[发明专利]一种基于人脸识别的智能超市商品推荐系统

说明书

本发明公开了一种基于人脸识别的智能超市商品推荐系统，包括：摄像头，安装在超市入口处，用于对人脸进行检测；人脸识别模块，与所述摄像头连接，使用卷积神经网络提取人脸的特征，并进行对比判断用户为新用户还是老用户；商品推荐模块，使用栈式降噪自编码器提取商品的属性或通过历史数据的训练，选出前5个推荐商品进行推荐；Wifi模块，用于对用户进行室内定位；服务器，与商品推荐模块和Wifi模块连接，用于将推荐的商品和用户的位置进行决策处理；语音模块，用于通过无线传输模块将服务器中反馈的推荐商品的路线转换为语音，为用户进行语音播报。本发明可以提高用户购买的效率进而增加超市的客流与销量，减少超市与员工的用量，节省超市成本。

技术领域

本发明属于商品推荐的技术领域，尤其涉及一种基于人脸识别的智能超市商品推荐系统。

背景技术

近年来，由于推荐系统的飞速发展，许多公司如京东、亚马逊、淘宝等都利用推荐系统为用户进行推荐。同时，线下的超市因为拥有琳琅满目的商品，也有很多技术方案设计不同的推荐方法来方便用户。例如基于智能终端，通过谱聚类以及A*算法实现的超市路径推荐系统；通过人脸识别、身份识别系统、销售汇总系统组成自助超市系统；基于购物车通过最短路径算法和修正的余弦相似度算法为用户进行商品推荐以及路径引导。深度学习算法卷积神经网络趋于成熟，其应用于图像目标识别、语音识别和自然语言处理等很多方面，自编码器也发展出了很多变体如降噪自编码器、收缩自编码器、栈式自编码器。

申请号为201710828523.9的专利公开了一种超市购物智能引导系统及方法，此技术包括服务器、多个第一蓝牙模块和多个智能购物车，将最短路径算法应用在超市购物上，将超市平面图划分为一个特定的拓扑网络，应用算法为顾客提供最短的购买路径，同时将修正的余弦相似度协同过滤推荐算法应用在超市商品信息的推送上，以顾客对商品的评分为基础，为顾客推荐更优秀的商品。该技术方案的各个智能购物车是通过在装载选购商品的普通购物车上嵌设智能引导装置而得到的，但是进入超市的用户并不是都使用购物车进行购物，如果没有使用购物车就不能使用这种智能算法，而且安装在每个购物车上的智能装置成本也相对较高。

发明内容

基于以上现有技术的不足，本发明所解决的技术问题在于提供一种基于人脸识别的智能超市商品推荐系统，可以提高用户购买的效率，增加超市的客流与销量，减少超市与员工的用量，节省超市成本，适用性广。

为了解决上述技术问题，本发明通过以下技术方案来实现：本发明提供一种基于人脸识别的智能超市商品推荐系统，包括：

摄像头，安装在超市入口处，用于对人脸进行检测；

人脸识别模块，与所述摄像头连接，使用卷积神经网络提取人脸的特征，并进行对比判断用户为新用户还是老用户；

商品推荐模块，与所述人脸识别模块连接，使用栈式降噪自编码器提取商品的属性或通过历史数据的训练，选出前5个推荐商品进行推荐；

Wifi模块，用于对用户进行室内定位；

服务器，与所述商品推荐模块和Wifi模块连接，用于将推荐的商品和用户的位置进行决策处理；

语音模块，用于通过无线传输模块将服务器中反馈的推荐商品的路线转换为语音，为用户进行语音播报。

可选的，所述人脸识别模块判断用户为新用户，则根据用户的面部特征判断用户年龄段，为用户推荐相应的商品；人脸识别模块判断用户为老用户，则根据老用户的购买历史为其进行推荐。

进一步的，所述商品推荐模块的栈式降噪自编码器通过针对每个具有购买历史的用户都有唯一的标识，将每一位用户以前购买的商品属性输入到模型中，通过模型无监督的特性进行训练，训练完成后从中间层提取商品特性，使其维度更小，便于和其他商品中间层提取的特征进行余弦相似度的计算，进而选出前5个推荐商品，进行推荐；