一种识别导购员的方法、装置、电子设备及存储介质制造方法及图纸

技术编号:22077302 阅读:41 留言:0更新日期:2019-09-12 14:41
本申请公开了一种识别导购员的方法、装置、电子设备及存储介质,涉及信息识别领域;其中,该方法包括:通过预训练过的第一局部识别模型对采集到的图像进行识别;第一局部识别模型识别出图像中至少包含一个导购员时,获取图像中与导购员关联的第二局部数据;将第二局部数据作为训练样本数据进行训练,生成第二局部识别模型;第一局部识别模型连同第二局部识别模型对采集到的图像进行联合识别,输出导购员身份识别结果。采用本申请公开的方法不仅能够实现对导购员的识别,还大大提升了导购员的识别精度。

A Method, Device, Electronic Equipment and Storage Medium for Identifying Shopper Guide

【技术实现步骤摘要】
一种识别导购员的方法、装置、电子设备及存储介质
本专利技术涉及信息识别领域,具体涉及一种识别导购员的方法、装置、电子设备及存储介质。
技术介绍
在品牌化妆品垂直领域,柜台的导购员通常非直属品牌总部管理,他们是由第三方服务公司代为聘请,对于品牌总部来讲,对导购员日常的管理变的相对困难;通常总部会派出督导到各个城市的门店、柜台进行督查,无疑加大了运营成本,而且收集到的数据并不能及时的反馈到业务运营中去,以致于无法正确评估导购员的日常工作状态及工作效率,无法正确评估导购员的工作状态与柜台的销售转换的关系,无法有效管理导购员的KPI执行情况。导购员的检测是智能零售分析的基础。目前业界普遍采用人脸正脸识别的方法,即通过人脸正脸识别,识别在柜台区域是否有导购员以及是否存在接待的行为。但是,在导购员识别场景下,往往面临一系列问题,例如:柜台的位置、拍摄仪器朝向及导购员移动的不确定性,人脸朝向的多样化以及经常性被顾客遮挡等,这些问题使得采用通用的人脸正脸识别方法识别导购员会经常性的出现人员漏检情况,导致导购员识别率非常低;而且人员漏检意味着对导购员转化率的测量误差,进而影响输出数据的准确性,无法给公本文档来自技高网...

【技术保护点】
1.一种识别导购员的方法,其特征在于,所述方法包括:通过预训练过的第一局部识别模型对采集到的图像进行识别;当所述第一局部识别模型识别出所述图像中至少包含一个导购员时,获取所述图像中与所述导购员关联的第二局部数据;将所述第二局部数据作为训练样本数据进行训练,生成第二局部识别模型;所述第一局部识别模型连同所述第二局部识别模型对所述采集到的图像进行联合识别,输出导购员身份识别结果。

【技术特征摘要】
1.一种识别导购员的方法,其特征在于,所述方法包括:通过预训练过的第一局部识别模型对采集到的图像进行识别;当所述第一局部识别模型识别出所述图像中至少包含一个导购员时,获取所述图像中与所述导购员关联的第二局部数据;将所述第二局部数据作为训练样本数据进行训练,生成第二局部识别模型;所述第一局部识别模型连同所述第二局部识别模型对所述采集到的图像进行联合识别,输出导购员身份识别结果。2.根据权利要求1所述的方法,其特征在于,所述获取所述图像中与所述导购员关联的第二局部数据具体包括:根据预定义的规则从所述图像中获取与所述导购员关联的第二局部数据。3.根据权利要求1所述的方法,其特征在于,所述获取所述图像中与所述导购员关联的第二局部数据具体包括:将所述图像输入至预训练过的人体部分识别模型;获取所述人体部分识别模型输出的与所述导购员关联的第二局部数据。4.根据权利要求1所述的方法,其特征在于,所述获取所述图像中与所述导购员关联的第二局部数据具体包括:通过调用一个或多个图像传感器获取所述图像中与所述导购员关联的第二局部数据。5.根据权利要求1所述的方法,其特征在于,所述第一局部识别模型连同所述第二局部识别模型对所述采集到的图像进行联合识别,输出导购员身份识别结果,具体包括:所述第一局部识别模型连同所述第二局部识别模型分别对所述采集到的图像进行识别并对应输出模型识别结果;根据所述模型识别结果输出导购员身份识别结果。6.一种识别导购员的装置,其特征在于,所述装置包括:第一图像识别模块,用于通过预训练过的第一局部识别模型对采集到的图像进行识别;局部数据获取模块,用于当所述第一局部识别模型识别出所述图像中至少包含一个导购员时,获取所述图像中与所述导购员关联的第二局部数据...

【专利技术属性】
技术研发人员:曾春江培和蔡敏生黄纯波范金泉
申请(专利权)人:北京天正聚合科技有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 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。

1