一种基于人脸识别的订单匹配方法以及计算机设备组成比例

本发明专利技术提供一种基于人脸识别的订单匹配方法，获取人脸图像；获取对应人脸图像信息；对人脸图像进行识别与去重分析；根据人脸图像信息以及设定的匹配策略过滤得到最符合条件的照片；将所述人脸图像与POS系统订单号关联；本发明专利技术还提供一种计算机设备，实现了人和货的关联；通过关联，使得导购员可以更加熟悉客户，并进行精准导购，并且根据店铺中常客调整货品。

An order matching method and computer equipment based on face recognition

【技术实现步骤摘要】
一种基于人脸识别的订单匹配方法以及计算机设备
本专利技术涉及一种基于人脸识别的订单匹配方法以及计算机设备。
技术介绍
随着人工智能技术不断发展和完善，零售行业借助最新的AI技术，为线下零售店赋能，提高店铺的运营效率和管理水平；传统的零售店在买单结算时，依靠的是POS系统，系统只能记录销售商品名称、数量、金额等数据，但并不知道谁是买单人。而新零售需要做到人货场三者的关联，于是如何关联买单人和购买商品便成为了很重要的一环。
技术实现思路
本专利技术要解决的技术问题，在于提供一种基于人脸识别的订单匹配方法以及计算机设备，实现了人和货的关联；通过关联，使得导购员可以更加熟悉客户，并进行精准导购，并且根据店铺中常客调整货品。第一方面，提供一种基于人脸识别的订单匹配方法，用于服务端，包括：步骤1、获取人脸图像；步骤2、获取对应人脸图像信息；步骤3、对人脸图像进行识别与去重分析；步骤4、根据人脸图像信息以及设定的匹配策略过滤得到最符合条件的照片；步骤5、将所述人脸图像与POS系统订单号关联。进一步地，所述步骤2进一步具体为：获取对应人脸图像信息，所述人脸图像信息包括收银台区域的进入时间、离开时间、人脸坐标以及抓拍时间。进一步地，所述步骤4进一步具体为：步骤41：获取POS系统的每笔订单时间t；步骤42：根据抓拍时间筛选出落在订单t-t1至t+t2时间段内的人脸图像；步骤43：从步骤42结果中筛选出抓拍时间离订单时间间隔最近，且停留时长大于设置的买时长的人脸图像，如果筛选后只有1张，则结束筛选过程，进入步骤5；否，则进入步骤44；步骤44：获取步骤43中人脸图像的坐标位置，并通过坐标算出与收银台的距离，筛选出距离收银台最短的人脸图像。进一步地，所述步骤3进一步具体为：将人脸图像与店员人脸特征库和去重库中的人脸特征进行比对；若存在，则过滤该张人脸图像，该张照片不参与订单匹配；若是不存在，则将该张人脸图像写入订单匹配的候选列表。第二方面，提供一种基于人脸识别的订单匹配方法，包括：步骤1、设备端上传人脸图像以及对应的人脸图像信息；步骤2、云服务端接收后，对人脸图像进行识别与去重分析；步骤3、根据设定的匹配策略过滤得到最符合条件的照片；步骤4、将所述照片与POS系统订单号关联。进一步地，所述步骤1中所述设备端上传人脸图像进一步具体为：步骤11：设备端跟踪检测到的人脸，并在设定时间内选取一张该过程中最佳图片P1；步骤12：若图片P1的质量小于设定质量Q，且如果设定时间后有质量大于等于Q的图片P2，则将选取图片P2替换图片P1，否，则进入步骤13；若图片P1的质量大于等于质量Q，则进入步骤13；步骤13：当人离开时，若有更佳质量的图片P3，则选取图片P3进行上传；如果没有更佳质量图片P3，则存在图片P2时，上传图片P2，否，则上传图片P1。进一步地，所述步骤1中所述人脸图像信息包括收银台区域的进入时间、离开时间、人脸坐标以及抓拍时间。进一步地，所述步骤3进一步具体为：步骤31：云服务端获取POS系统的每笔订单时间t；步骤32：根据抓拍时间筛选出落在订单t-t1至t+t2时间段内的人脸图像；步骤33：从步骤42结果中筛选出抓拍时间离订单时间间隔最近，且停留时长大于设置的买时长的人脸图像，如果筛选后只有1张，则结束筛选过程，进入步骤5；否，则进入步骤44；步骤34：获取步骤43中人脸图像的坐标位置，并通过坐标算出与收银台的距离，筛选出距离收银台最短的人脸图像。进一步地，所述步骤2进一步具体为：云服务端接收后，将人脸图像与店员人脸特征库和去重库中的人脸特征进行比对；若存在，则过滤该张人脸图像，该张照片不参与订单匹配；若是不存在，则将该张人脸图像写入订单匹配的候选列表。第三方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：所述处理器执行程序时，实现第一方面所述的方法。本专利技术具有如下优点：本专利技术通过在收银台区域部署的相机，利用最新的人脸识别技术抓拍买单前后客户人脸，并通过算法匹配策略筛选出最有可能买单的那个人的人脸照片，将该人脸照片与POS系统生成的商品订单绑定，这样就实现了人和货的关联；通过关联，使得导购员可以更加熟悉客户，并进行精准导购，并且根据店铺中常客调整货品。本专利技术适用于传统通过POS系统结算的开放式收银台，与刷脸支付将订单绑定人脸方式的区别在于本专利技术是用户非配合式无感识别人脸，并不需要改造现有收银台支付方式。人和货关联后，通过消费数据来刻画生成客户的用户画像来指导营销策略，通过消费数据指导商品的供销管理。附图说明下面参照附图结合实施例对本专利技术作进一步的说明。图1为本专利技术方法执行流程图。图2为本专利技术一种基于人脸识别的订单匹配方法的系统架构图。图3为本专利技术实施例四中人脸数据上报策略的示意图。具体实施方式实施例一本实施例提供一种基于人脸识别的订单匹配方法，用于服务端，包括：步骤1、获取人脸图像；步骤2、获取对应人脸图像信息，所述人脸图像信息包括收银台区域的进入时间、离开时间、人脸坐标以及抓拍时间；步骤3、将人脸图像与店员人脸特征库和去重库中的人脸特征进行比对；若存在，则过滤该张人脸图像，该张照片不参与订单匹配；若是不存在，则将该张人脸图像写入订单匹配的候选列表；步骤4、根据人脸图像信息以及设定的匹配策略过滤得到最符合条件的照片；所述步骤4进一步包括：步骤41获取POS系统的每笔订单时间t；步骤42：根据抓拍时间筛选出落在订单t-t1至t+t2时间段内的人脸图像；步骤43：从步骤42结果中筛选出抓拍时间离订单时间间隔最近，且停留时长大于设置的买时长的人脸图像，如果筛选后只有1张，则结束筛选过程，进入步骤5；否，则进入步骤44；步骤44：获取步骤43中人脸图像的坐标位置，并通过坐标算出与收银台的距离，筛选出距离收银台最短的人脸图像；步骤5、将所述人脸图像与POS系统订单号关联。实施例二本实施例提供一种基于人脸识别的订单匹配方法，包括：步骤1、设备端上传人脸图像以及对应的人脸图像信息，所述步骤1中所述设备端上传人脸图像进一步具体为：步骤11：设备端跟踪检测到的人脸，并在设定时间内选取一张该过程中最佳图片P1；步骤12：若图片P1的质量小于设定质量Q，且如果设定时间后有质量大于等于Q的图片P2，则将选取图片P2替换图片P1，否，则进入步骤13；若图片P1的质量大于等于质量Q，则进入步骤13；步骤13：当人离开时，若有更佳质量的图片P3，则选取图片P3进行上传；如果没有更佳质量图片P3，则本文档来自技高网...

