及

基于商业区标识或地理位置信息查询地图数据以得到距所述商业区预置距离范围内的商业区环境数据，所述商业区环境数据包括城市信息、道路信息、建筑名称及其类别以及商业区内的店铺之间的位置关系。

9.根据权利要求8所述的方法，其特征在于，当所述经营点为店铺时，获取店铺人流监控数据；当所述经营点为商业区时，在获取店铺人流监控数据时获取店内和店外的人流监控数据，对应地进一步包括：

基于各个店铺的画像数据、店铺分布数据和商业区环境数据获得所述商业区画像数据；以及

基于商业区的结构数据、店铺分布数据及商业区画像数据生成商业区的数字资源，所述数字资源包括商业区的三维模型、商业区内各个店铺的客户和非客户的三维模型、客户与非客户的数量比例及商业区内的访客的三维模型。

10.根据权利要求9所述的方法，其特征在于，所述店铺的画像数据至少包括营销建议，所述营销建议至少包括未来产品类型、潜在客户类型、营业时间安排和促销方案中的一种或多种。

11.根据权利要求9所述的方法，其特征在于，所述商业区画像数据至少包括商业区管理建议，所述管理建议至少包括商业区的店铺类型、数量及相应的布局建议。

12.根据权利要求7所述的方法，其特征在于，进一步包括：

获取经营点的授权信息；以及

基于授权信息中用户标识及其权限建立画像数据/数字资源与所述用户标识的权限绑定关系。

13.根据权利要求7所述的方法，其特征在于，进一步包括：

接收用户端发送的数据请求，并从中提取出请求内容及用户身份标识；

响应于请求内容中包括经营点标识，基于用户身份标识确定所述用户的权限；以及

获取与用户权限相符合的经营点画像数据，或经营点画像数据及数字资源，并发送给所述用户端；

或者

响应于请求内容中包括待开设的店铺数据且用户权限为访客权限，获取待开设店铺的地理位置信息；

查询所述待开设店铺的地理位置以确定对应的商业区标识；

基于所述商业区标识获取商业区画像数据；以及

基于商业区画像数据和待开设的店铺数据计算评估数据，并将所述评估数据发送给所述用户端。

14.根据权利要求13所述的方法，其特征在于，进一步包括：在响应用户端数据请求向用户端发送数据后，监视向用户端发送的画像数据和/或数字资源是否发生更新；以及

响应于画像数据和/或数字资源发生更新且所述用户端正在增强显示画像数据和/或数字资源，向所述用户端发送画像更新数据和/或数字资源更新数据。

15.根据权利要求13所述的方法，其特征在于，所述用户端发送的数据请求中包括：经营点的图片或视频或语音信息以及用户终端设备位置信息；或者店铺名称及地址的文字信息或语音信息；或者店铺/商业区在地图上的搜索位置数据。

16.一种基于AR的店铺分析装置，其特征在于，应用于终端设备，包括：

AR数字模块，经配置以基于采集的用户周围环境图像生成并显示与当前环境实时重叠的数字空间；

参数模块，经配置以提供用户参数，并接收用户输入的参数内容，其中所述用户参数至少包括经营点参数或待开设的经营点数据参数；

请求生成模块，其与所述参数模块相连接，经配置以基于用户输入的参数内容生成数据请求并发送给服务端；以及

数据融合模块，其与所述AR数字模块相连接，经配置以接收服务端返回的数据，将所述返回数据中的部分或全部画像数据融合在所述数字空间中进行增强显示。

17.一种基于AR的店铺分析装置，其特征在于，应用于服务器，包括：

数据获取模块，经配置以获取经营点所在地理位置的周边环境数据、人流监控数据和经营内容数据，其中，所述经营点为店铺或商业区；

第一分析模块，其与所述数据获取模块相连接，经配置以分析人流监控数据以得到经营点的客户画像数据、非客户画像数据和收益数据；

第二分析模块，其与所述数据获取模块相连接，经配置以分析经营点周边环境数据以得到经营点环境画像数据；

画像模块，其分别与数据获取模块、第一分析模块和第二分析模块相连接，经配置以所述基于经营点产品数据、客户画像数据、非客户画像数据、经营点环境画像数据及收益数据以得到所述经营点的画像数据；以及

数字资源模块，其与所述画像模块相连接，经配置以基于经营点的结构数据及画像数据生成所述经营点的数字资源，所述数字资源至少包括店铺的三维模型、客户和非客户的三维模型、客户与非客户的数量比例。

18.一种终端设备，其特征在于，包括处理器以及存储有计算机程序指令的存储器，所述处理器执行所述计算机程序指令时实现如权利要求1-6中任一项所述的基于AR的店铺分析方法。

19.一种服务器，其特征在于，包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如权利要求7-15中任一项所述的基于AR的店铺分析方法。

20.一种计算机可读存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6中任一项所述的应用于用户终端设备的基于AR的店铺分析方法或实现如权利要求7-15中任一项所述的应用于服务器的基于AR的店铺分析方法。

21.一种计算机程序产品，其特征在于，其包括计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6中任一项所述的应用于用户终端设备的基于AR的店铺分析方法或实现如权利要求7-15中任一项所述的应用于服务器的基于AR的店铺分析方法。

Images