CN117558457A - 一种客户关系管理系统中客户画像分析方法 - Google Patents
一种客户关系管理系统中客户画像分析方法 Download PDFInfo
- Publication number
- CN117558457A CN117558457A CN202410041790.1A CN202410041790A CN117558457A CN 117558457 A CN117558457 A CN 117558457A CN 202410041790 A CN202410041790 A CN 202410041790A CN 117558457 A CN117558457 A CN 117558457A
- Authority
- CN
- China
- Prior art keywords
- image
- customer
- posture
- gesture
- images
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000036544 posture Effects 0.000 claims description 87
- 230000008859 change Effects 0.000 claims description 14
- 230000009467 reduction Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000005094 computer simulation Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 8
- 210000004087 cornea Anatomy 0.000 abstract description 3
- 238000012549 training Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
- G06T2207/30012—Spine; Backbone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种客户关系管理系统中客户画像分析方法，包括以下步骤，步骤一，客户站立在指定位置，通过捕捉模块对客户的姿态进行捕捉，以得到第一姿态图像。本发明的技术方案实施的时候，首先对客户的脊柱图像以及后背的图像进行采集，且在此过程中，并不会对客户的面容或其他生物信息（指纹、眼角膜的数据）进行采集，以对客户的身份信息进行隐藏，最大化保护了客户的隐私，而在图像采集后，能够对其进行保存，并在客户下次采集时，能够将与上次采集的图像保存在一起，且当需要调取时，能够将与客户对应的图像一起进行调取，以便客户对其进行查看，而且本方法在实施的时候，还能对客户如何对脊柱进行锻炼，提供了数据上的指导。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种客户关系管理系统中客户画像分析方法。
背景技术
对于需要进行脊柱矫正，或者对身体形态具有追求的客户群体而言，需要对脊柱的状态进行观测，以指导他们进行有效且规范的训练。
在现有技术中，在对客户的姿态进行分析的时候，会对客户的姿态进行捕捉拍摄，且同时会捕捉客户的面容信息，但脊柱矫正是一个长期的过程，在此过程中，需要多次对客户的姿态信息进行捕捉，这就会导致客户的面容与姿态信息均上传至网络中，而一旦发生数据泄露，将会给客户造成影响。
故出于对隐私因素的考虑，现如今许多人不愿意将自己的面容（或其他的身份信息）进行暴露，而人们在对脊柱的训练的时候，又需要对脊柱的信息进行检查，如何在不将客户的面容与身体画像同时采集的前提下，仍能够对客户的形体进行识别，并在识别后，对客户进行专业的解答、指导，是目前来说亟须解决的问题。
发明内容
为此，本发明提供一种客户关系管理系统中客户画像分析方法，以解决现有技术中的上述问题。
为了实现上述目的，本发明提供如下技术方案：
根据本发明的第一方面，一种客户关系管理系统中客户画像分析方法，包括以下步骤，
步骤一，客户站立在指定位置，通过捕捉模块对客户的姿态进行捕捉，以得到第一姿态图像，并在捕捉后，对第一姿态图像进行减噪处理，并对第一姿态图像的捕捉时间进行标记，
步骤二，在对第一姿态图像捕捉后，对捕捉到的第一姿态图像进行处理，以得到第二姿态图像，而后将第二姿态图像与管理系统中储存的图像进行对比，以将姿态图像与客户进行对应，而后将第二姿态图像对应储存在该客户的资料库中，
步骤三，在将第二姿态图像与客户对应后，将管理系统中储存的客户的姿态图像进行调取，并将调取的姿态图像与第二姿态图像，按照时间线是顺序进行排序，
