[发明专利]基于智能化视觉识别的客户习惯分析方法及装置在审

专利信息
申请号: 202110414180.8 申请日: 2021-04-16
公开(公告)号: CN113095242A 公开(公告)日: 2021-07-09
发明(设计)人: 吴牧霆 申请(专利权)人: 南京艾莫尔人工智能研究院有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46
代理公司: 北京艾格律诗专利代理有限公司 11924 代理人: 王子溟
地址: 210012 江苏省南京市雨花*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 智能化 视觉 识别 客户 习惯 分析 方法 装置
【说明书】:

发明公开了一种基于智能化视觉识别的客户习惯分析方法及装置。所述基于智能化视觉识别的客户习惯分析方法包括:获取客户人脸特征数据库;获取衣服数据库,所述衣服数据库包括至少一种衣服颜色数据;获取行人图像数据;根据行人图像数据获取行人的脸部特征;将每个行人的脸部特征与客户人脸特征数据库中的客户的人脸特征进行比对,若成功,则获取该行人的衣服颜色特征;将行人的衣服颜色特征与各个衣服颜色数据进行比对,若成功,则根据衣服颜色比对成功的行人图像数据获取该行人的衣服款式特征。

技术领域

本申请涉及智能化视觉识别技术领域,具体涉及一种基于智能化视觉识别的客户习惯分析方法以及基于智能化视觉识别的客户习惯分析装置。

背景技术

在现在生活中,很多商家都想知道逛商场的人或者路上的人平时的穿衣风格、穿衣喜好以及穿衣款式,但是,采用人工去观察,人工去登记询问的方式,费用高、效率低。

因此,希望有一种技术方案来解决或至少减轻现有技术的上述不足。

发明内容

本发明的目的在于提供一种基于智能化视觉识别的客户习惯分析方法来克服或至少减轻现有技术的至少一个上述缺陷。

本发明的一个方面,提供一种基于智能化视觉识别的客户习惯分析方法,所述基于智能化视觉识别的客户习惯分析方法包括:

获取客户人脸特征数据库,所述客户人脸特征数据库包括至少一个客户的人脸特征;

获取衣服数据库,所述衣服数据库包括至少一种衣服颜色数据;

获取行人图像数据;

根据各个所述行人图像数据获取每个行人数据的脸部特征;

将每个行人的脸部特征分别与所述客户人脸特征数据库中的客户的人脸特征进行比对,若比对成功,则

根据比对成功的行人图像数据获取该行人的衣服颜色特征;

将行人的衣服颜色特征与所述衣服数据库中的各个衣服颜色数据进行比对,若衣服颜色比对成功,则

根据衣服颜色比对成功的行人图像数据获取该行人的衣服款式特征。

可选地,所述衣服数据库进一步衣服款式数据;

所述基于智能化视觉识别的客户习惯分析方法进一步包括:

将衣服款式特征与所述衣服数据库中的衣服款式数据进行对比,若比对成功,则

存储该行人图像数据。

可选地,所述获取行人图像数据包括:

通过摄像头获取行人图像数据。

可选地,所述衣服款式数据包括如下特征中的至少一个:

衣服长度特征、衣服领口特征、衣服花纹特征。

可选地,所述衣服款式数据包括:衣服长度数据、衣服领口数据、衣服花纹数据。

可选地,所述通过摄像头获取行人图像数据包括:

通过摄像头获取图像;

通过人脸识别技术获取每个图像中的行人图像数据。

本申请还提供了一种基于智能化视觉识别的客户习惯分析装置,所述基于智能化视觉识别的客户习惯分析装置包括:

客户人脸特征数据库获取模块,所述客户人脸特征数据库获取模块用于获取客户人脸特征数据库,所述客户人脸特征数据库包括至少一个客户的人脸特征;

衣服数据库获取模块,所述衣服数据库获取模块用于获取衣服数据库,所述衣服数据库包括至少一种衣服颜色数据;

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南京艾莫尔人工智能研究院有限公司,未经南京艾莫尔人工智能研究院有限公司许可,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/202110414180.8/2.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