图像处理方法、装置、电子设备、计算机可读存储介质制造方法及图纸

本发明专利技术提供了一种图像处理方法、装置、电子设备、计算机可读存储介质，该方法包括：获取待识别顾客的人脸图像，计算所述人脸图像与预先保存的顾客图像之间的相似度，得到至少一个相似度；然后判断所述至少一个相似度是否都未达到预先保存的相似度阈值；在为是时，确定所述顾客为首次到店顾客，并将所述人脸图像作为新的顾客图像进行保存；否则确定所述顾客为重复到店顾客。通过该方法，可以自动识别出到店的顾客是新顾客还是重复到店顾客，店家或者销售人员不用再根据自身的记忆力来对顾客进行识别。

Image Processing Method, Device, Electronic Equipment, Computer Readable Storage Media

The invention provides an image processing method, device, electronic device and computer readable storage medium. The method includes: acquiring the face image of the customer to be recognized, calculating the similarity between the face image and the pre-saved customer image, and obtaining at least one similarity; and then judging whether the at least one similarity does not reach the pre-saved similarity threshold. In order to be right, it is determined that the customer is the first customer to the store, and the face image is saved as a new customer image; otherwise, it is determined that the customer is a repeat customer. Through this method, it can automatically identify whether the customer arriving at the store is a new customer or a repetitive customer, and the shop or salesperson no longer need to identify the customer according to their own memory.