步骤四，建立基准姿态的线条图像，绘制调取的姿态图像与第二姿态图像的线条图像，将基准姿态的线条图像、调取的姿态图像的线条图像以及第二姿态的线条图像置于二维坐标系内，选取基准点，确定基准线的坐标，根据基准点的坐标，对姿态图像进行标定，
步骤五，根据步骤四中的标定结果，对未来一段时间内的客户姿态进行模拟，并将模拟结果进行输出。
进一步地，包括以下模块，
捕捉模块用于捕捉客户的姿态图像，并根据客户的姿态图像对图像进行降噪处理，并在对图像降噪够，对图像采集的时间进行标记，
对比模块用于将分类后的图像与管理系统中的图像进行对比，以将姿态图像与客户进行对应，
排序模块用于将客户的姿态的图像进行调取，并按照时间线将姿态图像进行排序，
分析模块中建立有基准图像，并对排序后的姿态图像进行描绘，将描绘后的图像与基准图像进行对比，而后根据时间线将姿态图像与基准图像进行分析，以根据时间线，判断姿态图像与基准图像的变化趋势，
动态模拟模块用于根据分析模块中的变化趋势，对客户的姿态变化进行模拟，
储存模块针对不同的客户建立不同的资料库，以将不同客户的图像信息进行分区储存，且用于对图像的各个数据进行储存。
进一步地，步骤一具体包括以下步骤，
S11，将客户指引到指定位置，客户将双臂向前举起，并使得客户后背裸露出来，
S12，通过X光捕通过客户的侧身站立时，脊柱的X光姿态图像，且此图像为图像T1，通过图像采集设备，对客户的后背图像进行采集，且此图像为图像T2，图像T1与图像T2为第一姿态图像，在对上述图像进行采集时，对采集的日期进行标记，
S13，对第一姿态图像与图像采集设备采集到的图像进行降噪处理；
S14，每隔相同的时间后，重复上述步骤，以采集客户在不同时间时的姿态图像。
进一步地，所述步骤二具体包括以下步骤，
S21，将第一姿态图像的大小按照预定比例进行调整，并将调整后的图像裁切成预定尺寸的图像，以得到所述第二姿态图像，
S22，在处理后的图像T2上任意标记点位信息A，将处理后的图像T2对应的后背的最大宽度与最小宽度进行测定，并将其分别标记为H1max与H1min，并对点位信息A所在位置的后背宽度进行测定，并标记为H0，对点位信息A所在后背位置与脊柱之间距离和点位信息A所在后背位置与脊柱之间的最短距离进行测定，并分别标定为L1、L0，
S23，在已储存的第二姿态图像中，分别对每个图像T1中的脊柱图像的线条进行绘制，以及与脊柱同一平面的客户后背的曲线进行绘制，并按照时间线将图像标记为Y1、Y2、Y3……Yn，并且分别对每个图像T2中后背的最大宽度与最小宽度进行测定，并将其标记为H2max与H2min，
S24，将S22中测定的数据，与储存在S23中的上一次捕捉的图像中的数据进行比对，以对客户身份进行确定，而将此次捕捉的图像对应保存在该客户的资料库中。
进一步地，所述步骤三中，在对客户的姿态进行排序的时候，按照姿态捕捉时间的先后顺序，将其进行标记，即Yn为当前捕捉到的客户的姿态图像。
进一步地，所述步骤四具体包括以下步骤，
S41，对客户的身高、性别信息进行采集，并根据客户的身高、性别信息，绘制客户预定条件下，脊柱的线条信息，即为基准姿态的线条图像，
S42，建立平面坐标系，选取基准姿态的线条图像上的任一点M1与平面坐标系的原点重合，并将基准姿态的线条图像上每个点N1的坐标进行标定，
S43，选定调取的姿态图像的线条图像上的点位信息M2、第二姿态的线条图像上的点位信息M3，M2、M3与M1的位置对应，将调取的姿态图像的线条图像上的每个点N2的坐标进行标定，将第二姿态的线条图像上的每个点N3的坐标进行标定，
S44，将N2、N3与N1进行比较。
进一步地，所述步骤五具体包括以下步骤，
S51，在将N2、N3与N1进行比较后，确定N2、N3中与N1坐标不同的点位，
S52，在坐标系中，得出坐标不同的点位的坐标，
S53，将坐标不同的点位的坐标与基准姿态的线条图像的坐标相减并取绝对值，以获取二者之间差值，并根据时间线，对差值进行排列，
S54，根据差值的变化，评估下一次姿态图像采集时，客户的姿态。
进一步地，在对基准姿态的线条图像进行建立时，输入客户的性别以及身高信息，根据身高、性别信息，计算出上述条件下，预定的身材信息，并绘制出身材模型，对此条件下客户脊柱与皮肤表面的厚度进行标定，记为L2，将L2与L0进行对比，以对客户的身材进行判断。
进一步地，所述预定的身材信息为BIM指数的值。
本发明具有如下优点：
