一种基于娃娃摆放姿态的抓取量预测方法与系统技术方案

本发明专利技术提供一种基于娃娃摆放姿态的抓取量预测方法。当用户对多个娃娃机进行选择时，记录被选取的娃娃机；娃娃机上安装有摄像头，获取娃娃机中娃娃和观望人流的图像；用户在所述被选取的娃娃机上，开始抓娃娃时，通过图像分析软件，分析娃娃形状、娃娃堆放高度、娃娃离掉落口的距离以及娃娃摆放姿势，获得娃娃摆放特征；统计所述用户在所述娃娃机上抓取娃娃的次数；在第一用户结束玩娃娃机之后，根据所述娃娃摆放特征，根据预先训练好的机器学习模型，预测第二用户是否会选择所述娃娃机进行抓取；若是，进一步预测抓取次数；若否，则对娃娃机中的娃娃进行重新摆放。本发明专利技术可以对娃娃机中的娃娃的摆放姿态进行分析，预测该摆放姿态下，娃娃机被用户选择抓取的概率，以及用户会进行多少次娃娃抓取，并根据预测值，进行娃娃机中娃娃摆放姿势的调整。

A prediction method and system based on doll posture

【技术实现步骤摘要】
一种基于娃娃摆放姿态的抓取量预测方法与系统
本专利技术涉及计算机应用
，尤其涉及一种基于娃娃摆放姿态的抓取量预测方法与系统。
技术介绍
人们在娃娃机上抓娃娃，都是想获得娃娃机里面的公仔娃娃。一般的用户除了看娃娃机的抓取价格、娃娃的形状外，还会根据娃娃的摆放位置，进行抓取。因为那些摆放不稳、靠近掉落口、越容易被抓取的娃娃，越容易获得消费者的青睐，越愿意进行抓取。人们在娃娃机上抓娃娃时都是会先看娃娃的摆放姿态的，目前没有娃娃机对里面的娃娃进行分析。在商场的娃娃机中，有时候，经常出现，大家只抓取某台机器的娃娃，而另外几台机器无人问津。之所以某些娃娃机没有生意，很大原因就是，娃娃机中的娃娃太少，或者里面的公仔摆放的位置和姿态，让用户觉得抓取到的概率太低。如果能够预测到什么样的摆放方式会引发用户的抓取，什么样的摆放方式会导致用户减少。那么就能让商家针对性的对娃娃机的摆放进行修正，提高娃娃机被顾客光顾的概率，吸引更多用户参与，提高娃娃机的被用户使用的程度。
技术实现思路
本专利技术提供了一种基于娃娃摆放姿态的抓取量预测方法，主要包括以下步骤：当用户对多个娃娃机进行选择时，记录被选取的娃娃机；娃娃机上安装有摄像头，获取娃娃机中娃娃和观望人流的图像；用户在所述被选取的娃娃机上，开始抓娃娃时，通过图像分析软件，分析娃娃形状、娃娃堆放高度、娃娃离掉落口的距离以及娃娃摆放姿势，获得娃娃摆放特征；统计所述用户在所述娃娃机上抓取娃娃的次数；在第一用户结束玩娃娃机之后，根据所述娃娃摆放特征，根据预先训练好的机器学习模型，预测第二用户是否会选择所述娃娃机进行抓取；若是，进一步预测抓取次数；若否，则对娃娃机中的娃娃进行重新摆放。进一步可选地，如上所述的方法中，所述娃娃机上安装有摄像头，获取娃娃机中娃娃和观望人流的图像，主要包括：娃娃机中安装有摄像头，可以对娃娃机中的娃娃进行姿态监控，并发现是否有娃娃的部分肢体被其他娃娃夹住；娃娃机安装的图像采集设备，可获取娃娃机外的玩家图像；娃娃机可以统计观望人流中，有多少人玩娃娃机；所述观望人流是指观看娃娃机超过预设时间长度阈值的人数；根据观望人流中有多少人完娃娃机，统计各个娃娃机在当前的摆放姿态下，被用户选择来进行抓取的各自的概率。进一步可选地，如上所述的方法中，所述通过图像分析软件，分析娃娃形状、堆放高度、最近的娃娃离掉落口的距离以及娃娃摆放姿势，获得娃娃摆放特征，主要包括：采用openvc图像处理技术，基于hog特征，对娃娃轮廓进行提取，获取娃娃形状；根据娃娃机机箱高度和娃娃堆放的所占娃娃机机箱的比例，推测娃娃被堆放的高度；通过openvc软件对图像进行处理，获取方形或者圆形的娃娃机掉落口位置；获取所述娃娃机中处于最上面的每一个娃娃，获取所述娃娃，距离该掉落口距离，计算所述距离最近的娃娃，相对于掉落口的距离；获取娃娃摆放的方向，根据图像分析娃娃摆放的倾斜角度。