【技术实现步骤摘要】
图像处理方法、装置、电子设备、计算机可读存储介质
本专利技术涉及图像处理领域，具体而言，涉及一种图像处理方法、装置、电子设备、计算机可读存储介质。
技术介绍
随着新零售与智能零售概念的产生和推广，对于实体店而言，越来越希望给用户带来更好的用户体验，例如店家或者销售人员希望知晓到店顾客为首次到店的新顾客还是多次到店的老顾客，从而便于为顾客提供针对性的服务。但是，由于店家或者销售人员人力和记忆力有限，很难对所有的多次到店客户进行有效记忆，因此，使得店家或者销售人员知晓顾客的到店次数较为困难。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种图像处理方法、装置、电子设备、计算机可读存储介质，以缓解上述问题。第一方面，本专利技术实施例提供了一种图像处理方法，所述方法包括：获取待识别顾客的人脸图像；计算所述人脸图像与预先保存的顾客图像之间的相似度，得到至少一个相似度；判断所述至少一个相似度中是否都未达到预先保存的相似度阈值；在为是时，确定所述顾客为首次到店顾客，并将所述人脸图像作为新的顾客图像进行保存；在为否时，确定所述顾客为重复到店顾客。结合第一方面的一种实施方式，所述方法还包括：提取所述人脸图像的年龄特征；在判断所述年龄特征表征所述顾客处于预设的年龄阶段时，将预先保存的第一阈值确定为所述相似度阈值；否则，将预先保存的第二阈值确定为所述相似度阈值；其中，所述第一阈值大于所述第二阈值。结合第一方面的一种实施方式，所述方法还包括：获取包括多个样本图片的测试集；测试所述测试集在不同的阈值下的准确率；将得到的最高准确率下的阈值作为所述相似度阈值。结合第一方面的一种实施方式，所述方法还包括：提取所述人脸图像的特征信息；基于所述特征信息进行分数评估，得到人脸质量分数；判断所述人脸质量分数是否达到预先保存的质量分数阈值；相应的，计算所述人脸图像与预先保存的顾客图像之间的相似度，包括：在判断所述人脸质量分数达到所述质量分数阈值时，计算所述人脸图像与预先保存的顾客图像之间的相似度。结合第一方面的一种实施方式，每个所述重复到店顾客对应有一个所述顾客图像，每个所述顾客图像对应一个预先保存的原始人脸质量分数，所述方法还包括：在判断所述人脸质量分数大于与所述重复到店顾客对应的所述顾客图像的所述原始人脸质量分数时，用所述人脸图像替换所述顾客图像，其中，所述人脸图像与所述顾客图像之间的相似度达到所述相似度阈值。结合第一方面的一种实施方式，每个所述重复到店顾客对应有多个所述顾客图像，每个所述顾客图像对应有一个预先保存的原始人脸质量分数，所述方法还包括：在判断所述人脸质量分数大于与所述重复到店顾客对应的多个原始人脸质量分数时，将所述多个原始人脸质量分数中最小的原始人脸质量分数对应的顾客图像确定为目标顾客图像；用所述人脸图像替换所述目标顾客图像；其中，所述人脸图像与所述目标顾客图像之间的相似度达到所述相似度阈值。结合第一方面的一种实施方式，所述特征信息包括：人脸遮挡特征信息、人脸模糊度特征信息以及人脸姿态特征信息，所述基于所述特征信息进行分数评估，得到人脸质量分数，包括：基于所述人脸姿态特征信息得到姿态分数；基于所述人脸模糊度特征信息得到人脸模糊度值；基于所述人脸遮挡特征信息得到人脸遮挡分数；基于公式face-quality-score＝1/(f1×pose+f2×blurness+f3×occlusion)，计算得到所述人脸质量分数，其中，face-quality-score为所述人脸质量分数，pose为所述的姿态分数，blurness为所述人脸模糊度值，occlusion为所述人脸遮挡分数，f1、f2、以及f3分别为预先设置好的权重值。结合第一方面的一种实施方式，所述基于所述人脸姿态特征信息得到姿态分数，包括：根据预先保存的人脸姿态模型，获取所述人脸姿态特征信息，所述人脸姿态特征信息包括与所述人脸图像对应的三个欧拉角度值；基于公式pose＝p1×yaw+p2×row+p3×pitch，计算得到所述姿态分数，其中，pose为所述姿态分数，pitch是围绕X轴旋转的俯仰角，yaw是围绕Y轴旋转的偏航角，roll是围绕Z轴旋转的翻滚角，p1、p2、p3为预先设置好的权重值；以及，所述基于所述人脸模糊度特征信息得到人脸模糊度值，包括：根据预先保存的人脸模糊度模型，获取包括blurness的所述人脸模糊度特征信息，blurness为所述人脸模糊度值；以及，所述基于所述人脸遮挡特征信息得到人脸遮挡分数，包括：根据预先保存的人脸关键点检测模型，获取与所述人脸图像对应的多个关键区域的面积；根据预先保存的人脸遮挡模型，获取所述人脸遮挡特征信息，所述人脸遮挡特征信息包括与每个所述关键区域对应的被遮挡面积；针对每个所述关键区域，将该关键区域的面积与该关键区域对应的被遮挡面积的重合区域除以该关键区域对应的被遮挡面积，得到该关键区域的遮挡分数；基于公式occlusion＝k1×A1_occlusion+k2×A2_occlusion+…+kn×An_occlusion，计算得到所述人脸遮挡分数，其中，occlusion为所述人脸遮挡分数，A1_occlusion、A2_occlusion、…An_occlusion为各个关键区域的遮挡分数，k1、k2、…kn为预先设置好的分数权重值。结合第一方面的一种实施方式，与同一个所述重复到店顾客对应的所述顾客图像共同对应一个预先保存的到店次数，所述方法还包括：将所述顾客被确定为的所述重复到店顾客的所述到店次数加一；或者，将所述顾客被确定为的所述首次到店顾客的到店次数置一。第二方面，本专利技术实施例提供了一种图像处理装置，所述装置包括：获取模块，用于获取待识别顾客的人脸图像；计算模块，用于计算所述人脸图像与预先保存的顾客图像之间的相似度，得到至少一个相似度；判断执行模块，用于判断所述至少一个相似度中是否都未达到预先保存的相似度阈值；并在判断结果为是时，确定所述顾客为首次到店顾客，并将所述人脸图像作为新的顾客图像进行保存；还在判断结果为否时，确定所述顾客为重复到店顾客。第三方面，本专利技术实施例提供了一种电子设备，包括处理器以及与所述处理器连接的存储器，所述存储器内存储计算机程序，当所述计算机程序被所述处理器执行时，使得所述电子设备执行第一方面中任意一项实施方式所述的方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行第一方面中任意一项所述的方法。与现有技术相比，本专利技术各实施例提出的一种图像处理方法、装置、电子设备、计算机可读存储介质，电子设备在获取待识别顾客的人脸图像后，先计算所述人脸图像与预先保存的顾客图像之间的相似度，得到至少一个相似度；然后判断所述至少一个相似度是否都未达到预先保存的相似度阈值；在为是时，确定所述顾客为首次到店顾客，并将所述人脸图像作为新的顾客图像进行保存；否则确定所述顾客为重复到店顾客。通过该方法，可以自动识别出到店的顾客是新顾客还是重复到店顾客，店家或者销售人员不用再根据自身的记忆力来对顾客进行识别。本专利技术实施例公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：获取待识别顾客的人脸图像；计算所述人脸图像与预先保存的顾客图像之间的相似度，得到至少一个相似度；判断所述至少一个相似度是否都未达到预先保存的相似度阈值；在为是时，确定所述顾客为首次到店顾客，并将所述人脸图像作为新的顾客图像进行保存；在为否时，确定所述顾客为重复到店顾客。