在本发明的技术方案实施的时候，首先对客户的脊柱图像以及后背的图像进行采集，且在此过程中，并不会对客户的面容或其他生物信息（指纹、眼角膜的数据）进行采集，以对客户的身份信息进行隐藏，最大化保护了客户的隐私，而在图像采集后，能够对其进行保存，并在客户下次采集时，能够将与上次采集的图像保存在一起，且当需要调取时，能够将与客户对应的图像一起进行调取，以便客户对其进行查看，而且本方法在实施的时候，还能对客户如何对脊柱进行锻炼，提供了数据上的指导。
也就是说，在不采集客户任何个人信息的前提下，通过对采集到的图像进行分析，能够将属于同一客户的图像保存在一起，而客户在拍摄自身的图像或需要将其进行调取的时候，属于该客户的姿态图像能够被调出。
而且，通过对每次采集到的图像的信息进行分析，本方法在实施的时候，还能在现有的锻炼方式的前提下，对未来一段时间内，脊柱的变化进行预判，进而对客户的身材进行预判。
附图说明
图1为本发明一些实施例提供的一种客户关系管理系统中客户画像分析方法的模块图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
如图1所示，本发明第一方面实施例中的一种客户关系管理系统中客户画像分析方法，包括以下步骤，
步骤一，客户站立在指定位置，通过捕捉模块对客户的姿态进行捕捉，以得到第一姿态图像，并在捕捉后，对第一姿态图像进行减噪处理，并对第一姿态图像的捕捉时间进行标记，在客户对脊柱进行锻炼的时候，其并不是一个一蹴而就的事情，而是一个长时间的过程，且在这个过程中，用户需要每隔一段时间，对脊柱的图像进行采集，以判断锻炼方式是否合理，或对锻炼结果进行评价，
步骤二，在对第一姿态图像捕捉后，对捕捉到的第一姿态图像进行处理，以得到第二姿态图像，而后将第二姿态图像与管理系统中储存的图像进行对比，以将姿态图像与客户进行对应，而后将第二姿态图像对应储存在该客户的资料库中，
步骤三，在将第二姿态图像与客户对应后，将管理系统中储存的客户的姿态图像进行调取，并将调取的姿态图像与第二姿态图像，按照时间线是顺序进行排序，
步骤四，建立基准姿态的线条图像，绘制调取的姿态图像与第二姿态图像的线条图像，将基准姿态的线条图像、调取的姿态图像的线条图像以及第二姿态的线条图像置于二维坐标系内，选取基准点，确定基准线的坐标，根据基准点的坐标，对姿态图像进行标定，
步骤五，根据步骤四中的标定结果，对未来一段时间内的客户姿态进行模拟，并将模拟结果进行输出。
在本发明的技术方案实施的时候，首先对客户的脊柱图像以及后背的图像进行采集，且在此过程中，并不会对客户的面容或其他生物信息（指纹、眼角膜的数据）进行采集，以对客户的身份信息进行隐藏，最大化保护了客户的隐私，而在图像采集后，能够对其进行保存，并在客户下次采集时，能够将与上次采集的图像保存在一起，且当需要调取时，能够将与客户对应的图像一起进行调取，以便客户对其进行查看，而且本方法在实施的时候，还能对客户如何对脊柱进行锻炼，提供了数据上的指导。
也就是说，在不采集客户任何个人信息的前提下，通过对采集到的图像进行分析，能够将属于同一客户的图像保存在一起，而客户在拍摄自身的图像或需要将其进行调取的时候，属于该客户的姿态图像能够被调出。
而且，通过对每次采集到的图像的信息进行分析，本方法在实施的时候，还能在现有的锻炼方式的前提下，对未来一段时间内，脊柱的变化进行预判，进而对客户的身材进行预判。
包括以下模块，
捕捉模块用于捕捉客户的姿态图像，并根据客户的姿态图像对图像进行降噪处理，并在对图像降噪够，对图像采集的时间进行标记，
对比模块用于将分类后的图像与管理系统中的图像进行对比，以将姿态图像与客户进行对应，
排序模块用于将客户的姿态的图像进行调取，并按照时间线将姿态图像进行排序，
分析模块中建立有基准图像，并对排序后的姿态图像进行描绘，将描绘后的图像与基准图像进行对比，而后根据时间线将姿态图像与基准图像进行分析，以根据时间线，判断姿态图像与基准图像的变化趋势，
动态模拟模块用于根据分析模块中的变化趋势，对客户的姿态变化进行模拟，
储存模块针对不同的客户建立不同的资料库，以将不同客户的图像信息进行分区储存，且用于对图像的各个数据进行储存。
步骤一具体包括以下步骤，
S11，将客户指引到指定位置，客户将双臂向前举起（或者双臂抬起），以减少双臂下垂时，对客户后背的测量造成影响，而且还能使得客户后背的皮肤，紧贴在脊柱上，并使得客户后背裸露出来，
S12，通过X光捕通过客户的侧身站立时，脊柱的X光姿态图像，且此图像为图像T1，通过此图像，能够对客户的脊柱的状态进行判断，通过图像采集设备，对客户的后背图像进行采集，且此图像为图像T2，图像T2可以是实物图也可以是图像曝光下的阴影图，通过此图像，能够将属于同一客户的图像进行匹配，进而使其保存在一起，图像T1与图像T2为第一姿态图像，在对上述图像进行采集时，对采集的日期进行标记，以便判断图像采集的先后顺序，
S13，对第一姿态图像与图像采集设备采集到的图像进行降噪处理；