进一步可选地，如上所述的方法中，所述根据预先训练好的机器学习模型，主要包括：将所述娃娃摆放特征作为特征数据，将所述用户是否选择了所述娃娃机进行抓取作为一个二元分类的标注值，训练机器学习模型一；将所述娃娃摆放特征作为特征数据，将所述用户在所述娃娃机上抓取娃娃的次数作为标注值，训练机器学习模型二；所述机器学习模型一，采用支持向量机作为训练和预测的分类模型；所述机器学习模型二，采用卷积神经网络作为训练和预测的分类模型。进一步可选地，如上所述的方法中，所述预测用户是否会选择所述娃娃机进行抓取；若是，进一步预测抓取次数，主要包括：根据娃娃形状、堆放高度、最近的娃娃离掉落口的距离以及娃娃摆放姿势特征数据，进行预处理，输入已经训练好的二元分类支持向量机模型，预测用户是否会选择当前的娃娃机进行抓取；若是，根据娃娃形状、堆放高度、最近的娃娃离掉落口的距离以及娃娃摆放姿势特征数据，进行预处理，输入已经训练好的多元卷积神经网络模型，预测用户会进行几轮的抓取。进一步可选地，如上所述的方法中，所述预测用户会进行几轮的抓取，之后，主要还包括：若预测的抓取轮数小于预设的次数，提醒商家娃娃机中的娃娃摆放姿势可以进一步优化以提升用户抓取量。进一步可选地，如上所述的方法中，所述对娃娃机中的娃娃进行重新摆放，主要包括：若所述娃娃机预测结果为，用户不会选择它进行抓取或者抓取次数小于预设的阈值，则通过机械臂对娃娃进行搅动和重新摆放；或者，提示用户娃娃机将会采用强力抓取，并采用更大的抓力进行抓取，吸引用户前来抓取。进一步可选地，如上所述的方法中，所述通过机械臂对娃娃进行搅动和重新摆放，主要包括：通过图像处理软件，识别娃娃机内部娃娃的位置，根据娃娃位置，自动控制机械臂，对娃娃机内的娃娃进行抓取，使远离掉落口的娃娃更近靠近掉落口或者使摆放稳固的娃娃，更容易被抓取和倾倒；进一步可选地，如上所述的方法中，所述通过机械臂对娃娃进行搅动和重新摆放，主要还包括：若所述娃娃机预测结果为：用户不会选择抓取；则增加娃娃机中的娃娃数量，并堆放得更高；或者，调节抓取机械臂，增强抓取力度和调节更大的抓到概率。本专利技术公开了一种基于娃娃摆放姿态的抓取量预测系统，所述系统包括：一种基于娃娃摆放姿态的抓取量预测方法与系统，其特征在于，所述系统包括：娃娃摆放姿态信息获取模块，用于获取娃娃机中娃娃的摆放姿态；数据训练模块，用于根据娃娃摆放姿态，训练娃娃机被选择的模型和娃娃被抓取次数模型；抓取预测模块，用于根据娃娃摆放姿态，预测用户的抓取行为；姿势调整模块，用于根据预测结果，调整娃娃机中娃娃的摆放姿势；本专利技术实施例提供的技术方案可以包括以下有益效果：本专利技术可以对娃娃机中的娃娃的摆放姿态进行分析，预测该摆放姿态下，娃娃机被用户选择抓取的概率，以及用户会进行多少次娃娃抓取，并根据预测值，进行娃娃机中娃娃摆放姿势的调整。附图说明图1为本专利技术的基于娃娃摆放姿态的抓取量预测方法实施例的流程图；图2为本专利技术的基于娃娃摆放姿态的抓取量预测系统实施例的结构图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术进行详细描述。图1为本专利技术的方法的流程图。如图1所示，本实施例的娃娃摆放姿态的抓取量预测方法，具体可以包括如下步骤：步骤101，娃娃机采集娃娃图像和娃娃机周边人流的图像。娃娃机中安装有摄像头，可以对娃娃机中的娃娃进行姿态监控，并发现是否有娃娃的部分肢体或部件被其他娃娃夹住；因为即使摆放的姿态容易被抓取，也要避免出现有娃娃中有肢体或部件例如绳子被其他娃娃压住的情况，这样用户也不会去抓取那个娃娃。娃娃机安装的图像采集设备，可获取娃娃机外的玩家图像；娃娃机可以统计观望人流中，有多少人玩娃娃机；观望人流是指观看娃娃机超过预设时间长度阈值的人数；步骤102，通过图像分析软件，分析娃娃形状、堆放高度、最近的娃娃离掉落口的距离以及娃娃摆放姿势，获得娃娃摆放特征，主要包括：采用openvc图像处理技术，基于hog特征，对娃娃轮廓进行提取，获取娃娃形状；娃娃的形状会对用户对抓取欲望产生影响，有些可爱的娃娃更容易被用户青睐，有些比较丑，则不会被用户所喜爱，自然就不会对其进行抓取；根据娃娃机机箱高度和娃娃堆放的所占娃娃机机箱的比例，推测娃娃被堆放的高度；娃娃堆放得越多，用户可以选择抓取的娃娃就越多，而且由于本文档来自技高网...