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取待识别顾客的人脸图像；计算所述人脸图像与预先保存的顾客图像之间的相似度，得到至少一个相似度；判断所述至少一个相似度是否都未达到预先保存的相似度阈值；在为是时，确定所述顾客为首次到店顾客，并将所述人脸图像作为新的顾客图像进行保存；在为否时，确定所述顾客为重复到店顾客。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：提取所述人脸图像的年龄特征；在判断所述年龄特征表征所述顾客处于预设的年龄阶段时，将预先保存的第一阈值确定为所述相似度阈值；否则，将预先保存的第二阈值确定为所述相似度阈值；其中，所述第一阈值大于所述第二阈值。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取包括多个样本图片的测试集；测试所述测试集在不同的阈值下的准确率；将得到的最高准确率下的阈值作为所述相似度阈值。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：提取所述人脸图像的特征信息；基于所述特征信息进行分数评估，得到人脸质量分数；判断所述人脸质量分数是否达到预先保存的质量分数阈值；相应的，计算所述人脸图像与预先保存的顾客图像之间的相似度，包括：在判断所述人脸质量分数达到所述质量分数阈值时，计算所述人脸图像与预先保存的顾客图像之间的相似度。5.根据权利要求4所述的方法，其特征在于，每个所述重复到店顾客对应有一张所述顾客图像，每张所述顾客图像对应一个预先保存的原始人脸质量分数，所述方法还包括：在判断所述人脸质量分数大于与所述重复到店顾客对应的所述顾客图像的所述原始人脸质量分数时，用所述人脸图像替换所述顾客图像，其中，所述人脸图像与所述顾客图像之间的相似度达到所述相似度阈值。6.根据权利要求4所述的方法，其特征在于，每个所述重复到店顾客对应有多张所述顾客图像，每张所述顾客图像对应有一个预先保存的原始人脸质量分数，所述方法还包括：在判断所述人脸质量分数大于与所述重复到店顾客对应的多个原始人脸质量分数时，将所述多个原始人脸质量分数中最小的原始人脸质量分数对应的顾客图像确定为目标顾客图像；用所述人脸图像替换所述目标顾客图像；其中，所述人脸图像与所述目标顾客图像之间的相似度达到所述相似度阈值。7.根据权利要求4所述的方法，其特征在于，所述特征信息包括：人脸遮挡特征信息、人脸模糊度特征信息以及人脸姿态特征信息，所述基于所述特征信息进行分数评估，得到人脸质量分数，包括：基于所述人脸姿态特征信息得到姿态分数；基于所述人脸模糊度特征信息得到人脸模糊度值；基于所述人脸遮挡特征信息得到人脸遮挡分数；基于公式face-quality-score＝1/(f1×pose+f2×blurness+f3×occlusion)，计算得到所述人脸质量分数，其中，face-quality-score为所述人脸质量分数，pose为所述的姿态分数，blurness为所述人脸模糊度值，occlusio...

【专利技术属性】
技术研发人员：李林泽，姚聪，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：北京,11