S14，每隔相同的时间后，重复上述步骤，以采集客户在不同时间时的姿态图像。
所述步骤二具体包括以下步骤，
S21，将第一姿态图像的大小按照预定比例进行调整，并将调整后的图像裁切成预定尺寸的图像，以得到所述第二姿态图像，首先，需要将每个图像的大小、比例进行统一，以便对不同的图像进行比较，在对图像进行处理的时候，可以先对图像的比例进行调整，而后将图像的尺寸进行调整，且在此过程中，可以保存整个脊柱的样态，以便对整个脊柱进行判断，
S22，在处理后的图像T2上任意标记点位信息A，将处理后的图像T2对应的后背的最大宽度与最小宽度进行测定，并将其分别标记为H1max与H1min，并对点位信息A所在位置的后背宽度进行测定，并标记为H0，对点位信息A所在后背位置与脊柱之间距离和点位信息A所在后背位置与脊柱之间的最短距离进行测定，并分别标定为L1、L0，针对不同的客户，其体形上千差万别，首先通过确定客户后背的最大宽度与最小宽度，对不同客户的姿态图像进行筛分，然后再通过任一点A所在水平方向上的后背的宽度，以及到达脊柱的距离，最终将属于同一客户的姿态图像进行对应，进而将其保存在一起，以实现识别的功能，
S23，在已储存的第二姿态图像中，分别对每个图像T1中的脊柱图像的线条进行绘制，在脊椎的轮廓进行绘制，以及与脊柱同一平面的客户后背的曲线进行绘制，并按照时间线将图像标记为Y1、Y2、Y3……Yn，并且分别对每个图像T2中后背的最大宽度与最小宽度进行测定，并将其标记为H2max与H2min，
S24，将S22中测定的数据，与储存在S23中的上一次捕捉的图像中的数据进行比对，以对客户身份进行确定，而将此次捕捉的图像对应保存在该客户的资料库中，每个客户均具有一个独立的资料库中，且在资料库中，仅包含客户的姿态图像，而不包含客户的其他信息。
所述步骤三中，在对客户的姿态进行排序的时候，按照姿态捕捉时间的先后顺序，将其进行标记，即Yn为当前捕捉到的客户的姿态图像。
所述步骤四具体包括以下步骤，
S41，由于身高与性别，是影响客户姿态的重要因素，故对客户的身高、性别信息进行采集，并根据客户的身高、性别信息，绘制客户预定条件下（例如是健康状态下，或者理想状态下，或者是客户想要变成的模特的脊椎的姿态），脊柱的线条信息，即为基准姿态的线条图像，
S42，建立平面坐标系，选取基准姿态的线条图像上的任一点M1与平面坐标系的原点重合，并将基准姿态的线条图像上每个点N1的坐标进行标定，
S43，选定调取的姿态图像的线条图像上的点位信息M2、第二姿态的线条图像上的点位信息M3，M2、M3与M1的位置对应，将调取的姿态图像的线条图像上的每个点N2的坐标进行标定，将第二姿态的线条图像上的每个点N3的坐标进行标定，在对不同时期采集到图像进行对比的时候，能够方便用户对客户的脊椎状态进行判断，
S44，将N2、N3与N1进行比较。
所述步骤五具体包括以下步骤，
S51，在将N2、N3与N1进行比较后，确定N2、N3中与N1坐标不同的点位，
S52，在坐标系中，得出坐标不同的点位的坐标，
S53，将坐标不同的点位的坐标与基准姿态的线条图像的坐标相减并取绝对值，以获取二者之间差值，并根据时间线，对差值进行排列，
S54，根据差值的变化，评估下一次姿态图像采集时，客户的姿态，例如在差值不断减小，且每次减小的幅度越来越小的时候，通过将减少的差值绘制在二维坐标系内，而后通过对差值的变化幅度，对未来一段时间内差值的变化进行预判，从而判断出客户姿态的变化。
在本方法实施的时候，不仅能够对客户的姿态进行识别，以确定将客户的姿态信息进行调取，而且还能对客户姿态的训练进行指导，同时，为了满足客户的个性化需求，还具有以下实施方式：在对客户的姿态形态信息采集时，为了对客户的身材信息进行指引，在对基准姿态的线条图像进行建立时，输入客户的性别以及身高信息，根据身高、性别信息，计算出上述条件下，预定的身材信息，并绘制出身材模型，对此条件下客户脊柱与皮肤表面的厚度进行标定，记为L2，将L2与L0进行对比，以对客户的身材进行判断。
所述预定的身材信息为BIM指数的值。
例如，当客户为舞蹈相关从业者，为了满足对客户的身材信息进行指导（即客户的身材是否偏胖或偏瘦），通过对脊柱与客户皮肤表面的厚度进行测量，从而对客户的身材数据进行判定，且由于脊柱与后背皮肤表面之间距离，仅是通过皮肤以及皮下脂肪的厚度来决定的，排除了内脏、腹内空气、血管尺寸的等因素的影响，使得评价结果更加客观。对于BIM指数的值如何进行确定，可以通过对客户的需求进行了解（例如客户想要变成与某位模特身材相同，则对该模特的BIM指数进行了解），再根据客户自身的性别、身高，来对客户的身材进行模拟，即在客户的性别和身高的条件下，且当BIM指数是确定的，模拟出客户的身材，并对此状态下的客户后背皮肤表面距离脊柱的距离，作为参考值，以客户实际状态下，后背皮肤表面到脊柱的距离，对客户进行指导。