【技术保护点】
1.一种基于人脸识别的订单匹配方法，其特征在于：用于服务端，包括：/n步骤1、获取人脸图像；/n步骤2、获取对应人脸图像信息；/n步骤3、对人脸图像进行识别与去重分析；/n步骤4、根据人脸图像信息以及设定的匹配策略过滤得到最符合条件的照片；/n步骤5、将所述人脸图像与POS系统订单号关联。/n

【技术特征摘要】
1.一种基于人脸识别的订单匹配方法，其特征在于：用于服务端，包括：
步骤1、获取人脸图像；
步骤2、获取对应人脸图像信息；
步骤3、对人脸图像进行识别与去重分析；
步骤4、根据人脸图像信息以及设定的匹配策略过滤得到最符合条件的照片；
步骤5、将所述人脸图像与POS系统订单号关联。


2.根据权利要求1所述的一种基于人脸识别的订单匹配方法，其特征在于：所述步骤2进一步具体为：获取对应人脸图像信息，所述人脸图像信息包括收银台区域的进入时间、离开时间、人脸坐标以及抓拍时间。


3.根据权利要求2所述的一种基于人脸识别的订单匹配方法，其特征在于：所述步骤4进一步具体为：
步骤41：获取POS系统的每笔订单时间t；
步骤42：根据抓拍时间筛选出落在订单t-t1至t+t2时间段内的人脸图像；
步骤43：从步骤42结果中筛选出抓拍时间离订单时间间隔最近，且停留时长大于设置的买时长的人脸图像，如果筛选后只有1张，则结束筛选过程，进入步骤5；否，则进入步骤44；
步骤44：获取步骤43中人脸图像的坐标位置，并通过坐标算出与收银台的距离，筛选出距离收银台最短的人脸图像。


4.根据权利要求1所述的一种基于人脸识别的订单匹配方法，其特征在于：所述步骤3进一步具体为：将人脸图像与店员人脸特征库和去重库中的人脸特征进行比对；若存在，则过滤该张人脸图像，该张照片不参与订单匹配；若是不存在，则将该张人脸图像写入订单匹配的候选列表。


5.一种基于人脸识别的订单匹配方法，其特征在于：包括：
步骤1、设备端上传人脸图像以及对应的人脸图像信息；
步骤2、云服务端接收后，对人脸图像进行识别与去重分析；
步骤3、根据设定的匹配策略过滤得到最符合条件的照片；
步骤4、将所述照片与POS系统订单号关联。


6.根据权利要求5所述的一种基于人脸识别的订单匹配方法，其特征在于：所述...

【专利技术属性】
技术研发人员：张沫，刘磊磊，唐仕锵，
申请(专利权)人：厦门瑞为信息技术有限公司，
类型：发明
国别省市：福建;35