【技术保护点】
1.一种基于娃娃摆放姿态的抓取量预测方法，其特征在于，所述方法包括：当用户对多个娃娃机进行选择时，记录被选取的娃娃机；娃娃机上安装有摄像头，获取娃娃机中娃娃和观望人流的图像；用户在所述被选取的娃娃机上，开始抓娃娃时，通过图像分析软件，分析娃娃形状、娃娃堆放高度、娃娃离掉落口的距离以及娃娃摆放姿势，获得娃娃摆放特征；统计所述用户在所述娃娃机上抓取娃娃的次数；在第一用户结束玩娃娃机之后，根据所述娃娃摆放特征，根据预先训练好的机器学习模型，预测第二用户是否会选择所述娃娃机进行抓取；若是，进一步预测抓取次数；若否，则对娃娃机中的娃娃进行重新摆放。

【技术特征摘要】
1.一种基于娃娃摆放姿态的抓取量预测方法，其特征在于，所述方法包括：当用户对多个娃娃机进行选择时，记录被选取的娃娃机；娃娃机上安装有摄像头，获取娃娃机中娃娃和观望人流的图像；用户在所述被选取的娃娃机上，开始抓娃娃时，通过图像分析软件，分析娃娃形状、娃娃堆放高度、娃娃离掉落口的距离以及娃娃摆放姿势，获得娃娃摆放特征；统计所述用户在所述娃娃机上抓取娃娃的次数；在第一用户结束玩娃娃机之后，根据所述娃娃摆放特征，根据预先训练好的机器学习模型，预测第二用户是否会选择所述娃娃机进行抓取；若是，进一步预测抓取次数；若否，则对娃娃机中的娃娃进行重新摆放。2.根据权利要求1所述的方法，其中，所述娃娃机上安装有摄像头，获取娃娃机中娃娃和观望人流的图像，主要还包括：娃娃机中安装有摄像头，对娃娃机中的娃娃进行姿态监控，并发现是否有娃娃的部分肢体被其他娃娃夹住；娃娃机安装有图像采集设备，获取娃娃机外的玩家图像；娃娃机统计观望人流中，有多少人玩娃娃机；所述观望人流是指观看娃娃机超过预设时间长度阈值的人数；根据观望人流中有多少人玩娃娃机，统计各个娃娃机在当前的摆放姿态下，被用户选择来进行抓取的概率。3.根据权利要求1所述的方法，其中，所述通过图像分析软件，分析娃娃形状、堆放高度、最近的娃娃离掉落口的距离以及娃娃摆放姿势，获得娃娃摆放特征，主要包括：采用openvc图像处理技术，基于hog特征，对娃娃轮廓进行提取，获取娃娃形状；根据娃娃机机箱高度和娃娃堆放的所占娃娃机机箱的比例，推测娃娃被堆放的高度；通过openvc软件对图像进行处理，获取方形或者圆形的娃娃机掉落口位置；获取所述娃娃机中处于最上面的每一个娃娃，获取所述娃娃，距离该掉落口距离，计算所述距离最近的娃娃，相对于掉落口的距离；所述掉落口是指，娃娃从该出口掉落后就可以被用户拿走的出口；获取娃娃摆放的方向，根据图像分析娃娃摆放的倾斜角度。4.根据权利要求1所述的方法，其中，所述根据预先训练好的机器学习模型，主要包括：将所述娃娃摆放特征作为特征数据，将所述用户是否选择了所述娃娃机进行抓取作为一个二元分类的标注值，训练机器学习模型一；将所述娃娃摆放特征作为特征数据，将所述用户在所述娃娃机上抓取娃娃的次数作为...

【专利技术属性】
技术研发人员：沈之锐，
申请(专利权)人：韶关市启之信息技术有限公司，
类型：发明
国别省市：广东,44