Claims (9)
1.一种客户关系管理系统中客户画像分析方法，其特征在于，包括以下步骤，
步骤一，客户站立在指定位置，通过捕捉模块对客户的姿态进行捕捉，以得到第一姿态图像，并在捕捉后，对第一姿态图像进行减噪处理，并对第一姿态图像的捕捉时间进行标记，
步骤二，在对第一姿态图像捕捉后，对捕捉到的第一姿态图像进行处理，以得到第二姿态图像，而后将第二姿态图像与管理系统中储存的图像进行对比，以将姿态图像与客户进行对应，而后将第二姿态图像对应储存在该客户的资料库中，
步骤三，在将第二姿态图像与客户对应后，将管理系统中储存的客户的姿态图像进行调取，并将调取的姿态图像与第二姿态图像，按照时间线是顺序进行排序，
步骤四，建立基准姿态的线条图像，绘制调取的姿态图像与第二姿态图像的线条图像，将基准姿态的线条图像、调取的姿态图像的线条图像以及第二姿态的线条图像置于二维坐标系内，选取基准点，确定基准线的坐标，根据基准点的坐标，对姿态图像进行标定，
步骤五，根据步骤四中的标定结果，对未来一段时间内的客户姿态进行模拟，并将模拟结果进行输出。
2.根据权利要求1所述的一种客户关系管理系统中客户画像分析方法，其特征在于，包括以下模块，
捕捉模块用于捕捉客户的姿态图像，并根据客户的姿态图像对图像进行降噪处理，并在对图像降噪够，对图像采集的时间进行标记，
对比模块用于将分类后的图像与管理系统中的图像进行对比，以将姿态图像与客户进行对应，
排序模块用于将客户的姿态的图像进行调取，并按照时间线将姿态图像进行排序，
分析模块中建立有基准图像，并对排序后的姿态图像进行描绘，将描绘后的图像与基准图像进行对比，而后根据时间线将姿态图像与基准图像进行分析，以根据时间线，判断姿态图像与基准图像的变化趋势，
动态模拟模块用于根据分析模块中的变化趋势，对客户的姿态变化进行模拟，
储存模块针对不同的客户建立不同的资料库，以将不同客户的图像信息进行分区储存，且用于对图像的各个数据进行储存。
3.根据权利要求1所述的一种客户关系管理系统中客户画像分析方法，其特征在于，步骤一具体包括以下步骤，
S11，将客户指引到指定位置，客户将双臂向前举起，并使得客户后背裸露出来，
S12，通过X光捕通过客户的侧身站立时，脊柱的X光姿态图像，且此图像为图像T1，通过图像采集设备，对客户的后背图像进行采集，且此图像为图像T2，图像T1与图像T2为第一姿态图像，在对上述图像进行采集时，对采集的日期进行标记，
S13，对第一姿态图像与图像采集设备采集到的图像进行降噪处理；
S14，每隔相同的时间后，重复上述步骤，以采集客户在不同时间时的姿态图像。
4.根据权利要求3所述的一种客户关系管理系统中客户画像分析方法，其特征在于，所述步骤二具体包括以下步骤，
S21，将第一姿态图像的大小按照预定比例进行调整，并将调整后的图像裁切成预定尺寸的图像，以得到所述第二姿态图像，
S22，在处理后的图像T2上任意标记点位信息A，将处理后的图像T2对应的后背的最大宽度与最小宽度进行测定，并将其分别标记为H1max与H1min，并对点位信息A所在位置的后背宽度进行测定，并标记为H0，对点位信息A所在后背位置与脊柱之间距离和点位信息A所在后背位置与脊柱之间的最短距离进行测定，并分别标定为L1、L0，
S23，在已储存的第二姿态图像中，分别对每个图像T1中的脊柱图像的线条进行绘制，以及与脊柱同一平面的客户后背的曲线进行绘制，并按照时间线将图像标记为Y1、Y2、Y3……Yn，并且分别对每个图像T2中后背的最大宽度与最小宽度进行测定，并将其标记为H2max与H2min，
S24，将S22中测定的数据，与储存在S23中的上一次捕捉的图像中的数据进行比对，以对客户身份进行确定，而将此次捕捉的图像对应保存在该客户的资料库中。
5.根据权利要求4所述的一种客户关系管理系统中客户画像分析方法，其特征在于，所述步骤三中，在对客户的姿态进行排序的时候，按照姿态捕捉时间的先后顺序，将其进行标记，即Yn为当前捕捉到的客户的姿态图像。
6.根据权利要求1所述的一种客户关系管理系统中客户画像分析方法，其特征在于，所述步骤四具体包括以下步骤，
S41，对客户的身高、性别信息进行采集，并根据客户的身高、性别信息，绘制客户预定条件下，脊柱的线条信息，即为基准姿态的线条图像，
S42，建立平面坐标系，选取基准姿态的线条图像上的任一点M1与平面坐标系的原点重合，并将基准姿态的线条图像上每个点N1的坐标进行标定，
S43，选定调取的姿态图像的线条图像上的点位信息M2、第二姿态的线条图像上的点位信息M3，M2、M3与M1的位置对应，将调取的姿态图像的线条图像上的每个点N2的坐标进行标定，将第二姿态的线条图像上的每个点N3的坐标进行标定，
