[发明专利]基于微表情的目标客户定位方法、装置、设备及存储介质在审

专利信息
申请号: 201910043485.5 申请日: 2019-01-17
公开(公告)号: CN109858958A 公开(公告)日: 2019-06-07
发明(设计)人: 张美苑;刘慧众;胡芹 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06K9/00;G06K17/00
代理公司: 深圳众鼎专利商标代理事务所(普通合伙) 44325 代理人: 黄章辉
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标产品 目标客户 表情类型 产品推介 存储介质 获取目标 潜在客户 视频数据 文本数据 语音数据 表情 产品信息数据库 图像 摄像头拍摄 表情识别 播放目标 显示目标 准确定位 投资 预设 成功率
【权利要求书】:

1.一种基于微表情的目标客户定位方法,其特征在于,包括:

获取推介终端发送的产品推介请求,所述产品推介请求包括目标产品ID;

基于所述目标产品ID查询产品信息数据库,获取与所述目标产品ID相对应的目标产品语音数据和目标产品文本数据;

控制所述推介终端显示所述目标产品文本数据并播放所述目标产品语音数据的同时,获取所述推介终端的摄像头实时拍摄的潜在客户的视频数据,所述视频数据包括至少一帧待识别图像;

采用微表情识别模型对每一所述待识别图像进行识别,获取所述待识别图像对应的微表情类型和相关系数;

采用投资意愿度公式对所述待识别图像的微表情类型和相关系数进行计算,获取目标投资意愿度;

若所述目标投资意愿度大于预设意愿度阈值,则将所述潜在客户确定为目标客户,从所述目标客户对应的待识别图像中选取目标图像;

基于所述目标投资意愿度和所述目标图像获取目标客户信息,并将所述目标客户信息发送给用户终端。

2.如权利要求1所述的基于微表情的目标客户定位方法,其特征在于,所述采用微表情识别模型对每一所述待识别图像进行识别,获取所述待识别图像对应的微表情类型和相关系数,包括:

采用微表情识别模型对每一所述待识别图像进行识别,获取与所述待识别图像相对应的微表情类型;

基于所述微表情类型查询相关系数转换表,获取与所述微表情类型相对应的相关系数。

3.如权利要求2所述的基于微表情的目标客户定位方法,其特征在于,所述采用微表情识别模型对每一所述待识别图像进行识别,获取与所述待识别图像相对应的微表情类型,包括:

采用微表情识别模型对每一所述待识别图像进行识别,获取至少一种识别表情类型对应的瞬时置信度;

将所述瞬时置信度最大的识别表情类型确定为所述待识别图像对应的微表情类型。

4.如权利要求1所述的基于微表情的目标客户定位方法,其特征在于,在所述采用微表情识别模型对每一所述待识别图像进行识别,获取所述待识别图像对应的微表情类型和相关系数的步骤之前,所述基于微表情的目标客户定位方法还包括:

采用人脸识别模型对所述待识别图像进行识别,获取原始人脸图像;

判断所述原始人脸图像是否存在对应的基准人脸图像;

若存在所述基准人脸图像,则将所述原始人脸图像存储在与所述基准人脸图像相对应的人脸图像数据库中;

若不存在所述基准人脸图像,则将所述原始人脸图像作为基准人脸图像,创建与所述基准人脸图像相对应的人脸图像数据库;

实时统计从所述人脸图像数据库的创建时间起的预设时间段内,所述人脸图像数据库中原始人脸图像的图像数量;

若所述图像数量大于预设数量阈值,则执行所述采用微表情识别模型对每一所述待识别图像进行识别,获取所述待识别图像对应的微表情类型和相关系数的步骤;

若所述图像数量不大于预设数量阈值,则删除所述人脸图像数据库。

5.如权利要求4所述的基于微表情的目标客户定位方法,其特征在于,在所述将所述潜在客户确定为目标客户的步骤之后,所述基于微表情的目标客户定位方法还包括:

从所述目标客户对应的人脸图像数据库中,获取每一所述原始人脸图像对应的单帧情绪值;

依据所述原始人脸图像对应的拍摄时间,采用第三方图像处理工具对每一所述原始人脸图像的单帧情绪值进行处理,获取原始微表情走势图;

依据所述目标产品语音数据的播放时间,对所述原始微表情走势图进行话题点标注,获取目标微表情走势图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910043485.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top