[发明专利]无人商店的监控方法、装置、计算机设备及存储介质

权利要求书

1.一种无人商店的监控方法，其特征在于，所述无人商店的监控方法包括：

若接收到客户端发送的当前用户的状态验证请求，则接收所述客户端发送的实时视频流，并从所述实时视频流中获取包含所述当前用户的面部图像的基础图像集合；

对所述基础图像集合中的每个所述面部图像进行微表情识别，得到至少一个目标微表情；

获取每个所述目标微表情对应的预设权值，根据所述预设权值确定每个所述目标微表情的第一说谎分值；

获取所述客户端发送的所述当前用户的心率数据，并根据心率数据范围与说谎分值之间预设的对应关系，确定所述心率数据对应的第二说谎分值；

基于所述第一说谎分值和所述第二说谎分值，对所述用户的付款状态进行预测，得到预测结果，其中，所述预测结果包括所述用户的付款状态正常或者所述用户的付款状态异常。

2.如权利要求1所述的无人商店的监控方法，其特征在于，所述从所述实时视频流中获取包含所述当前用户的面部图像的基础图像集合包括：

按照预设的时间间隔，从所述实时视频流中获取帧图像，得到包含预设个数的帧图像的帧图像集合；

采用人脸检测算法，对所述帧图像集合中的帧图像进行人脸检测，得到检测结果；

将所述检测结果中，包含完整人脸特征的每个所述帧图像均作为一个所述面部图像，得到包含至少一个所述面部图像的基础图像集合。

3.如权利要求1所述的无人商店的监控方法，其特征在于，所述对所述基础图像集合中的每个所述面部图像进行微表情识别，得到至少一个目标微表情包括：

针对所述基础图像集合中的每个所述面部图像，通过预设的卷积神经网络模型，对所述面部图像进行表情单元识别，得到每个所述面部图像中包含的待识别单元集合；

根据预设的表情单元组合集合中，每个预设的表情单元组合与每个微表情之间的映射关系，确定所述面部图像中包含的所述待识别单元集合对应的微表情，作为目标微表情。

4.如权利要求3所述的无人商店的监控方法，其特征在于，所述根据预设的表情单元组合集合中，每个预设的表情单元组合与每个微表情的对应关系，确定所述基础图像中包含的待识别单元集合对应的微表情，作为目标微表情包括：

获取预设的表情单元组合集合，其中，所述表情单元组合集合包括m个所述预设的表情单元组合，每个所述预设的表情单元组合对应一个所述微表情，m为正整数；

分别计算所述待识别单元集合与每个所述预设的表情单元组合的相似度，得到m个相似度值；

选取m个所述相似度值中值最大的相似度值对应的所述表情单元组合，作为目标单元组合；

根据所述映射关系，获取所述目标单元组合对应的所述微表情，作为目标微表情。

5.如权利要求1至4任一项所述的无人商店的监控方法，其特征在于，在所述基于所述第一说谎分值和所述第二说谎分值，对所述用户的付款状态进行预测，得到预测结果之后，所述无人商店的监控方法还包括：

若所述预测结果为所述用户的付款状态异常，则向监控端推送预警消息。

6.如权利要求1所述的无人商店的监控方法，其特征在于，根据所述预设权值确定每个所述目标微表情的第一说谎分值包括：

使用如下公式计算第一说谎分值：

其中，S₁为所述第一说谎分值，σ为n个所述目标微表情对应的预设权值的标准差，n为所述目标微表情的个数，A_i为第i个所述目标微表情对应的预设权值，μ为n个所述目标微表情对应的预设权值的平均值，i和n为正整数，且i≤n。