S44，将N2、N3与N1进行比较。
7.根据权利要求6所述的一种客户关系管理系统中客户画像分析方法，其特征在于，所述步骤五具体包括以下步骤，
S51，在将N2、N3与N1进行比较后，确定N2、N3中与N1坐标不同的点位，
S52，在坐标系中，得出坐标不同的点位的坐标，
S53，将坐标不同的点位的坐标与基准姿态的线条图像的坐标相减并取绝对值，以获取二者之间差值，并根据时间线，对差值进行排列，
S54，根据差值的变化，评估下一次姿态图像采集时，客户的姿态。
8.根据权利要求4所述的一种客户关系管理系统中客户画像分析方法，其特征在于，在对基准姿态的线条图像进行建立时，输入客户的性别以及身高信息，根据身高、性别信息，计算出上述条件下，预定的身材信息，并绘制出身材模型，对此条件下客户脊柱与皮肤表面的厚度进行标定，记为L2，将L2与L0进行对比，以对客户的身材进行判断。
9.根据权利要求8所述的一种客户关系管理系统中客户画像分析方法，其特征在于，所述预定的身材信息为BIM指数的值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410041790.1A CN117558457B (zh) | 2024-01-11 | 2024-01-11 | 一种客户关系管理系统中客户画像分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410041790.1A CN117558457B (zh) | 2024-01-11 | 2024-01-11 | 一种客户关系管理系统中客户画像分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117558457A true CN117558457A (zh) | 2024-02-13 |
| CN117558457B CN117558457B (zh) | 2024-03-26 |
Family
ID=89823602
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410041790.1A Active CN117558457B (zh) | 2024-01-11 | 2024-01-11 | 一种客户关系管理系统中客户画像分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117558457B (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030002954A (ko) * | 2001-07-03 | 2003-01-09 | 주식회사 테크스피어 | 개인 식별을 위한 손등의 혈관패턴 인식 장치 및 그 방법 |
| WO2009028926A2 (en) * | 2007-08-29 | 2009-03-05 | Mimos Berhad | Apparatus and method for volumetric multi-modal hand biometrlc identification |
| CN104200491A (zh) * | 2014-08-15 | 2014-12-10 | 浙江省新华医院 | 一种人体运动姿态校正系统 |
| CN110796077A (zh) * | 2019-10-29 | 2020-02-14 | 湖北民族大学 | 姿态动作实时检测校正方法 |
| CN111047832A (zh) * | 2018-10-15 | 2020-04-21 | 珠海格力电器股份有限公司 | 具有坐姿调整功能的移动设备及其使用方法 |
| CN113140311A (zh) * | 2021-05-12 | 2021-07-20 | 张晓瑞 | 一种预防脊柱侧弯的方法及系统 |
| CN113989936A (zh) * | 2021-11-02 | 2022-01-28 | 安徽兰臣信息科技有限公司 | 一种可识别儿童坐姿并自动语音纠正的台灯 |
| CN113986581A (zh) * | 2021-10-29 | 2022-01-28 | 平安普惠企业管理有限公司 | 数据聚合处理方法、装置、计算机设备和存储介质 |
| CN114038014A (zh) * | 2021-11-11 | 2022-02-11 | 得一恒智能科技(深圳)有限公司 | 一种坐姿识别提醒方法及装置 |
