【技术实现步骤摘要】
确定人和物关联度的方法、装置及计算机可读存储介质
本公开涉及多媒体
，特别涉及一种确定人和物关联度的方法、装置及计算机可读存储介质。
技术介绍
在线下门店场景中，实时准确地检测顾客对各类商品的感兴趣程度或购买意向对构建精准用户画像至关重要，是推动并实现线上线下融合无界零售模式的重要技术保障之一。例如，从顾客进店开始，实时追踪顾客在店内各类商品前面的停留时间，拿起观看把玩时间及次数等指标，进而细粒度地进行用户画像，预测顾客对某商品的感兴趣程度，分析其潜在购买意愿和程度，以及未实施购买行为的原因，然后有针对性的给出对策并做出反应(如派出服务员或服务机器人进行导购讲解，在线发放优惠券等)，可答复提高用户体验及商品购买转化率。
技术实现思路
专利技术人研究发现，相关技术关注的是人-物或者物-物关系的定性描述(比如一个男人骑在马上，一个女人在打网球，一只狗在跳起来接飞盘等等)，还做不到精确量化人-物关系，更不能对视频数据进行处理得到确定人和物关联度。因此，通过对监控视频数据进行实时分析，构建人-物关系的定量分析模型，对未来线下零售具有十分重要的意义。本公开解决的一个技术问...
【技术保护点】
1.一种确定人和物关联度的方法，包括：对视频数据的各个图像帧进行图像检测，得到视频数据的各个图像帧中相关联的人和物；对各个图像帧中相关联的人和物进行特征提取，得到各个图像帧中相关联的人和物的融合特征；对各个图像帧中相关联的人和物的融合特征进行量化，得到视频数据中相关联的人和物的关联度。
【技术特征摘要】
1.一种确定人和物关联度的方法，包括：对视频数据的各个图像帧进行图像检测，得到视频数据的各个图像帧中相关联的人和物；对各个图像帧中相关联的人和物进行特征提取，得到各个图像帧中相关联的人和物的融合特征；对各个图像帧中相关联的人和物的融合特征进行量化，得到视频数据中相关联的人和物的关联度。2.如权利要求1所述的方法，其中，所述利用对视频数据的各个图像帧进行图像检测，得到视频数据的各个图像帧中相关联的人和物包括：对视频数据的各个图像帧进行图像检测，得到各个图像帧中的人和物；确定各个图像帧中人的位置信息和物的位置信息；利用各个图像帧中人的位置信息和物的位置信息，确定各个图像帧中人和物的距离；将各个图像帧中距离小于第一阈值的人和物，作为各个图像帧中相关联的人和物。3.如权利要求2所述的方法，其中，所述对视频数据的各个图像帧进行图像检测，得到各个图像帧中的人和物包括：利用目标检测网络模型对各个图像帧进行图像检测，得到各个图像帧中的目标；利用分类神经网络模型对各个图像帧中的目标进行分类，得到各个图像帧中的人和物。4.如权利要求2所述的方法，其中，所述对各个图像帧中相关联的人和物进行特征提取，得到各个图像帧中相关联的人和物的融合特征包括：利用特征提取网络模型对各个图像帧中相关联的人和物进行特征提取，得到各个图像帧中相关联的人的特征矩阵和物的特征矩阵；利用特征变换网络模型对各个图像帧中相关联的人的特征矩阵和物的特征矩阵进行特征变换，得到各个图像帧中相关联的人的特征向量和物的特征向量；利用特征融合网络模型对各个图像帧中相关联的人的特征向量、物的特征向量、人的位置信息、物的位置信息进行融合，得到各个图像帧中相关联的人和物的融合特征。5.如权利要求4所述的方法，其中，所述特征提取网络模型由RoiAlign层组成，所述特征变换网络模型由全连接层组成，所述特征融合网络模型由全连接层组成。6.如权利要求1所述的方法，其中，所述对各个图像帧中相关联的人和物的融合特征进行量化，得到视频数据中相关联的人和物的关联度包括：利用长短期记忆网络模型对各个图像帧中相关联的人和物的融合特征进行量化，得到各个图像帧中相关联的人和物的量化结果；将各个图像帧中相关联的人和物的量化结果组成量化序列，并利用全连接网络模型对所述量化序列进行处理，得到视频数据中相关联的人和物的关联度。7.如权利要求6所述的方法，其中，所述长短期记忆网络模型对各个图像帧中相关联的人和物的融合特征进行量化，得到各个图像帧中相关联的人和物的量化结果包括：将小于第二阈值的量化结果置零。8.如权利要求7所述的方法，其中，所述长短期记忆网络模型对各个图像帧中相关联的人和物的融合特征进行量化，得到各个图像帧中相关联的人和物的量化结果还包括：将不小于第二阈值的量化结果作为各个图像帧中相关联的人和...
【专利技术属性】
技术研发人员：石海龙，张伟华，吴江旭，李凡，胡淼枫，曲志勇，张洪光，雍兴辉，武跃峰，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。