| CN114253388A (zh) * | 2020-09-22 | 2022-03-29 | 智甲科技(北京)有限公司 | 一种智能穿戴套件、防护方法和智能防护系统 |
| CN114332964A (zh) * | 2021-12-24 | 2022-04-12 | 熵基科技股份有限公司 | 一种数据信息采集方法 |
| CN114468653A (zh) * | 2022-02-14 | 2022-05-13 | 广东海瑞智能家居科技有限公司 | 基于用户姿态的智能沙发姿态调整系统 |
| CN114495177A (zh) * | 2022-04-06 | 2022-05-13 | 北京蓝田医疗设备有限公司 | 一种情景交互式人体动作与平衡智能评估方法及系统 |
| CN115497596A (zh) * | 2022-11-18 | 2022-12-20 | 深圳聚邦云天科技有限公司 | 一种基于物联网的人体运动过程姿态纠正方法及系统 |
| CN116269344A (zh) * | 2023-02-20 | 2023-06-23 | 江苏唯宝体育科技发展有限公司 | 一种基于人体姿态估计的远程居家康复训练系统 |
| CN116310083A (zh) * | 2023-02-03 | 2023-06-23 | 杭州百世伽信息科技有限公司 | 人体姿态深度图像的生成方法与人体姿态识别系统 |
| CN116343341A (zh) * | 2023-05-12 | 2023-06-27 | 天津志听医疗科技有限公司 | 一种基于姿态识别的动作预测分析方法和系统 |
| KR20230117945A (ko) * | 2022-02-03 | 2023-08-10 | 주식회사 퀀텀에이아이 | 고객 객체 분석 시스템 및 방법 |
-
2024
- 2024-01-11 CN CN202410041790.1A patent/CN117558457B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030002954A (ko) * | 2001-07-03 | 2003-01-09 | 주식회사 테크스피어 | 개인 식별을 위한 손등의 혈관패턴 인식 장치 및 그 방법 |
| WO2009028926A2 (en) * | 2007-08-29 | 2009-03-05 | Mimos Berhad | Apparatus and method for volumetric multi-modal hand biometrlc identification |
| CN104200491A (zh) * | 2014-08-15 | 2014-12-10 | 浙江省新华医院 | 一种人体运动姿态校正系统 |
| CN111047832A (zh) * | 2018-10-15 | 2020-04-21 | 珠海格力电器股份有限公司 | 具有坐姿调整功能的移动设备及其使用方法 |
| CN110796077A (zh) * | 2019-10-29 | 2020-02-14 | 湖北民族大学 | 姿态动作实时检测校正方法 |
| CN114253388A (zh) * | 2020-09-22 | 2022-03-29 | 智甲科技(北京)有限公司 | 一种智能穿戴套件、防护方法和智能防护系统 |
| CN113140311A (zh) * | 2021-05-12 | 2021-07-20 | 张晓瑞 | 一种预防脊柱侧弯的方法及系统 |
| CN113986581A (zh) * | 2021-10-29 | 2022-01-28 | 平安普惠企业管理有限公司 | 数据聚合处理方法、装置、计算机设备和存储介质 |
| CN113989936A (zh) * | 2021-11-02 | 2022-01-28 | 安徽兰臣信息科技有限公司 | 一种可识别儿童坐姿并自动语音纠正的台灯 |
| CN114038014A (zh) * | 2021-11-11 | 2022-02-11 | 得一恒智能科技(深圳)有限公司 | 一种坐姿识别提醒方法及装置 |
| CN114332964A (zh) * | 2021-12-24 | 2022-04-12 | 熵基科技股份有限公司 | 一种数据信息采集方法 |
| KR20230117945A (ko) * | 2022-02-03 | 2023-08-10 | 주식회사 퀀텀에이아이 | 고객 객체 분석 시스템 및 방법 |
| CN114468653A (zh) * | 2022-02-14 | 2022-05-13 | 广东海瑞智能家居科技有限公司 | 基于用户姿态的智能沙发姿态调整系统 |
| CN114495177A (zh) * | 2022-04-06 | 2022-05-13 | 北京蓝田医疗设备有限公司 | 一种情景交互式人体动作与平衡智能评估方法及系统 |
| CN115497596A (zh) * | 2022-11-18 | 2022-12-20 | 深圳聚邦云天科技有限公司 | 一种基于物联网的人体运动过程姿态纠正方法及系统 |
| CN116310083A (zh) * | 2023-02-03 | 2023-06-23 | 杭州百世伽信息科技有限公司 | 人体姿态深度图像的生成方法与人体姿态识别系统 |
| CN116269344A (zh) * | 2023-02-20 | 2023-06-23 | 江苏唯宝体育科技发展有限公司 | 一种基于人体姿态估计的远程居家康复训练系统 |
| CN116343341A (zh) * | 2023-05-12 | 2023-06-27 | 天津志听医疗科技有限公司 | 一种基于姿态识别的动作预测分析方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 韩晓明;冉春风;侯雪峰;关然;潘巍;: "基于视频的学生坐姿检测与纠正系统研究", 首都师范大学学报(自然科学版), no. 1, 15 October 2009 (2009-10-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117558457B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109343700B (zh) | 眼动控制校准数据获取方法和装置 | |
| CN109509378B (zh) | 一种支持手写输入的在线考试方法 | |
| CN111401260A (zh) | 基于Quick-OpenPose模型的仰卧起坐测试计数方法及系统 | |
| CN108804547A (zh) | 超声图像教学方法、装置及计算机可读存储介质 | |
| CN110123331A (zh) | 人体形体及体质数据采集方法、装置及存储介质 | |
| CN112348892A (zh) | 点定位方法及相关装置、设备 | |
| CN115607153A (zh) | 一种基于眼动追踪的心理量表回答质量评估系统及方法 | |
| CN116994339B (zh) | 一种基于图像处理的用于坐位体前屈测试的方法和系统 | |
| CN117558457B (zh) | 一种客户关系管理系统中客户画像分析方法 | |
| CN110349206A (zh) | 一种人体对称性检测的方法和相关装置 | |
| US20230284968A1 (en) | System and method for automatic personalized assessment of human body surface conditions | |
| JP5796523B2 (ja) | 生体情報取得装置、生体情報取得方法、生体情報取得制御プログラム | |
| CN113197542B (zh) | 一种在线自助视力检测系统、移动终端及存储介质 | |
| CN110321781A (zh) | 一种用于无接触式测量的信号处理方法及装置 | |
| CN110796638B (zh) | 毛孔检测方法 | |
| JP7014761B2 (ja) | 認知機能推定方法、コンピュータプログラム及び認知機能推定装置 | |
| CN115666405A (zh) | 脑卒中检查系统、脑卒中检查方法、以及程序 | |
| CN111274953A (zh) | 一种根据表情判断疼痛的方法及系统 | |
| CN112086193A (zh) | 一种基于物联网的人脸识别健康预测系统及方法 | |
| CN112183383A (zh) | 一种复杂化环境下测量人脸图像的信息处理方法和装置 | |
| CN113506601B (zh) | 一种基于大数据的皮肤耐受性分析系统 | |
| CN113457110B (zh) | 一种智慧操场中的计数方法、系统及装置 | |
| CN117671774B (zh) | 一种人脸情绪智能识别分析设备 | |
| CN112597949B (zh) | 一种基于视频的心理压力测量方法及其系统 | |
| CN113011393B (zh) | 基于改进混合投影函数的人眼定位方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |